Dentro de Superinteligencia Recursiva: La apuesta de 650 millones de dólares por una IA que se automejora
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño. La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias...
Publicado porEditado con GPT-5.5Imágenes generadas con GPT Image 2
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño.
La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias versiones futuras, acelerando potencialmente el descubrimiento científico más all...
Su ronda de financiación inicial, inusualmente grande, refleja una enorme confianza en el equipo fundador y en la idea de que una IA capaz de perfeccionar sus propios procesos podría acelerar de forma drástica el prog...
How did former Meta FAIR research director Tian Yuandong enter the race to build self-improving AI through his new start-up Recursive SuperiRecursive Superintelligence aims to build AI systems capable of designing and improving their own successors.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: How did former Meta FAIR research director Tian Yuandong enter the race to build self-improving AI through his new start-up Recursive Superi. Article summary: Tian Yuandong entered the self-improving-AI race by co-founding Recursive Superintelligence, a newly emerged start-up built around the idea that AI systems can run experiments and improve themselves with less direct huma. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "On May 14, a startup called *Recursive* *Superintelligence* officially emerged, with Tian listed among...His academic research on *recursive* self aligns closely with *Recursive*'s" source context ""Recursive Superintelligence" Related News — BigGo Finance" Reference image 2: visual subject "On May 14, a startup called *Recursiv
openai.com
La inteligencia artificial ha llegado a un punto en el que el próximo salto podría no venir de conjuntos de datos más grandes o modelos más masivos, sino de sistemas de IA que se ayuden a sí mismos a mejorar. Una nueva startup, Recursive Superintelligence (Superinteligencia Recursiva), ha entrado en esta carrera con una de las mayores rondas de financiación inicial del sector y un equipo fundador procedente de los laboratorios de IA más punteros del mundo.
Entre sus cofundadores se encuentra Tian Yuandong, un antiguo director de investigación en el laboratorio FAIR (Investigación Fundamental de IA) de Meta. Su salto de un gran gigante tecnológico a una startup de IA de vanguardia subraya una creencia cada vez más extendida entre investigadores e inversores: el próximo gran hito de la IA podrían ser los sistemas capaces de una automejora recursiva.
De Meta a la Superinteligencia Recursiva: El salto de Tian Yuandong
Tian Yuandong se convirtió en una figura ampliamente conocedora en la comunidad de la IA durante su etapa en el grupo de investigación FAIR de Meta. Lideró el trabajo en ELF OpenGo, un proyecto de código abierto que replicó ideas clave de AlphaZero y demostró cómo el aprendizaje por refuerzo y el auto-juego podían producir estrategias de juego sobrehumanas.
Tras dejar Meta, Tian se unió a un grupo de destacados investigadores de IA para lanzar Recursive Superintelligence, una startup dedicada a construir sistemas de IA que pueden mejorarse a sí mismos mediante la experimentación automatizada.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "Dentro de Superinteligencia Recursiva: La apuesta de 650 millones de dólares por una IA que se automejora"?
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño.
¿Cuáles son los puntos clave a validar primero?
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño. La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias versiones futuras, acelerando potencialmente el descubrimiento científico más all...
¿Qué debo hacer a continuación en la práctica?
Su ronda de financiación inicial, inusualmente grande, refleja una enorme confianza en el equipo fundador y en la idea de que una IA capaz de perfeccionar sus propios procesos podría acelerar de forma drástica el prog...
Dentro de Superinteligencia Recursiva: La apuesta de 650 millones de dólares por una IA que se automejora
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño. La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias...
Publicado porEditado con GPT-5.5Imágenes generadas con GPT Image 2
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño.
La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias versiones futuras, acelerando potencialmente el descubrimiento científico más all...
Su ronda de financiación inicial, inusualmente grande, refleja una enorme confianza en el equipo fundador y en la idea de que una IA capaz de perfeccionar sus propios procesos podría acelerar de forma drástica el prog...
