Sakana AI đặt cược rằng AI tự cải thiện có thể phá vỡ cuộc chạy đua về năng lực tính toán của các phòng thí nghiệm tiên phong.

Nghiên cứu AI Sakana AI đặt cược vào AI tự cải tiến có thể phá vỡ cuộc chạy đua điện toán của các phòng thí nghiệm tiên phong Tomislav Bezmalinović Ngày 6/6/2026 Nano Banana Pro được THE DECODER nhắc nhở Các điểm chính Công ty khởi nghiệp Sakana AI của Nhật Bản đã thành lập "Sakana AI RSI Lab", một nhóm nghiên cứu tập trung vào cải tiến tự lặp (RSI). Mục tiêu là khám phá cách AI có thể tăng tốc và cải thiện việc phát triển các hệ thống AI mới. Thay vì đào tạo các mô hình ngày càng lớn hơn với sức mạnh điện toán khổng lồ, công ty tập trung vào tối ưu hóa tiến hóa. Sakana xem đây là một con đường dẫn đến AI hiệu quả hơn và dễ tiếp cận hơn. Trong lộ trình bốn giai đoạn, Sakana mô tả một con đường hướng tới các tác nhân AI tự hoạt động trên nền tảng kỹ thuật của chúng và viết mã cho các kiến trúc cơ bản của chúng. Sakana AI đã ra mắt một phòng thí nghiệm nghiên cứu tập trung vào cải tiến tự lặp (RSI), ý tưởng rằng các hệ thống AI có thể lặp đi lặp lại tự thiết kế và cải thiện, tạo ra một chu kỳ tiến bộ tích lũy. Công ty khởi nghiệp xem RSI là một cách tiềm năng vượt ra ngoài cuộc chạy đua điện toán. Công ty khởi nghiệp AI Sakana AI của Nhật Bản đã thành lập một nhóm nghiên cứu mới khám phá cách AI có thể tăng tốc và cải thiện việc phát triển các hệ thống AI mới. Sakana AI RSI Lab được xây dựng dựa trên công việc trước đây của công ty. Kể từ khi thành lập vào năm 2023, Sakana đã tập trung vào các hệ thống AI tiến hóa, thích ứng và gần đây hơn là các bước thực tế hướng tới cải tiến tự lặp. Trong thông báo của mình, Sakana chỉ ra một số cột mốc nghiên cứu từ hai năm qua. Chúng bao gồm LLM-Squared, nơi các mô hình ngôn ngữ thiết kế các phương pháp đào tạo tốt hơn cho các mô hình ngôn ngữ khác, và Darwin Gödel Machine, tạo, kiểm tra và lặp lại các biến thể của cơ sở mã của chính nó. Với ShinkaEvolve và ALE-Agent, Sakana cũng nhấn mạnh công việc về tối ưu hóa chương trình tiến hóa và các tác nhân rút ra các chiến lược mới từ các vòng thử và sai. Một dự án quan trọng khác là The AI Scientist, một hệ thống để tự động hóa các phần của nghiên cứu khoa học. Một phiên bản sau đã viết một bài báo được bình duyệt, theo Sakana. Nghiên cứu cơ bản đã được công bố trên Nature vào tháng 3/2026. Đồ họa cho thấy các dự án Sakana AI trước đây mà phòng thí nghiệm nghiên cứu mới về cải tiến tự lặp sẽ dựa vào. | Hình ảnh: Sakana AI Tổng hợp lại, Sakana AI trình bày các dự án này như bằng chứng cho thấy cải tiến tự lặp không còn thuần túy là lý thuyết, mà đã được thử nghiệm trong môi trường nghiên cứu có kiểm soát. Bốn giai đoạn của con đường đến RSI Trong bài đăng trên blog của mình, Sakana phác thảo một quá trình chuyển đổi bốn giai đoạn từ tối ưu hóa AI thông thường, do con người dẫn dắt sang các hệ thống tự cải tiến. Lộ trình được xây dựng một phần dựa trên nghiên cứu của Sakana. Nó bắt đầu với các mô hình được thiết kế không phải là chatbot mà là cho các tác vụ tác nhân mở từ đầu. Với The AI Scientist, Sakana đã cung cấp một