Recursive Superintelligence ได้รับเงิน 650 ล้านดอลลาร์เพื่อพัฒนาอินเทลลิเจนซ์ AI ที่ปรับปรุงตนเอง

บริษัท AI ใหม่ชื่อ Recursive Superintelligence ได้เผยตัวออกมาจากความลับด้วยเงิน 650 ล้านดอลลาร์และมีเป้าหมายที่มีความทะเยอทะยานอย่างไม่ปกติ: สร้างระบบ AI ที่สามารถปรับปรุงตนเองได้โดยไม่ต้องมีการแทรกแซงโดยตรงจากมนุษย์

บริษัทนี้นำโดยนักวิจัย AI และนักธุรกิจ Richard Socher ร่วมกับทีมผู้ก่อตั้งที่ประกอบด้วยนักวิจัยที่มีชื่อเสียงจาก Google DeepMind, OpenAI, Meta และสถาบันการศึกษา

บริษัทเข้าสู่ตลาดในช่วงเวลาที่อุตสาหกรรม AI กำลังเปลี่ยนแปลงอย่างรวดเร็วจากการจัดสร้างโมเดลภาษาที่ใหญ่ขึ้นไปสู่การพัฒนาระบบที่สามารถให้เหตุผล อดทน และอาจทำการวิจัยด้วยตนเอง ในขณะที่บริษัท AI ส่วนใหญ่ยังคงมุ่งเน้นในการปรับปรุงประสิทธิภาพของโมเดลผ่านการฝึกอบรมและการเรียนรู้แบบเสริมของมนุษย์ Recursive Superintelligence กำลังพัฒนาสิ่งที่เป็นการทดลองมากกว่า: การปรับปรุงตนเองแบบเรียกซ้ำ

แนวคิดนี้ได้ถูกอภิปรายอย่างกว้างขวางในวงการ AI เป็นทางเลือกหนึ่งที่เป็นไปได้ในการพัฒนาอินเทลลิเจนซ์เหนือมนุษย์ ในคำพูดที่ง่ายๆ แนวคิดนี้คือระบบ AI สามารถระบุจุดอ่อนในโครงสร้างของตนเอง สร้างแนวทางใหม่ในการแก้ไขจุดอ่อนเหล่านั้น ทดสอบผลลัพธ์ และปรับปรุงตนเองอย่างต่อเนื่องในวงจรป้อนกลับ

ตามที่ Socher กล่าวว่า รูปแบบ AI ที่ช่วยในการเขียนโค้ดหรือการวิจัยที่สร้างโดย AI ส่วนใหญ่ไม่ถือเป็นการปรับปรุงตนเองแบบเรียกซ้ำที่แท้จริง แทนที่จะโต้แย้งว่าการเรียกซ้ำที่แท้จริงจะต้องมีการดำเนินวงจรทั้งหมดของการสร้างแนวคิด การนำไปใช้ การทดสอบ และการปรับปรุงให้เสร็จสิ้นโดยอัตโนมัติ

วิสัยทัศน์ระยะยาวของ Richard Socher สำหรับ AI

Socher ไม่ใช่ผู้มาใหม่ในโครงการ AI ที่มีความทะเยอทะยาน ก่อนที่จะก่อตั้ง Recursive Superintelligence เขาได้รับการยอมรับอย่างกว้างขวางในฐานะผู้ร่วมก่อตั้งและ CEO ของ You.com บริษัทที่ให้บริการค้นหาและโครงสร้างพื้นฐาน AI สำหรับองค์กรที่เกิดขึ้นเป็นคู่แข่งกับเครื่องมือค้นหาทางดั้งเดิม

You.com ได้รับความสนใจในตอนแรกจากการผสมผสาน AI การสนทนาเข้ากับการค้นหาเว็บหลายปีก่อนที่ AI ที่สร้างข้อมูลจะกลายเป็นกระแสหลัก ในช่วงเวลาต่อมา บริษัทได้พัฒนาไปสู่เครื่องมือ AI สำหรับองค์กร API และระบบ AI ที่มุ่งเน้นการผลิต

