रिकर्सिव सुपरइंटेलिजेंस ने स्व-निर्देशित एआई के लिए 650 मिलियन डॉलर जुटाए

एक नई फ्रंटियर एआई कंपनी रिकर्सिव सुपरइंटेलिजेंस ने 650 मिलियन डॉलर के फंडिंग के साथ उभरी है और एक असामान्य रूप से महत्वाकांक्षी लक्ष्य के साथ: मानव हस्तक्षेप के बिना स्वयं को बेहतर बनाने में सक्षम एआई प्रणालियों का निर्माण करना।

कंपनी का नेतृत्व एआई शोधकर्ता और उद्यमी रिचर्ड सोचर कर रहे हैं, साथ ही साथ गूगल डीपमाइंड, ओपनएआई, मेटा और अकादमिक जगत से प्रमुख शोधकर्ताओं की एक संस्थापक टीम है।

स्टार्टअप बाजार में प्रवेश करता है जब एआई उद्योग तेजी से बड़े भाषा मॉडल बनाने से आगे बढ़कर स्वायत्त रूप से तर्क, अनुकूलन और संभावित रूप से अपने स्वयं के शोध करने में सक्षम प्रणालियों के विकास की ओर बढ़ रहा है। जबकि अधिकांश एआई कंपनियां मानव-निर्देशित प्रशिक्षण और पुनर्संयोजन के माध्यम से मॉडल प्रदर्शन में सुधार पर ध्यान केंद्रित करती हैं, रिकर्सिव सुपरइंटेलिजेंस कुछ अधिक प्रयोगात्मक का पीछा कर रही है: रिकर्सिव स्व-निर्देशित सुधार।

एआई हलकों में लंबे समय से चर्चा की जा रही है कि सुपरइंटेलिजेंस की ओर एक संभावित मार्ग के रूप में यह概念। सरल शब्दों में, यह विचार है कि एक एआई प्रणाली अपने स्वयं के वास्तुकला में कमजोरियों की पहचान कर सकती है, उन कमजोरियों को हल करने के लिए नए दृष्टिकोण उत्पन्न कर सकती है, परिणामों का परीक्षण कर सकती है और निरंतर रूप से स्वयं को बेहतर बना सकती है एक निरंतर प्रतिक्रिया चक्र में।

रिचर्ड सोचर के अनुसार, अधिकांश वर्तमान एआई-सहायता प्रोग्रामिंग या एआई-उत्पन्न शोध वास्तविक रिकर्सिव स्व-निर्देशित सुधार के रूप में योग्य नहीं हैं। इसके बजाय, वह तर्क देते हैं कि वास्तविक पुनरावृत्ति के लिए विचार, कार्यान्वयन, परीक्षण और परिष्करण के पूरे चक्र को स्वयं होना चाहिए।

रिचर्ड सोचर का एआई के लिए दीर्घकालिक दृष्टिकोण

सोचर नए एआई परियोजनाओं में नहीं हैं। रिकर्सिव सुपरइंटेलिजेंस की स्थापना से पहले, वह व्यापक रूप से जाने जाते थे क्योंकि उन्होंने यू.कॉम की सह-स्थापना की थी, एक एआई-संचालित खोज और उद्यम एआई बुनियादी ढांचा कंपनी जो पारंपरिक खोज इंजनों के लिए एक प्रारंभिक चुनौती के रूप में उभरी थी।

यू.कॉम ने पहली बार ध्यान आकर्षित किया जब यह वर्षों पहले जनरेटिव एआई मुख्यधारा बन गई, जब यह वेब खोज के साथ संवादात्मक एआई को मिलाती थी। समय के साथ, कंपनी उद्यम एआई टूलिंग, एपीआई और उत्पादकता-केंद्रित एआई प्रणालियों की ओर बढ़ गई।

यू.कॉम से पहले, सोचर सेल्सफोर्स में मुख्य वैज्ञानिक के रूप में कार्य करते थे और प्राकृतिक भाषा प्रसंस्करण में सबसे अधिक उद्धृत शोधकर्ताओं में से एक के रूप में प्रतिष्ठा बनाई। उनके शोध ने शब्द एम्बेडिंग, संदर्भ भाषा समझ और तंत्रिका नेटवर्क वास्तुकला में मूल तकनीकों में योगदान दिया जो आधुनिक एआई प्रणालियों को आकार देने में मदद करती हैं।

रिकर्सिव सुपरइंटेलिजेंस सोचर के करियर के एक अलग चरण का प्रतिनिधित्व करती है: व्यावसायिक एआई तैनाती पर कम ध्यान केंद्रित और बुद्धिमत्ता स्वयं में मूलभूत सफलता पर अधिक ध्यान केंद्रित।

हालांकि, सोचर ने इस बात पर जोर दिया है कि कंपनी को शुद्ध रूप से एक शोध प्रयोगशाला के रूप में वर्णित नहीं किया जाना चाहिए। उन्होंने यह भी कहा है कि कंपनी का उद्देश्य व्यावसायिक उत्पादों का विकास करना है और व्यावसायिक अनुप्रयोगों के उभरने की संभावना है “तिमाहियों में, वर्षों में।”

ओपन-एंडेडनेस दृष्टिकोण

रिकर्सिव सुपरइंटेलिजेंस के पीछे केंद्रीय अवधारणाओं में से एक शोधकर्ताओं द्वारा “ओपन-एंडेडनेस” के रूप में जाना जाता है।

