一般来说，所谓的“种子AI”被设想为通用人工智能（AGI），atv，它是一种能够执行任何智力任务的机器，就像人类一样，而不是像今天的大部分算法一般，只是某一个特定领域的专家。

今天的系统离 AGI 还有很长的距离，它们的目的是开发和改进其他机器学习系统，而非自身。在机器学习之外，代码的自我调整已经存在了一段时间，但是部署这种技术来编辑神经网络可能要复杂得多。

但是，创造能够处理机器学习代码的算法显然是迈向未来学家设想的自我改进AI 的第一步。

最近的其他一些技术进展可能也会推动这一方向的发展。许多 AI 研究人员正在努力将好奇心和创造力编码到机器学习系统中（如新智元端午节为大家介绍过的文章《UC 伯克利为 AI 植入好奇心》），这两个特征可能对一台重新自我设计以提升性能的机器来说是必需的。还有一些研究人员正在尝试让机器人分享他们所学到的东西，有效地将它们变成一种“蜂巢思想”。这类研究此前新智元也有过报道，如【Science】机器人从单一演示中学习并相互传授技能，AI迈出统治世界第一步？

毫无疑问，这些能力想要达到可以有效地实现能够自我改进的 AI ，还有很长的路要走，但我们确实已经可以看到一些相关的技术基础正在铺设之中。

原文地址：https://singularityhub.com/2017/05/31/googles-ai-building-ai-is-a-step-toward-self-improving-ai/