Sakana AI ficha a Jürgen Schmidhuber como asesor científico jefe para su laboratorio de auto-mejora recursiva
Hecho Qué ha ocurrido
La startup japonesa Sakana AI ha contratado a Jürgen Schmidhuber, investigador pionero en deep learning y meta-aprendizaje, como Chief Scientific Advisor. Liderará el nuevo RSI Lab de la compañía, centrado en sistemas de auto-mejora recursiva (RSI). Sakana afirma que su trabajo previo ya influyó en proyectos internos como Darwin Gödel Machine y The AI Scientist.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
La incorporación refuerza la apuesta de Sakana AI por world models y sistemas autónomos capaces de mejorarse a sí mismos, un área de investigación de alto riesgo y potencial impacto a largo plazo.
- Quién se ve afectado
- Investigadores en IA, laboratorios de investigación y empresas interesadas en agentes autónomos y sistemas de auto-mejora.
- Qué puede cambiar
- A corto plazo poco cambia operativamente, pero señala hacia dónde Sakana AI dirigirá su investigación: física, robótica y auto-mejora de modelos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar publicaciones futuras del RSI Lab, posibles avances aplicados a Darwin Gödel Machine, y si otras empresas de IA fichan a investigadores veteranos para áreas similares.
Enviar esta noticia por correo
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗world modelsagentesauto-mejora recursiva Sakana AI investigación en IAJapónJürgen SchmidhuberSakana AIworld models
Tu opinión
0 comentarios
Relacionadas
DeepSeek detalla su plataforma DSEC para gestionar 380.000 sandboxes simultáneos de agentes de IA
DeepSeek publicó el 19 de septiembre un paper en arXiv sobre DeepSeek Elastic Compute (DSEC), su plataforma de entrenamiento de agentes de IA a escala. El…
Por qué importaEs un ejemplo raro de transparencia técnica sobre los fallos reales de infraestructura al entrenar agentes autónomos, algo que los laboratorios…
Google Research presenta un marco multiagente para generar vídeo largo coherente con Gemini y Veo
Google Research ha publicado una investigación sobre un marco multiagente llamado 'AI video co-director', construido como capa de orquestación sobre Gemini y…
Por qué importaResuelve un problema técnico central en la generación de vídeo por IA —la coherencia narrativa a largo plazo— que hasta ahora limitaba su uso…
Estudio revela que los expertos en IA subestimaron sistemáticamente la velocidad de avance del campo
El Forecasting Research Institute (FRI) analizó predicciones de más de 300 expertos, economistas y superforecasters desde 2022. La IA alcanzó nivel de medalla…
Por qué importaSi incluso los especialistas más cualificados fallan sistemáticamente al proyectar el ritmo de avance de la IA, las empresas que planifican…
OpenAI afirma que sistemas de agentes de IA resolvieron problemas matemáticos abiertos como Navier-Stokes
OpenAI declaró que un sistema multiagente, con casi 100 agentes trabajando unas 88 horas, resolvió problemas relacionados con las ecuaciones de Euler y…
Por qué importaSi se confirma, marcaría un salto en la capacidad de la IA para producir nuevos resultados científicos en matemáticas, no solo resolver ejercicios…