Sakana AI 通过模型「猎杀」实现趋同进化

Sakana AI 是一家专注于人工智能研究的公司，最近提出了一种创新的 AI 模型进化方法。该方法允许 AI 模型通过相互「猎杀」的过程进行自我改进，类似于自然选择中的竞争机制。在实验中，多个 AI 模型被置于一个模拟环境中，它们需要完成任务或解决挑战，同时可以与其他模型互动。通过这种互动，模型能够学习并调整其内部参数，以更好地适应环境。研究人员观察到，经过多轮「猎杀」后，不同模型在功能和行为上开始趋同，表现出相似的优化策略。这种方法基于进化算法，结合了强化学习和遗传编程的元素，旨在加速 AI 模型的开发和优化。Sakana AI 表示，这项技术有潜力应用于自动化机器学习、模型压缩和自适应系统等领域。目前，该方法仍处于研究阶段，但初步结果显示了其在提升模型效率和鲁棒性方面的前景。