AI 為什麼會越來越聰明？最新研究建立生成式 AI 自我學習的數學理論

AI 不只是生成，更重要的是學會如何學習。

近年來，生成式 AI 已從聊天機器人發展到更複雜的科學領域，例如新藥開發、材料探索與蛋白質設計。這些工作都有一個共同挑戰：需要在幾乎無限大的可能性中找到最好的答案。

然而，AI 並不是一次就找到正確答案，而是透過不斷嘗試與修正，逐步縮小搜尋範圍。最新研究首次建立完整的數學理論，解釋這種自我改善的過程為何有效。

什麼是 Closed-loop Generative Selection？

研究提出的核心概念稱為 Closed-loop Generative Selection（閉環生成式搜尋）。

整個流程可以分成四個步驟：

AI 生成大量候選方案，例如新的藥物分子。 Oracle（評估系統）替每個候選進行評分。 保留目前表現最好的候選結果。 利用這些成功案例重新訓練 AI，再開始下一輪搜尋。

每完成一次循環，AI 都會利用新的資訊調整搜尋方向，希望下一輪提出更好的候選。

研究首次證明 AI 可以持續收斂

雖然許多 AI 藥物平台早已使用類似流程，但一直缺乏完整理論證明其有效性。研究團隊建立新的數學模型，將生成模型本身也納入分析，證明只要保留最佳候選並維持一定探索能力，搜尋流程就能持續朝最佳解收斂，而不是一直停留在局部最佳解。

AI 的記憶不是越多越好

研究另一項重要發現，是分析 AI 應該保留多少歷史資料。

如果過去資料仍具有代表性，較長的記憶能提升模型品質；但如果早期資料品質不佳，保留過多歷史反而可能降低學習效率。因此，最佳記憶長度未必是全部歷史，而可能是最近幾輪的重要資訊。

真正昂貴的是 Oracle

許多人認為 AI 最大成本來自模型訓練，但在藥物設計中，真正昂貴的是 Oracle，也就是評估候選結果的系統，例如分子模擬、Docking 或實驗室測試。

因此，研究除了分析搜尋效率之外，也探討如何利用最少的 Oracle 評估次數找到最佳候選，降低整體研究成本。

現實世界一定存在誤差

真實世界沒有完美的評分系統。同一個候選分子，多次測試可能得到略有不同的結果。研究因此分析不同型態的評估雜訊，探討需要重複測試多少次，才能有足夠信心判斷新的候選確實比舊方案更優秀。

影響不只藥物設計

雖然論文以藥物探索作為主要案例，但作者建立的是一套更通用的生成式最佳化理論。只要符合「生成候選 → 評估 → 保留最佳 → 再學習」的閉環流程，都可能應用這套方法，包括材料科學、蛋白質工程、多目標最佳化，以及未來更多 AI 自動設計系統。

晶片觀測站觀點

近年來 AI 發展多半聚焦於更大的模型、更強的 GPU 與更多訓練資料，但這篇研究關注的是另一個更根本的問題：AI 如何從自己的成功與失敗中持續學習。未來生成式 AI 的競爭，可能不只是模型規模，而是誰能建立更有效率、更可靠的閉環學習機制。這項研究雖然偏向理論，但有望成為下一代 AI 科學研究的重要基礎。