ก่อนที่จะเข้าร่วม You.com Socher曾任 Chief Scientist ที่ Salesforce และสร้างชื่อเสียงให้กับตัวเองในฐานะนักวิจัยที่มีการอ้างอิงมากที่สุดในด้านการประมวลผลภาษา自然 His งานวิจัยเชิงวิชาการมีส่วนช่วยพัฒนาเทคนิคพื้นฐานในด้านการฝังคำ การทำความเข้าใจภาษาในบริบท และโครงสร้างเครือข่ายประสาทที่ช่วย塑造ระบบ AI ในยุคปัจจุบัน

Recursive Superintelligence ดูเหมือนจะเป็นตัวแทนของระยะใหม่ในอาชีพการงานของ Socher: มุ่งเน้นน้อยลงในการนำ AI ไปใช้ในเชิงพาณิชย์ และมุ่งเน้นมากขึ้นในการพัฒนาการพัฒนาเชิงพื้นฐานในด้านอินเทลลิเจนซ์เอง

อย่างไรก็ตาม Socher ได้ขัดแย้งกับการอธิบายบริษัทของเขาเป็นเพียงห้องทดลองวิจัย เขาเน้นย้ำว่าบริษัทตั้งใจที่จะพัฒนาผลิตภัณฑ์เชิงพาณิชย์ และเชื่อว่าสามารถนำไปใช้ได้จริงภายใน “ไตรมาส ไม่ใช่ปี”

แนวทางแบบเปิด

หนึ่งในแนวคิดหลักที่อยู่เบื้องหลัง Recursive Superintelligence คือสิ่งที่นักวิจัยเรียกว่า “การเปิดกว้าง”

แทนที่จะฝึกโมเดลเพื่อเป้าหมายเดียวที่ตายตัว ระบบแบบเปิดสร้างสภาพแวดล้อมใหม่ ท้าทาย และรูปแบบการปรับตัวที่ต่อเนื่อง แนวทางนี้ได้รับแรงบันดาลใจจากวิวัฒนาการทางชีวภาพ โดยที่สิ่งมีชีวิตพัฒนาและปรับตัวในตอบสนองต่อสภาพแวดล้อมที่เปลี่ยนแปลงและความปรับตัวที่แข่งขันกัน

ผู้ร่วมก่อตั้ง Tim Rocktäschel ของบริษัทเคยทำงานเกี่ยวกับการวิจัย AI แบบเปิดที่ Google DeepMind รวมถึงโครงการที่เกี่ยวข้องกับโมเดลโลกที่สร้างขึ้นและระบบที่ปรับปรุงตนเอง

ตัวอย่างหนึ่งที่ Socher กล่าวถึงคือ “ทีมสีแรนโบว์” ซึ่งเป็นแนวคิดด้านความปลอดภัยของ AI โดยที่ระบบ AI หนึ่งระบบโจมตีและทดสอบระบบ AI อีกระบบหนึ่งเพื่อเปิดเผยจุดอ่อน แทนที่จะพึ่งพามนุษย์ในการทดสอบกรณีเสียหายที่เป็นอันตราย ระบบ AI สองระบบจะพัฒนาและแข่งขันกันเองในหลายล้านครั้ง

แนวคิดนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในด้านการวิจัย AI แนวหน้า: การใช้ระบบ AI เองเป็นส่วนหนึ่งของโครงสร้างพื้นฐานในการฝึกอบรม การประเมิน และความปลอดภัย

การประมวลผลอาจกลายเป็นทรัพยากรที่กำหนด

การเปิดตัวของ Recursive Superintelligence ยังเน้นย้ำถึงความเป็นจริงที่เพิ่มขึ้นในอุตสาหกรรม AI: ความสำคัญที่เพิ่มขึ้นของโครงสร้างพื้นฐานการประมวลผล

