2026年6月28日消息：

自我演化的人工智能丨面向复杂系统的人工智能第14讲

编辑: 中国玉王 4阅 评论关闭
最新高纬度讯息，请点击下图围观：

0

分享至

用微信扫码二维码

分享至好友和朋友圈

导语

集智俱乐部、集智学园创始人，北京师范大学张江教授开设了，致力于打破学科壁垒，将复杂系统与人工智能深度融合。从神经网络到因果推断，从世界模型到多尺度建模，甚至包含最前沿的“氛围编程（Vibe Coding）”实战，带你亲手落地AI项目。

作为系列课程的第十四讲，张江教授将以「自我演化的人工智能」为题，围绕递归自改进理论、大模型推理增强、自对齐与自精炼、强化学习、演化提示优化及自主智能体框架展开讲解，剖析自进化 AI 技术脉络、落地路径与复杂系统应用边界。正式分享将于6月29日（周一）13:30-16:15腾讯会议线上直播。

课程简介

大语言模型推理短板、人工标注成本高、模型迭代依赖外部监督是复杂系统 AI 落地核心瓶颈，递归自改进、自主进化范式为破局关键。本课程依托系统科学视角，梳理自进化 LLM 完整技术脉络，融合思维链、自一致性、树搜索推理、自反馈精炼、强化学习对齐、演化计算提示优化、自主智能体框架六大技术主线。推理线讲解 CoT、Self-Consistency、ToT、TS-LLM 等深度思考机制，解决数学、社科复杂多步推理；自改进线拆解 Self-Improve、Self-Refine、Self-Align 无标注迭代方案；强化学习线覆盖 PPO、GRPO、Reflexion 反思智能体；演化计算线讲解遗传算法、EVOPROMPT、PromptBreeder 自动提示进化；最后落地多智能体自进化系统、递归自改进理论与技术奇点边界。课程结合 Math-Shepherd、AlphaZero、达尔文哥德尔机等经典案例，覆盖社科建模、管理仿真、科学计算等复杂场景。