How did former Meta FAIR research director Tian Yuandong enter the race to build self-improving AI through his new start-up Recursive SuperiRecursive Superintelligence aims to build AI systems capable of designing and improving their own successors.
Prompt de IA
Create a landscape editorial hero image for this Studio Global article: How did former Meta FAIR research director Tian Yuandong enter the race to build self-improving AI through his new start-up Recursive Superi. Article summary: Tian Yuandong entered the self-improving-AI race by co-founding Recursive Superintelligence, a newly emerged start-up built around the idea that AI systems can run experiments and improve themselves with less direct huma. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "On May 14, a startup called *Recursive* *Superintelligence* officially emerged, with Tian listed among...His academic research on *recursive* self aligns closely with *Recursive*'s" source context ""Recursive Superintelligence" Related News — BigGo Finance" Reference image 2: visual subject "On May 14, a startup called *Recursiv
openai.com
La inteligencia artificial ha llegado a un punto en el que el próximo salto podría no venir de conjuntos de datos más grandes o modelos más masivos, sino de sistemas de IA que se ayuden a sí mismos a mejorar. Una nueva startup, Recursive Superintelligence (Superinteligencia Recursiva), ha entrado en esta carrera con una de las mayores rondas de financiación inicial del sector y un equipo fundador procedente de los laboratorios de IA más punteros del mundo.
Entre sus cofundadores se encuentra Tian Yuandong, un antiguo director de investigación en el laboratorio FAIR (Investigación Fundamental de IA) de Meta. Su salto de un gran gigante tecnológico a una startup de IA de vanguardia subraya una creencia cada vez más extendida entre investigadores e inversores: el próximo gran hito de la IA podrían ser los sistemas capaces de una automejora recursiva.
De Meta a la Superinteligencia Recursiva: El salto de Tian Yuandong
Tian Yuandong se convirtió en una figura ampliamente conocedora en la comunidad de la IA durante su etapa en el grupo de investigación FAIR de Meta. Lideró el trabajo en ELF OpenGo, un proyecto de código abierto que replicó ideas clave de AlphaZero y demostró cómo el aprendizaje por refuerzo y el auto-juego podían producir estrategias de juego sobrehumanas.
Tras dejar Meta, Tian se unió a un grupo de destacados investigadores de IA para lanzar Recursive Superintelligence, una startup dedicada a construir sistemas de IA que pueden mejorarse a sí mismos mediante la experimentación automatizada.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "Dentro de Superinteligencia Recursiva: La apuesta de 650 millones de dólares por una IA que se automejora"?
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño.
¿Cuáles son los puntos clave a validar primero?
Tian Yuandong, exdirector de investigación de Meta FAIR, cofundó Recursive Superintelligence con la misión de construir sistemas de IA que puedan mejorar su propio código y diseño. La automejora recursiva se refiere a la capacidad de una IA para participar en el ciclo de diseño, prueba y optimización de sus propias versiones futuras, acelerando potencialmente el descubrimiento científico más all...
¿Qué debo hacer a continuación en la práctica?
Su ronda de financiación inicial, inusualmente grande, refleja una enorme confianza en el equipo fundador y en la idea de que una IA capaz de perfeccionar sus propios procesos podría acelerar de forma drástica el prog...
La compañía salió del sigilo con un equipo proveniente de varios centros de investigación de IA de renombre, incluyendo Meta AI, Google DeepMind, OpenAI, Salesforce AI y Uber AI. Esta concentración de investigadores experimentados refleja la ambición del proyecto: crear un nuevo tipo de bucle de investigación de IA donde las máquinas ayuden a acelerar su propio desarrollo.
Qué significa exactamente la "Automejora Recursiva" en IA
La automejora recursiva se refiere a un proceso en el que un sistema de IA ayuda a diseñar versiones mejoradas de sí mismo. En lugar de depender completamente de ingenieros humanos, el sistema participa en tareas como:
Escribir u optimizar código.
Proponer nuevas ideas de investigación.
