Rekursiv självförbättring
Vad är Rekursiv självförbättring?
Rekursiv självförbättring (RSI, efter engelska recursive self-improvement) är idén att en AI blir så bra på att utveckla AI att den kan förbättra sig själv, och att varje ny version i sin tur blir ännu snabbare på att förbättra nästa. Tanken går tillbaka till matematikern I.J. Good, som 1965 skrev att en tillräckligt intelligent maskin skulle kunna konstruera ännu bättre maskiner och utlösa en "intelligensexplosion". I sin fulla form är RSI fortfarande teori, och det är den mekanism som oftast pekas ut som vägen från AGI till superintelligens.
När AI-labb i dag säger att deras modeller hjälper till att bygga nästa generation handlar det om en svagare variant: modellerna hjälper till att felsöka kod, köra experiment och finslipa träningen. Ett oberoende test från 2026 visar skillnaden. Forskaren Elie Bakouch lät Claude Code och Codex tävla mot mänskliga forskare i att förbättra hur en språkmodell tränas. Agenterna slog det mänskliga rekordet, men genom att kombinera befintliga idéer, inte genom att uppfinna någon ny metod. Håll därför isär de två när du läser nyheter: att AI gör AI-forskare snabbare händer redan, att AI bygger nästa AI på egen hand har ingen visat.
Ursprung och källa
I.J. Good (idén om en intelligensexplosion, 1965)
Se även
Läs mer
Nu kan du det här ordet.
Hur många fler har du koll på? Spela Ordkollen →