谷歌Dream-RSI、モデル改変なしでAIが継続進化

米Google、Google DeepMind、メリーランド大学、バージニア大学の共同研究チームは、ベースモデルの再学習や重み更新を行わずにAIの探索効率を飛躍的に高める新システムDream-RSIを開発した。このシステムは再帰的自己改善の概念を採用し、モデルの内部構造ではなく問題解決の探索戦略そのものを最適化するアプローチを取る。 Dream-RSIの核心は、過去の探索履歴を圧縮して要約するのではなく、そのまま再生シミュレーターとして活用する点にある。従来のエージェントは複雑なタスクで大量の試行錯誤を繰り返すが、探索範囲が広がると計算コストが増大する。同システムは過去の実験結果と失敗パターンを探索ツリーとして記録し、新しい戦略を検証する際に実際の計算を再実行せず、記録された履歴上でシミュレーションを行う。これにより戦略の比較と選別を低コストで実現している。 実験ではアルゴリズム最適化、数学問題、GPUカーネル最適化の各分野で評価が行われた。結果、Lasso正則化問題において従来の標準ライブラリを上回る解決器を導出。SimpleTESと比較してエージェント呼び出し回数を最大162倍削減し、数学最適化タスクでは計算リソースを50倍以上節約しながら同等以上の性能を達成した。探索履歴を自然言語で要約する従来の手法よりも、生データのままシミュレーターに組み込む方が過早な分岐の排除を防ぎ探索の多様性を維持できることも実証された。 本システムはモデルの知能そのものを高めるものではなく、既存のモデル能力をいかに効率的に引き出すかという方法論の革新を示している。ただし未探索領域の結果を予測することはできないため、リアルな環境での新規探索と履歴の更新を定期的に行う必要がある。この仕組みは将来のAIエージェントにおいて過去の行動軌跡自体が重要なインフラとなる可能性を示唆し、リソース制約下でのAI進化の新たなパラダイムを提示している。