Ejecutar experimentos.
Evaluar el rendimiento del modelo y sugerir mejoras.
Si estos sistemas funcionan de forma fiable, podrían acelerar drásticamente el progreso de la IA. Las mejoras que antes dependían únicamente de investigadores humanos podrían producirse a través de la experimentación e iteración automatizadas.
Los inversores e investigadores ven esta idea como especialmente poderosa porque la IA en sí misma es software. Como lo expresó uno de los investigadores involucrados en el esfuerzo: "La IA es código. Y ahora, la IA puede programar".
La implicación es que, una vez que los sistemas de IA puedan diseñar y probar eficazmente sus propias actualizaciones, se vuelve posible un ciclo de mejora continua. Según inversores como GV, el objetivo a largo plazo es una IA que aprenda a través de algoritmos abiertos capaces de impulsar el descubrimiento científico continuo.
La ronda de financiación de 650 millones de dólares
Recursive Superintelligence se lanzó con una ronda de financiación inusualmente grande para una startup que sale de la clandestinidad: más de 650 millones de dólares en financiación con una valoración de 4.650 millones de dólares.
La ronda fue liderada por GV (Google Ventures) y Greycroft, con la participación de los gigantes de los chips Nvidia y AMD.
Esta escala de financiación es notable por varias razones:
Enfoque en investigación de vanguardia: La compañía es principalmente un esfuerzo de investigación en lugar de una startup típica de productos de IA empresarial.
Alineación de los inversores con la infraestructura de IA: La participación de Nvidia y AMD sugiere un interés estratégico en tecnologías que podrían impulsar la demanda de hardware de computación avanzada.
Confianza en el equipo fundador: Los inversores suelen respaldar a investigadores experimentados cuando el camino técnico es incierto pero potencialmente transformador.
Los informes también describen la ronda como enormemente sobresuscrita, lo que indica una fuerte demanda entre los inversores por participar.
Por qué los inversores ven el próximo gran hito de la IA
La automejora recursiva se ha discutido durante mucho tiempo en la teoría de la IA como un posible punto de inflexión. Si las máquinas pueden mejorar de forma fiable los algoritmos, los procesos de entrenamiento o las arquitecturas que producen la próxima generación de modelos, el progreso de la IA podría acelerarse mucho más allá del ritmo de la investigación manual.
Esa posibilidad es la razón por la que las startups que persiguen este enfoque están atrayendo la atención. La idea no es simplemente construir mejores modelos, sino construir sistemas que ayuden a inventar la próxima generación de sistemas de IA por sí mismos.
Aun así, el concepto sigue sin probarse en gran medida. Aunque la IA actual puede ayudar con la codificación, la experimentación y el análisis, los investigadores aún no han demostrado bucles de mejora totalmente autónomos capaces de hacer avanzar consistentemente los modelos de vanguardia sin supervisión humana.
La imagen más amplia
Recursive Superintelligence representa un cambio creciente en la industria de la IA: de construir modelos individuales a construir sistemas de investigación automatizados.
Al combinar un equipo fundador de alto perfil con una financiación inicial sustancial, la startup se ha posicionado entre los laboratorios que exploran si la mejora recursiva puede desbloquear la siguiente etapa de la capacidad de la IA.
Que esa visión tenga éxito sigue siendo incierto. Pero el tamaño de la inversión —y el calibre de los investigadores involucrados— muestra que muchos en los mundos de la tecnología y el capital de riesgo creen que la búsqueda de la IA que se automejora podría definir el próximo capítulo de este campo.
gv.comRecursive Superintelligence: Why Self-Improving AI is the Next ...
La compañía salió del sigilo con un equipo proveniente de varios centros de investigación de IA de renombre, incluyendo Meta AI, Google DeepMind, OpenAI, Salesforce AI y Uber AI. Esta concentración de investigadores experimentados refleja la ambición del proyecto: crear un nuevo tipo de bucle de investigación de IA donde las máquinas ayuden a acelerar su propio desarrollo.
