Inside Recursive Superintelligence: Die 650-Millionen-Dollar-Wette auf sich selbst verbessernde KI

Die Künstliche Intelligenz steht an einem Punkt, an dem der nächste große Sprung vielleicht nicht durch größere Datensätze oder Modelle kommt – sondern durch Systeme, die sich selbst verbessern. Ein neues Startup namens Recursive Superintelligence ist mit einer der größten Frühphasen-Finanzierungsrunden in diesem Sektor und einem Team aus den weltbesten KI-Labors in dieses Rennen gestartet.

Einer der Mitgründer ist Tian Yuandong, ehemaliger Forschungsdirektor bei Metas FAIR-Labor (Fundamental AI Research). Sein Wechsel von einem Tech-Giganten zu einem KI-Startup unterstreicht die wachsende Überzeugung unter Forschern und Investoren: Der nächste Meilenstein könnten Systeme sein, die zur rekursiven Selbstverbesserung fähig sind.

Tian Yuandongs Wechsel von Meta zu Recursive Superintelligence

Tian Yuandong erlangte in der KI-Welt vor allem während seiner Zeit in der FAIR-Forschungsgruppe von Meta Bekanntheit. Dort leitete er das Projekt ELF OpenGo, eine Open-Source-Initiative, die Kernkonzepte von AlphaZero nachbildete und zeigte, wie bestärkendes Lernen und Selbstspiel übermenschliche Spielstrategien hervorbringen können.

Nach seinem Weggang von Meta schloss sich Tian einer Gruppe prominenter KI-Forscher an, um Recursive Superintelligence zu gründen. Das Startup widmet sich dem Bau von KI-Systemen, die sich durch automatisierte Experimente selbst verbessern können.

Das Unternehmen verließ den Stealth-Modus mit einem Team, das aus mehreren großen KI-Forschungszentren stammt, darunter Meta AI, Google DeepMind, OpenAI, Salesforce AI und Uber AI. Diese Konzentration erfahrener Köpfe spiegelt die Ambition des Projekts wider: eine neuartige KI-Forschungsschleife zu schaffen, in der Maschinen ihre eigene Entwicklung beschleunigen.

Was "rekursive Selbstverbesserung" in der KI bedeutet

Rekursive Selbstverbesserung bezeichnet einen Prozess, bei dem ein KI-System mithilft, bessere Versionen seiner selbst zu entwerfen. Statt sich ausschließlich auf menschliche Ingenieure zu verlassen, übernimmt das System Aufgaben wie:

• Code schreiben oder optimieren
• Neue Forschungsideen vorschlagen
• Experimente durchführen
• Modellleistung bewerten und Verbesserungen vorschlagen

Sollten solche Systeme zuverlässig arbeiten, könnten sie den KI-Fortschritt dramatisch beschleunigen. Verbesserungen, die heute von menschlichen Forschern abhängen, könnten durch automatisierte Prozesse ablaufen. Das Besondere daran: KI ist selbst Software. Ein an dem Projekt beteiligter Forscher brachte dies auf den Punkt: "KI ist Code. Und jetzt kann KI programmieren."

Die Implikation ist weitreichend: Sobald KI-Systeme ihre eigenen Upgrades entwerfen und testen können, wird eine kontinuierliche Verbesserungsschleife möglich. Investoren wie GV sehen das langfristige Ziel in einer KI, die durch ergebnisoffene Algorithmen lernt und wissenschaftliche Entdeckungen vorantreibt.

Die Finanzierungsrunde über 650 Millionen Dollar

Recursive Superintelligence startete mit einer für ein frisch gegründetes Startup ungewöhnlich großen Finanzierungsrunde: Mehr als 650 Millionen Dollar bei einer Bewertung von 4,65 Milliarden Dollar.

Die Runde wurde von GV (Google Ventures) und Greycroft angeführt. Beteiligt waren zudem die Chip-Hersteller Nvidia und AMD.

Die Höhe der Finanzierung ist aus mehreren Gründen bemerkenswert:

• Fokus auf Grundlagenforschung: Es handelt sich in erster Linie um ein Forschungsprojekt und nicht um ein typisches Produkt-Startup.
• Strategisches Interesse der Hardware-Industrie: Die Beteiligung von Nvidia und AMD deutet auf ein Interesse an Technologien hin, die die Nachfrage nach leistungsstarken KI-Chips ankurbeln könnten.
• Vertrauen in das Team: Investoren setzen bei unsicheren, aber potenziell transformativen Wegen häufig auf Spitzenforscher.

Laut Berichten war die Finanzierungsrunde zudem massiv überzeichnet, was auf eine sehr hohe Nachfrage unter Investoren hindeutet.

Warum Investoren einen großen KI-Meilenstein sehen

Rekursive Selbstverbesserung wird in der KI-Theorie seit Langem als möglicher Wendepunkt diskutiert. Wenn Maschinen zuverlässig die Algorithmen, Trainingsprozesse oder Architekturen für die nächste Modell-Generation verbessern können, könnte der KI-Fortschritt weit über das Tempo menschlicher Forschung hinaus beschleunigt werden.

Genau diese Möglichkeit zieht die Aufmerksamkeit auf Startups wie Recursive. Die Idee ist nicht bloß, bessere Modelle zu bauen – sondern die Systeme zu bauen, die selbst die nächste Generation von KI erfinden helfen.

Das Konzept ist allerdings noch weitgehend unbewiesen. Aktuelle KI kann zwar bei Programmierung, Experimenten und Analysen helfen, aber eine vollständig autonome Verbesserungsschleife, die ohne menschliche Aufsicht Spitzenmodelle vorantreibt, existiert noch nicht.

Das größere Bild

Recursive Superintelligence steht für einen Wandel in der KI-Branche: Weg vom Bau einzelner Modelle, hin zum Bau automatisierter Forschungssysteme.

Mit einem hochkarätigen Team und einer frühen Rekordfinanzierung positioniert sich das Startup in der ersten Reihe der Labore, die erforschen, ob rekursive Verbesserung die nächste Stufe der KI-Fähigkeiten freischalten kann.

Ob diese Vision Realität wird, ist offen. Doch die Höhe der Investition – und das Kaliber der beteiligten Forscher – zeigt, dass viele in der Tech- und Venture-Capital-Welt glauben, dass das Streben nach sich selbst verbessernder KI das nächste Kapitel in diesem Bereich prägen wird.