Jeff Dean 与李飞飞对谈 RSI 局限：自动化实验循环旨在提升专家生产力

封面为AI生成的主题示意图，非新闻现场照片。

在斯坦福大学 HAI（以人为本人工智能研究院）举办的近期对谈中，前谷歌首席科学家 Jeff Dean 与著名计算机科学家李飞飞探讨了 RS I（Research System Interface）等技术的局限性。Jeff Dean 指出，尽管自动化系统能缩短等待时间，但模型训练、数据保存及评估等核心步骤仍需物理时间，因此 AI 的进步速度不可能无限加快。

针对这一局限，Jeff Dean 及其三位联合创始人 Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 推出了名为 Discovery Loop 的公益公司。该公司旨在构建能自动解决机器学习与科学与工程领域重要问题的 AI 系统，将实验循环从方案提出到评估学习的整个过程实现自动化。

Discovery Loop 的目标是通过让少量专家带领大量 Agent 协作工作，将领域专家的生产力提高 20 至 50 倍。公司目前已有约 20 个自动改进循环在运行，并搭建了支持人机协作的框架。为组建团队，创始人在成立后的前三周仅通过非正式渠道进行了 400 场面试。

Jeff Dean 回顾了团队经历的技术挑战与认知偏差，承认在 Gemini 项目中低估了编程能力对模型解决问题能力的深远影响。他原本期待神经网络会演化为更多奇特的结构，但实际演进路线并未完全按预想展开。此外，他强调机器生成数学证明的价值在于人类能否从中理解并提炼出可复用的方法。

Discovery Loop 的四位创始人曾在 Google 共事长达 14 到 30 年，参与过搜索、广告系统、Gmail 及 TPU 等基础设施的研发，并在 AlphaChip、AlphaFold 等科研项目中积累了经验。公司团队汇聚了来自 Go 语言项目、DeepSeek、Kimi K3 等项目的技术人才，其中包括多位 ACM 计算奖得主和国际信息学奥林匹克竞赛奖牌获得者。

Jeff Dean 表示，当前硬件性能的大幅提升、软件抽象的改进以及 Transformer 和 MoE 等模型架构的演进，为自动化发现循环提供了坚实基础。公司将设立为公共使命公司（Public Benefit Corporation），致力于开发应对重要社会问题的技术，确保技术进步能惠及更多人并改善人类生活。