Qué significa exactamente la "Automejora Recursiva" en IA
La automejora recursiva se refiere a un proceso en el que un sistema de IA ayuda a diseñar versiones mejoradas de sí mismo. En lugar de depender completamente de ingenieros humanos, el sistema participa en tareas como:
Escribir u optimizar código.
Proponer nuevas ideas de investigación.
Ejecutar experimentos.
Evaluar el rendimiento del modelo y sugerir mejoras.
Si estos sistemas funcionan de forma fiable, podrían acelerar drásticamente el progreso de la IA. Las mejoras que antes dependían únicamente de investigadores humanos podrían producirse a través de la experimentación e iteración automatizadas.
Los inversores e investigadores ven esta idea como especialmente poderosa porque la IA en sí misma es software. Como lo expresó uno de los investigadores involucrados en el esfuerzo: "La IA es código. Y ahora, la IA puede programar".
La implicación es que, una vez que los sistemas de IA puedan diseñar y probar eficazmente sus propias actualizaciones, se vuelve posible un ciclo de mejora continua. Según inversores como GV, el objetivo a largo plazo es una IA que aprenda a través de algoritmos abiertos capaces de impulsar el descubrimiento científico continuo.
La ronda de financiación de 650 millones de dólares
Recursive Superintelligence se lanzó con una ronda de financiación inusualmente grande para una startup que sale de la clandestinidad: más de 650 millones de dólares en financiación con una valoración de 4.650 millones de dólares.
La ronda fue liderada por GV (Google Ventures) y Greycroft, con la participación de los gigantes de los chips Nvidia y AMD.
Esta escala de financiación es notable por varias razones:
Enfoque en investigación de vanguardia: La compañía es principalmente un esfuerzo de investigación en lugar de una startup típica de productos de IA empresarial.
Alineación de los inversores con la infraestructura de IA: La participación de Nvidia y AMD sugiere un interés estratégico en tecnologías que podrían impulsar la demanda de hardware de computación avanzada.
Confianza en el equipo fundador: Los inversores suelen respaldar a investigadores experimentados cuando el camino técnico es incierto pero potencialmente transformador.
Los informes también describen la ronda como enormemente sobresuscrita, lo que indica una fuerte demanda entre los inversores por participar.
Por qué los inversores ven el próximo gran hito de la IA
La automejora recursiva se ha discutido durante mucho tiempo en la teoría de la IA como un posible punto de inflexión. Si las máquinas pueden mejorar de forma fiable los algoritmos, los procesos de entrenamiento o las arquitecturas que producen la próxima generación de modelos, el progreso de la IA podría acelerarse mucho más allá del ritmo de la investigación manual.
Esa posibilidad es la razón por la que las startups que persiguen este enfoque están atrayendo la atención. La idea no es simplemente construir mejores modelos, sino construir sistemas que ayuden a inventar la próxima generación de sistemas de IA por sí mismos.
Aun así, el concepto sigue sin probarse en gran medida. Aunque la IA actual puede ayudar con la codificación, la experimentación y el análisis, los investigadores aún no han demostrado bucles de mejora totalmente autónomos capaces de hacer avanzar consistentemente los modelos de vanguardia sin supervisión humana.
La imagen más amplia
Recursive Superintelligence representa un cambio creciente en la industria de la IA: de construir modelos individuales a construir sistemas de investigación automatizados.
Al combinar un equipo fundador de alto perfil con una financiación inicial sustancial, la startup se ha posicionado entre los laboratorios que exploran si la mejora recursiva puede desbloquear la siguiente etapa de la capacidad de la IA.
Que esa visión tenga éxito sigue siendo incierto. Pero el tamaño de la inversión —y el calibre de los investigadores involucrados— muestra que muchos en los mundos de la tecnología y el capital de riesgo creen que la búsqueda de la IA que se automejora podría definir el próximo capítulo de este campo.
gv.comRecursive Superintelligence: Why Self-Improving AI is the Next ...