Meta FAIR veteran Yuandong Tian: My research work could be automated within five years
In a podcast interview, Yuandong Tian, a veteran of Meta FAIR and co-founder of Recursive Superintelligence, said he realized his research work could be replaced within five years after completing a project with results from an internal OpenAI model. He co-founded the startup in May with a $6.5 billion valuation and over $650 million in funding, choosing to proactively build a company toward that direction rather than passively lose his job.
Coverage timeline
机器之心机器之心
编辑｜Panda 前些时日，OpenAI 在 GitHub 上 一口气放出了 722 篇数学论文手稿 。这些手稿被归为 372 个结果「家族」，横跨 17 个数学领域，全部出自一个尚未发布、也没有公开名字的 内部模型 ——其性能远胜 GPT-6 Astra。 OpenAI 首席研究官 Mark Chen 的推文 当然，数学界对这批成果的质量和披露方式仍有不少争议，但有一点已经很难否认： AI 产出研究成果的速度，开始以「百篇」为单位计算了。 几乎在同一时间，最新一期 The Information Bottleneck 播客里，一位深度学习老兵说出了一句让不少研究者心头一紧的话：「做完这个项目，拿到一些挺有意思的结果之后，我突然意识到：哇， 我的工作大概五年内就会被取代 。」 播客地址：https://www.the-information-bottleneck.com/p/yuandong-tian-on-recursive-self-improvement-600 说这话的是 田渊栋 。他在 Meta FAIR 待了近十年，做过围棋 AI、强化学习、神经网络可解释性，也是 Coconut（连续潜空间思维链）论文的作者之一。 如今，他的身份是 Recursive Superintelligence 的联合创始人。 今年 5 月 ，这家公司结束隐身状态，宣布以 46.5 亿美元估值完成超过 6.5 亿美元融资，由 GV 和 Greycroft 领投，英伟达和 AMD 参投。 在 Ravid Shwartz-Ziv 主持这一期播客中，田渊栋解释了自己为什么出来创业：「 与其被动地丢掉工作，不如主动去开一家朝这个方向走的公司。 」不过，他也在节目里给 AI 泼了点冷水。「如果你让模型自己想点子，它会给你一些非常平庸的想法，基本上谁都知道，也不是什么有意思的方向。」 在将近一小时的对话里，田渊栋从 CMU 时代的 AlexNet 争论讲到围棋 AI，从「动作空间」讲到潜空间推理，最后落到递归自我改进、新架构和开源。以下是这场对话的整理。 Smith Hall 里的争吵：AlexNet 到底是不是个意外？ 田渊栋 2008 年来到美国，在卡内基梅隆大学机器人研究所读博。那时，机器学习远没有今天的地位。「当时很多人其实不认为机器学习是一条靠谱的路，大家会说它不太行，因为会过拟