学完可完整掌握大模型自主迭代全链路，能搭建自进化推理智能体，将递归自改进方法应用于社会科学、管理决策、复杂系统仿真研究。

课程大纲

一、基础背景：技术奇点与递归自改进理论

  • 冯・诺依曼技术奇点定义、Yampolskiy 递归自改进（RSI）理论层级

  • AI 智能体演化全景：单智能优化、多智能协同、领域专用智能体分支

  • 大模型训练基础：预训练、微调、上下文学习三层范式

  • 自进化核心四阶段：经验获取、经验精炼、模型更新、效果评估

二、LLM 深度推理增强：从单链到树状搜索

  • 基础推理：思维链 CoT、自一致性 Self-Consistency 投票机制

  • 分步过程奖励：Math-Shepherd 无人工分步标注推理打分框架

  • 树搜索推理：思维树 ToT、类 AlphaZero 蒙特卡洛 TS-LLM 深度推理

  • 对比实验：24 点、GSM8K、高等数学、社科逻辑任务效果验证

三、无监督大模型自改进（Self-Improved LLM）

  • LMSI 自训练：模型生成高置信推理样本反向微调

  • Self-Refine 自反馈迭代：生成-自评-修正闭环，零训练轻量化优化

  • Self-Align 指令自对齐：少量种子数据 + 网页文本自动扩充指令集

  • 自对齐实验：LLaMA 系列开源模型指令调优性能对比

四、大语言模型 + 强化学习（LLM+RL）

  • 传统 PPO 与分组奖励 GRPO 优化框架

  • Reflexion 反思智能体：短时轨迹记忆 + 长期反思文本复盘试错

  • AlphaZero 范式：价值网络、策略网络、蒙特卡洛树搜索

  • 落地场景：多步骤文本任务、代码生成、多轮决策推理

五、LLM + 演化计算：提示词自主进化

  • 遗传算法基础：种群、适应度、交叉、变异、选择机制

  • EVOPROMPT：差分进化/遗传算法自动优化提示模板

  • PromptBreeder 双层自进化：任务提示 + 变异提示同步迭代

  • 应用：文本分类、摘要、复杂逻辑任务提示自动生成

六、自进化 AI 智能体系统（Self-evolved AI Agent）

  • 单智能体自进化四大范式：离线预训练、在线适配、反思迭代

  • 多智能体编排 MAO 与多智能自进化 MASE 架构

  • 先进框架：MetaGPT、达尔文哥德尔机 DGM、Gödel Machine

  • 自进化三定律：安全稳定、性能保优、自主自适应优化

七、自进化 AI 局限与复杂系统落地边界

  • 模型坍塌、算力约束、高质量数据枯竭问题

  • 递归自改进计算理论上限、智能爆炸临界阈值讨论

  • 社科/管理学落地：问卷模拟、元分析编码、决策智能体工作流

  • 未来方向：开放进化多智能体、跨领域通用自进化系统

关键词

  1. 递归自改进（RSI）：分层递进的 AI 自我升级体系，分为自修改、自优化、递归持续进化三层，是技术奇点核心理论基础。

  2. 自一致性（Self-Consistency）：大模型生成多条推理路径，通过投票筛选最高频答案，低成本提升复杂推理精度。

  3. Math-Shepherd：全自动分步过程奖励模型，无需人工标注即可对数学推理每一步打分，支撑分步强化学习。

  4. 思维树（Tree of Thoughts, ToT）：将推理拆解为多分支树形结构，支持自主评估、回溯搜索，突破线性 CoT 推理局限。

  5. TS-LLM：借鉴 AlphaZero 蒙特卡洛树搜索的大模型推理框架，独立训练价值网络实现超深度思考。

  6. Self-Refine：零训练自反馈迭代机制，同一模型完成生成、缺陷自评、内容修正三步循环优化输出。

  7. Self-Align：指令自对齐方案，依托少量人工种子数据，自动扩充、筛选高质量指令微调样本。

  8. Reflexion：带长短记忆的反思智能体，记录试错轨迹生成反思文本，借助语言反馈完成强化学习。

  9. GRPO：分组近端策略优化，一次性采样多条模型输出统一计算奖励，相比 PPO 提升训练效率。

  10. EVOPROMPT：融合遗传 / 差分演化算法的自动提示优化工具，通过交叉变异迭代生成最优任务提示。

  11. PromptBreeder：双层自进化提示框架，同步优化任务提示与提示变异规则，实现无人工干预提示迭代。

  12. 达尔文哥德尔机（DGM）：可自主修改自身代码的开放进化智能体，通过版本存档与性能筛选持续迭代。

  13. 多智能体自进化（MASE）：多智能体协同与环境交互，自主优化提示、工具、记忆、协作流程。

  14. 模型坍塌（Model Collapse）：模型使用 AI 生成数据迭代训练后，输出多样性持续衰减、表达趋于无意义的退化现象。

  15. 技术奇点（Technological Singularity）：冯・诺依曼提出的临界阈值，AI 实现无上限递归自我进化，彻底变革人类生产研究范式。

课程信息

课程主题：自我演化的人工智能

课程时间：2026年6月29日（周一） 13:30-16:15

课程形式：腾讯会议（会议信息见群内通知），集智学园网站录播（3个工作日内上线）

课程主讲人

张江，北京师范大学系统科学学院教授，集智俱乐部、集智学园创始人，集智科学研究中心理事长，曾任腾讯研究院、华为战略研究院等特聘顾问。主要研究领域包括因果涌现、复杂系统分析与建模、规模理论等。

个人主页：https://jake.swarma.org/

课程适用对象

  1. 理工科背景高年级本科生

  2. 理工科背景硕士、博士研究生

报名须知

1. 课程形式：

  1. 参与方式：付费学员可参与腾讯会议直播/北师大海淀区线下授课（助教可协助入校）

  2. 授课形式：

  1. 平时：课堂讨论与内容共创

  2. 结课：项目汇报

2. 课程周期：2026年3月2日-2026年6月22日，每周一 13:30-16:15进行。

3. 课程定价：399元

课程链接：https://campus.swarma.org/v3/course/5684?from=wechat

付费流程：

  2. 课程页面添加学员登记表，添加助教微信入群；

  3. 课程可开发票。

课程共创任务：课程字幕

为鼓励学员深度参与、积极探索，我们致力于形成系列化知识传播成果，并构建课程知识共建社群。为此，我们特别设立激励机制，让您的学习之旅满载收获与成就感。

课程以老师讲授为主，每期结束后，助教会于课程群内发布字幕共创任务。学员通过参与这些任务，不仅能加深对内容的理解，还可获得积分奖励。积分可兑换其他读书会课程或实物奖品，助力您的持续成长。

推荐课程

参考课程

  1. 吴恩达：Build with Andrew https://www.deeplearning.ai/courses/build-with-andrew/

  2. Jure Leskovec: Machine Learning with Graphs, StanfordCS224W.https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn

  3. Steve Brunton: Data Driven Science and Engineering, University of Washingtonhttps://www.youtube.com/playlist?list=PLMrJAkhIeNNRpsRhXTMt8uJdIGz9-X_1-

  4. Karthik Duraisamy: DATA-DRIVEN ANALYSIS AND MODELING OF COMPLEX SYSTEMS, Michigen institute for computational discovery and engineering, Michigen University.https://micde.umich.edu/academic-programs-old/data-driven-course/

  5. Sergey Levine: Deep Reinforcement Learning, CS 285 at UC Berkeley.http://rail.eecs.berkeley.edu/deeprlcourse/

【集智学园网站资源】

  1. 对复杂系统连续变化自动建模——Neural Ordinary Differential Equations解读https://campus.swarma.org/course/2046

  2. 复杂网络自动建模在大气污染中的应用https://campus.swarma.org/course/1998

  3. 两套因果框架深度剖析：潜在结果模型与结构因果模型https://campus.swarma.org/course/2526

  4. 稳定学习：发掘因果推理和机器学习的共同基础https://campus.swarma.org/course/2323

  5. 因果强化学习https://campus.swarma.org/course/2156

  6. 张江：因果与机器学习能够破解涌现之谜吗https://campus.swarma.org/course/4540

  7. 因果涌现理论提出者：Erik Hoel主题报告https://campus.swarma.org/course/4317

  8. 如何从数据中发现因果涌现——神经信息压缩器https://campus.swarma.org/course/4874

  9. 标准化流技术简介https://campus.swarma.org/course/1999

  10. 带隐状态的强化学习世界模型https://campus.swarma.org/course/4848

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

/阅读下一篇/

返回网易首页
下载网易新闻客户端

微海报分享
0赞
标签:

相关文章

返回顶部