hệ thống áp dụng khả năng tác nhân vào nghiên cứu tự động, từ tạo ý tưởng và thử nghiệm đến viết các bài báo khoa học. Bước tiếp theo là cải tiến tự lặp: các tác nhân AI chủ động làm việc trên nền tảng kỹ thuật của chính chúng bằng cách viết, đánh giá và xác minh mã cho các kiến trúc cơ bản của chúng. Sakana AI giới thiệu phương pháp tự cải thiện đệ quy (RSI) như một con đường hướng tới việc tiếp cận rộng rãi hơn các công nghệ AI tiên tiến. | Ảnh: Sakana AI Giai đoạn thứ tư và mục tiêu dài hạn là mở rộng khả năng tiếp cận AI tiên tiến. Sakana định vị RSI như một giải pháp đối trọng với mô hình mở rộng quy mô hiện hành: thay vì huấn luyện các mô hình nguyên khối ngày càng lớn với lượng điện toán ngày càng nhiều, công ty đặt cược vào các hệ thống thích ứng và tối ưu hóa tiến hóa, nơi AI tìm ra các giải pháp tốt hơn với số lần thử ít nhất có thể. Ý tưởng là phương pháp tự cải thiện đệ quy có thể hoạt động với lượng điện toán vừa phải và ít phụ thuộc hơn vào các cụm GPU khổng lồ mà các phòng thí nghiệm AI lớn của Mỹ và các nhà cung cấp dịch vụ đám mây đang vận hành hiện nay. Đây là một hướng nghiên cứu khả thi, nhưng vẫn là một canh bạc chiến lược. Hiện chưa có bằng chứng nào cho thấy các hệ thống tự cải thiện thực sự có thể bù đắp lợi thế cấu trúc của các trung tâm dữ liệu quy mô lớn. Anthropic cảnh báo về rủi ro của RSI Việc ra mắt Phòng thí nghiệm RSI đã làm nổi bật một vấn đề mà Anthropic gần đây đã cảnh báo là một mối lo ngại tiềm ẩn về an toàn. Sakana tập trung vào mặt tích cực, coi RSI là một con đường hướng tới AI tiên tiến hiệu quả hơn và dễ tiếp cận hơn. Anthropic chia sẻ quan điểm đó nhưng cũng cảnh báo về những rủi ro: phương pháp tự cải thiện đệ quy hoàn chỉnh vẫn chưa đạt được, nhưng một khi đạt được, các hệ thống AI có thể thúc đẩy sự phát triển của chính chúng nhanh hơn mức mà các tổ chức có thể theo kịp. Đối với kịch bản đó, Anthropic đã đưa ra ý tưởng tạm dừng toàn cầu việc phát triển AI tiên tiến như một điều đáng cân nhắc. Sakana AI là một trong những công ty khởi nghiệp AI đáng chú ý bên ngoài Hoa Kỳ. Công ty được thành lập bởi các cựu nhà nghiên cứu của Google, bao gồm Llion Jones, một trong những tác giả của bài báo Transformer "Attention Is All You Need", và David Ha, người trước đây đã làm việc tại Google Brain và Stability AI. Không giống như nhiều phòng thí nghiệm AI tiên tiến, Sakana ít tập trung vào việc mở rộng quy mô các mô hình lớn riêng lẻ mà tập trung nhiều hơn vào các hệ thống AI tiến hóa, thích ứng và đa thành phần. Tên "Sakana" có nghĩa là "cá" trong tiếng Nhật, một sự ám chỉ đến hành vi bầy đàn, sự tiến hóa và trí tuệ tập thể. Đó là điều làm nên sự khác biệt của công ty khởi nghiệp này: Sakana kết hợp nền tảng sâu rộng trong nghiên cứu Transformer với một chương trình rõ ràng tìm kiếm các giải pháp thay thế cho mô hình mở rộng quy mô thống trị. Tin tức AI không cường điệu – Được tuyển chọn bởi con người Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo độc quyền "AI Radar" sáu lần một năm, truy cập toàn bộ kho lưu trữ và truy cập vào phần bình luận của chúng tôi. Đăng ký ngay Nguồn: Sakana AI