एकल निर्धारित उद्देश्य की ओर मॉडल को प्रशिक्षित करने के बजाय, ओपन-एंडेड सिस्टम नए वातावरण, चुनौतियों और अनुकूलन के रूपों को निरंतर उत्पन्न करते हैं। दृष्टिकोण जैविक विकास से प्रेरणा लेता है, जहां जीव不断 रूप से बदलती परिस्थितियों और प्रतिस्पर्धी अनुकूलन के प्रतिक्रिया में विकसित होते हैं।

कंपनी के सह-संस्थापक टिम रॉकटैशेल ने पहले गूगल डीपमाइंड में ओपन-एंडेड एआई शोध पर काम किया था, जिसमें जनरेटिव वर्ल्ड मॉडल और स्व-निर्देशित प्रणालियों से संबंधित परियोजनाएं शामिल थीं।

सोचर द्वारा चर्चा किया गया एक उदाहरण “रेनबो टीमिंग” है, एक एआई सुरक्षा अवधारणा जहां एक एआई प्रणाली लगातार दूसरी एआई प्रणाली पर हमला करती है और कमजोरियों को उजागर करने के लिए जांच करती है। मानवों पर निर्भर रहने के बजाय हानिकारक एज केसों का परीक्षण करने के लिए, दो एआई प्रणालियां प्रभावी रूप से लाखों पुनरावृत्तियों पर एक दूसरे के खिलाफ विकसित होती हैं।

यह विचार एक व्यापक बदलाव को दर्शाता है जो फ्रंटियर एआई शोध भर में हो रहा है: प्रशिक्षण, मूल्यांकन और सुरक्षा बुनियादी ढांचे के हिस्से के रूप में स्वयं एआई प्रणालियों का उपयोग करना।

कंप्यूट में परिभाषित संसाधन बन सकता है

रिकर्सिव सुपरइंटेलिजेंस की शुरुआत एआई के भीतर एक और बढ़ती हुई वास्तविकता को भी मजबूत करती है: कंप्यूट बुनियादी ढांचे के बढ़ते महत्व की।

मॉडल अधिक क्षमता वाले होते जाते हैं, प्रशिक्षण लागत और अंतर्दृष्टि आवश्यकताएं बढ़ती रहती हैं। यदि रिकर्सिव स्व-निर्देशित सुधार प्रणालियां अंततः व्यवहार्य हो जाती हैं, तो कंप्यूट सामर्थ्य एआई प्रगति की गति से सीधे जुड़ जाएगा क्योंकि स्व-निर्देशित चक्रों के लिए कितनी प्रसंस्करण शक्ति आवंटित की जा सकती है।

सोचर ने सुझाव दिया कि भविष्य के समाज को एआई कंप्यूट संसाधनों को आवंटित करने के बारे में कठिन निर्णय लेने का सामना करना पड़ सकता है, जो यह तय करने के समान है कि कौन से रोग या वैज्ञानिक समस्याओं को सबसे अधिक गणना ध्यान देना चाहिए।

यह फ्रेमिंग इस बात पर प्रकाश डालता है कि कैसे एआई बुनियादी ढांचा राजनीति, ऊर्जा प्रणालियों, सेमीकंडक्टर आपूर्ति श्रृंखलाओं और राष्ट्रीय प्रतिस्पर्धा के साथ बढ़ती हुई जुड़ाव में है।

निवेशक फ्रंटियर एआई टीमों पर दांव लगाना जारी रखते हैं

फंडिंग राउंड का आकार भी उल्लेखनीय है क्योंकि कंपनी अभी भी कितनी शुरुआती है। रिकर्सिव सुपरइंटेलिजेंस के पास कथित तौर पर 30 से कम कर्मचारी हैं और अभी तक कोई सार्वजनिक उत्पाद जारी नहीं किया है, फिर भी इसे पहले ही एक बहु-अरब डॉलर का मूल्यांकन मिल चुका है।

राउंड एक व्यापक रुझान को प्रतिबिंबित करता है जिसमें उद्यम पूंजी में एलिट एआई शोध प्रतिभा स्वयं एक मूल्यवान परिसंपत्ति वर्ग बन गई है। निवेशक गहरी तकनीकी विश्वसनीयता वाली टीमों पर बड़े दांव लगा रहे हैं, विशेष रूप से ओपनएआई, डीपमाइंड और मेटा एआई जैसे संगठनों से जुड़े शोधकर्ता।

कई मायनों में, बाजार सॉफ्टवेयर उत्पादों को वित्तपोषित करने से आगे बढ़कर बुद्धिमत्ता बुनियादी ढांचे में संभावित सफलता को वित्तपोषित करने की ओर बढ़ रहा है।

यह अनिश्चित रहता है कि रिकर्सिव स्व-निर्देशित सुधार अंततः प्राप्त करने योग्य साबित होगा या नहीं। कई शोधकर्ता मानते हैं कि यह अवधारणा एआई विकास को पूरी तरह से बदल सकती है, जबकि अन्य तर्क देते हैं कि तकनीकी बाधाएं अभी भी विशाल हैं।

लेकिन रिकर्सिव सुपरइंटेलिजेंस के उदय से संकेत मिलता है कि उद्योग के कुछ सबसे प्रभावशाली शोधकर्ता अब मानते हैं कि एआई का अगला चरण मानवों द्वारा स्मार्टर मॉडल बनाने में शामिल नहीं हो सकता है। इसके बजाय, यह एआई प्रणालियों को स्वयं अपने विकास में भाग लेने में शामिल हो सकता है।