شركة ’Recursive Superintelligence‘: رهان بـ 650 مليون دولار على الذكاء الاصطناعي ذاتي التطوير

لقد بلغ الذكاء الاصطناعي مرحلة قد لا تأتي فيها القفزة النوعية التالية من مجموعات بيانات أضخم أو نماذج أكبر حجماً، بل من أنظمة ذكاء اصطناعي تساعد في تحسين نفسها بنفسها. وقد دخلت شركة ناشئة جديدة تُدعى ’Recursive Superintelligence‘ هذا السباق بواحدة من أكبر جولات التمويل المبكرة في القطاع، وبفريق مؤسس يضم نخبة من أبرز مختبرات الذكاء الاصطناعي في العالم.

من بين مؤسسيها المشاركين يبرز اسم تيان يواندونغ، مدير الأبحاث السابق في مختبر ’FAIR‘ (أبحاث الذكاء الاصطناعي الأساسية) التابع لشركة ’ميتا‘. انتقاله من شركة تكنولوجيا عملاقة إلى شركة ناشئة طموحة يسلط الضوء على اعتقاد متزايد بين الباحثين والمستثمرين بأن المعلم التالي في مجال الذكاء الاصطناعي قد يكون أنظمة قادرة على ’التحسين الذاتي المتكرر‘.

من ’ميتا‘ إلى ’Recursive Superintelligence‘: قصة تيان يواندونغ

اكتسب تيان يواندونغ شهرة واسعة في مجتمع الذكاء الاصطناعي خلال فترة عمله في مجموعة أبحاث ’FAIR‘ التابعة لـ’ميتا‘. هناك، قاد العمل على مشروع ’ELF OpenGo‘، وهو مشروع مفتوح المصدر أعاد إنتاج الأفكار الرئيسية من برنامج ’AlphaZero‘ وأثبت كيف يمكن للتعلم المعزز واللعب الذاتي أن يولدا استراتيجيات تفوق أداء البشر في الألعاب المعقدة.

بعد مغادرته ’ميتا‘، انضم تيان إلى مجموعة من أبرز الباحثين في العالم لإطلاق شركة ’Recursive Superintelligence‘، وهي شركة ناشئة مكرسة لبناء أنظمة ذكاء اصطناعي يمكنها تحسين نفسها من خلال التجارب الآلية.

خرجت الشركة من طور التخفي بفريق يضم باحثين سابقين من أهم مراكز أبحاث الذكاء الاصطناعي، بما في ذلك ’ميتا إيه آي‘ و’غوغل ديب مايند‘ و’أوبن إيه آي‘ و’سيلز فورس إيه آي‘ و’أوبر إيه آي‘. هذا التركيز لنخبة الباحثين يعكس طموح المشروع: خلق نوع جديد من حلقات أبحاث الذكاء الاصطناعي حيث تساعد الآلات في تسريع عملية تطويرها الخاص.

ماذا يعني ’التحسين الذاتي المتكرر‘ في الذكاء الاصطناعي؟

يشير مصطلح ’التحسين الذاتي المتكرر‘ (Recursive Self‑Improvement) إلى عملية يقوم فيها نظام الذكاء الاصطناعي بالمساعدة في تصميم نسخ أفضل من نفسه. فبدلاً من الاعتماد كلياً على المهندسين البشر، يشارك النظام في مهام مثل:

• كتابة الكود البرمجي أو تحسينه.
• اقتراح أفكار بحثية جديدة.
• إجراء التجارب العلمية.
• تقييم أداء النماذج واقتراح التحسينات عليها.

إذا عملت هذه الأنظمة بشكل موثوق، يمكنها تسريع وتيرة التقدم في الذكاء الاصطناعي بشكل كبير. التحسينات التي كانت تعتمد في السابق على الباحثين البشريين فقط قد تحدث من خلال التجارب والتكرار الآلي.

يرى المستثمرون والباحثون أن هذه الفكرة قوية بشكل خاص لأن الذكاء الاصطناعي في جوهره هو كود برمجي. وكما عبّر عن ذلك أحد الباحثين المشاركين في هذا الجهد، فإن ’الذكاء الاصطناعي هو كود. والآن، يمكن للذكاء الاصطناعي أن يبرمج‘.