เมื่อโมเดลมีความสามารถมากขึ้น ค่าใช้จ่ายในการฝึกอบรมและความต้องการการอนุมานจะเพิ่มขึ้นอย่างเป็นเลขชี้กำลัง หากระบบการปรับปรุงตนเองแบบเรียกซ้ำกลายเป็นจริงในอนาคต การประมวลผลอาจกลายเป็นทรัพยากรที่มีความสำคัญยิ่งขึ้น เนื่องจากความเร็วของความก้าวหน้า AI จะเชื่อมโยงโดยตรงกับพลังประมวลผลที่สามารถจัดสรรให้กับวงจรการปรับปรุงตนเอง

Socher เสนอว่าสังคมในอนาคตอาจต้องเผชิญกับการตัดสินใจที่ยากลำบากเกี่ยวกับการจัดสรรทรัพยากรการประมวลผล AI โดยเปรียบเทียบกับการตัดสินใจว่าควรให้ความสำคัญกับการวิจัยหรือปัญหาทางวิทยาศาสตราใดบ้าง

การวางกรอบนี้เน้นย้ำถึงวิธีการที่โครงสร้างพื้นฐาน AI กำลังเชื่อมโยงกับเรื่องการเมืองโลก พลังงาน ระบบการผลิตเซมิคอนดักเตอร์ และการแข่งขันระดับชาติ

นักลงทุนยังคงเดิมพันกับทีม AI แนวหน้า

ขนาดของรอบการระดมทุนนี้ก็เป็นเรื่องที่น่าสังเกต โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่าบริษัทยังคงอยู่ในช่วงเริ่มต้น Recursive Superintelligence มีพนักงานน้อยกว่า 30 คนและยังไม่ได้เปิดตัวผลิตภัณฑ์ให้กับสาธารณะ แต่ก็ได้รับการประเมินมูลค่าหลายพันล้านดอลลาร์แล้ว

รอบการระดมทุนนี้สะท้อนถึงแนวโน้มในธุรกิจการลงทุนร่วมทุนที่ทีมนักวิจัย AI ที่มีความน่าเชื่อถือทางเทคนิคได้กลายเป็นทรัพย์สินที่มีค่า นักลงทุนกำลังเดิมพันอย่างมากกับทีมที่มีความเชี่ยวชาญทางเทคนิคสูง โดยเฉพาะนักวิจัยที่เชื่อมโยงกับองค์กรเช่น OpenAI, DeepMind และ Meta AI

ในหลายๆ ด้าน ตลาดดูเหมือนจะเปลี่ยนจากการให้ทุนสนับสนุนผลิตภัณฑ์software ไปสู่การให้ทุนสนับสนุนการผ่านพื้นฐานอินเทลลิเจนซ์เอง

ไม่ว่าในกรณีใด การปรับปรุงตนเองแบบเรียกซ้ำจะพิสูจน์ได้ว่าเป็นจริงหรือไม่นั้นยังคงไม่แน่นอน นักวิจัยหลายคนเชื่อว่าแนวคิดนี้สามารถเปลี่ยนแปลงพัฒนาการ AI ทั้งหมด ในขณะที่คนอื่นๆ อ้างว่าข้อจำกัดทางเทคนิคยังคงใหญ่โต

แต่การเกิดขึ้นของ Recursive Superintelligence ส่งสัญญาณว่านักวิจัยที่มีอิทธิพลที่สุดในอุตสาหกรรมบางคนเชื่อว่าระยะหน้าของ AI อาจไม่เพียงแต่เกี่ยวข้องกับการสร้างโมเดลที่ฉลาดขึ้นโดยมนุษย์ แต่ยังเกี่ยวข้องกับการมีส่วนร่วมโดยตรงของระบบ AI ในการวิวัฒนาการของตนเอง