Такая концентрация талантов отражает амбициозность замысла: создать исследовательский цикл, в котором машины ускоряют собственное создание.
Рекурсивное самосовершенствование в сфере ИИ — это процесс, при котором система помогает проектировать свои улучшенные будущие версии. Вместо того чтобы полностью полагаться на человека-инженера, машина участвует в:
Если такие системы заработают надежно, темп прогресса в области ИИ колоссально возрастет. Улучшения, которые раньше требовали долгих месяцев работы человека, могут происходить в автоматическом режиме.
Инвесторы считают эту идею особенно мощной, поскольку сам ИИ — это код. «ИИ — это код. И теперь ИИ умеет программировать», — сформулировал суть перемен один из создателей стартапа Ричард Сохер .
Как только система научится эффективно писать и тестировать свои апгрейды, запустится непрерывный цикл улучшений. По мнению венчурного фонда GV, долгосрочная цель — создать алгоритмы без жестких ограничений, способные двигать вперед научные открытия без остановки .
Recursive Superintelligence официально объявила о себе, получив аномально крупное финансирование для стартапа без публичной истории: более $650 млн при оценке бизнеса в $4,65 млрд .
Лидерами инвестиционного раунда выступили GV (венчурное подразделение Google) и фонд Greycroft. Знаковым стало и участие в сделке производителей микрочипов Nvidia и AMD.
Такой масштаб на раннем этапе примечателен сразу по нескольким причинам:
По сообщениям инсайдеров, раунд был многократно переподписан — желающих вложиться в проект оказалось значительно больше, чем он мог принять на этом этапе .
Идея рекурсивного самосовершенствования десятилетиями обсуждалась в теоретических работах по ИИ как потенциальная точка невозврата. Если машины научатся без участия человека менять алгоритмы, архитектуру и процессы обучения новых моделей, прогресс перейдет на экспоненциальную траекторию.
Именно это видение — не просто создать более умную модель, а создать «фабрику» по изобретению будущих поколений ИИ — заставляет венчурный мир вкладывать сотни миллионов долларов на столь ранней стадии.
Однако дьявол кроется в деталях: на практике создать полностью замкнутый автономный цикл улучшений, работающий стабильнее человека, пока не удалось никому. Современные системы отлично помогают писать код и анализировать данные, но ключевые решения все еще требуют контроля со стороны разработчиков.
Recursive Superintelligence символизирует сдвиг в индустрии: от гонки за созданием моделей-чемпионов — к построению автоматизированных исследовательских систем.
Сочетание звездной команды, работавшей в ведущих мировых лабораториях, с беспрецедентным для этой стадии финансированием, ставит стартап в один ряд с немногими проектами, стремящимися определить следующую эпоху возможностей ИИ.
Сбудется ли этот прогноз — покажет время. Но сам масштаб ставок доказывает: техногиганты и капитал верят, что гонка за самообучающимся ИИ определит облик всей цифровой цивилизации в ближайшие годы.