المغزى هنا هو أنه بمجرد أن تتمكن أنظمة الذكاء الاصطناعي من تصميم واختبار ترقياتها الخاصة بفعالية، تصبح حلقة تحسين مستمرة أمراً ممكناً. وفقاً لمستثمرين مثل ’جي في‘ (GV)، فإن الهدف طويل المدى هو ذكاء اصطناعي يتعلم من خلال خوارزميات مفتوحة قادرة على دفع عجلة الاكتشاف العلمي بشكل لا نهائي.

جولة تمويل بـ 650 مليون دولار

انطلقت ’Recursive Superintelligence‘ بجولة تمويل كبيرة بشكل غير معتاد لشركة ناشئة تخرج من طور التخفي: أكثر من 650 مليون دولار، مما جعل قيمة الشركة تصل إلى 4.65 مليار دولار.

قادت جولة التمويل كل من ’جي في‘ (GV)، الذراع الاستثماري لشركة ’غوغل‘، و’غريكروفت‘ (Greycroft)، بمشاركة عملاقي صناعة الرقائق ’إنفيديا‘ (Nvidia) و’إيه إم دي‘ (AMD).

حجم التمويل هذا لافت للنظر لأسباب عدة:

• التركيز على الأبحاث المتقدمة: الشركة هي بالأساس مسعى بحثي طموح، وليست شركة ناشئة تقليدية تقدم منتجات ذكاء اصطناعي للمؤسسات.
• توافق المستثمرين مع البنية التحتية للذكاء الاصطناعي: تشير مشاركة ’إنفيديا‘ و’إيه إم دي‘ إلى اهتمام استراتيجي بتقنيات قد تدفع الطلب على أجهزة الحوسبة المتطورة.
• الثقة في الفريق المؤسس: غالباً ما يدعم المستثمرون باحثين ذوي خبرة عندما يكون المسار التقني غير مؤكد ولكنه قد يكون تحويلياً.

كما وصفت التقارير جولة التمويل بأنها حظيت بإقبال كبير فاق التوقعات، مما يشير إلى طلب قوي من المستثمرين للمشاركة فيها.

لماذا يرى المستثمرون منعطفاً حاسماً في الذكاء الاصطناعي؟

لطالما نوقش ’التحسين الذاتي المتكرر‘ في نظريات الذكاء الاصطناعي كنقطة تحول محتملة. إذا تمكنت الآلات من تحسين الخوارزميات، أو عمليات التدريب، أو هياكل النماذج التي تنتج الجيل التالي من النماذج بشكل موثوق، فقد يتسارع تقدم الذكاء الاصطناعي إلى ما هو أبعد بكثير من وتيرة البحث اليدوي.

هذا الاحتمال هو السبب في أن الشركات الناشئة التي تسعى لتحقيق هذا النهج تجذب الانتباه. الفكرة ليست مجرد بناء نماذج أفضل، بل بناء أنظمة تساعد في اختراع الجيل التالي من أنظمة الذكاء الاصطناعي بنفسها.

ومع ذلك، لا يزال المفهوم غير مثبت إلى حد كبير. بينما يمكن للذكاء الاصطناعي الحالي المساعدة في الترميز والتجريب والتحليل، لم يُظهر الباحثون بعد حلقات تحسين مستقلة تماماً قادرة على تطوير نماذج متقدمة باستمرار دون إشراف بشري.

الصورة الأكبر

تمثل شركة ’Recursive Superintelligence‘ تحولاً متنامياً في صناعة الذكاء الاصطناعي: من بناء نماذج فردية إلى بناء أنظمة أبحاث مؤتمتة.

من خلال الجمع بين فريق مؤسس رفيع المستوى وتمويل مبكر كبير، وضعت الشركة الناشئة نفسها بين المختبرات التي تستكشف ما إذا كان التحسين المتكرر قادراً على فتح المرحلة التالية من قدرات الذكاء الاصطناعي.

لا يزال من غير المؤكد ما إذا كانت هذه الرؤية ستنجح. لكن حجم الاستثمار، وعيار الباحثين المشاركين، يُظهران أن الكثيرين في عالمي التكنولوجيا ورأس المال المغامر يعتقدون أن السعي وراء ’الذكاء الاصطناعي ذاتي التحسين‘ قد يُحدد الفصل التالي من هذا المجال.