ظهور «هوش مصنوعی خودبهبودگر»: استارتاپ Recursive Superintelligence با ۶۵۰ میلیون دلار بودجه

در دنیای پرشتاب هوش مصنوعی، مفهوم هوش ابر هوشمند بازگشتی (Recursive Superintelligence) که در آن یک سیستم هوش مصنوعی قادر است خود را به طور مداوم بهبود بخشد و این چرخه بهبود، شتابی تصاعدی یابد، دیگر تنها در قلمرو داستان‌های علمی-تخیلی باقی نمانده است. استارتاپ تازه تأسیس Recursive Superintelligence، با تیمی متشکل از چهره‌های برجسته سابق شرکت‌های پیشرو هوش مصنوعی مانند Meta AI، Google DeepMind، OpenAI و Salesforce AI، با سرمایه‌گذاری اولیه ۶۵۰ میلیون دلاری و ارزشی‌گذاری ۴.۶۵ میلیارد دلاری، رسماً از حالت پنهان خارج شده است. این شرکت که توسط ریچارد سوچر هدایت می‌شود و یواندونگ تیان، مدیر سابق آزمایشگاه تحقیقات هوش مصنوعی بنیادین (FAIR) متا، از بنیان‌گذاران کلیدی آن است، هدف بلندپروازانه‌ خود را ساخت سیستم‌های هوش مصنوعی که قادر به کشف دانش، بهینه‌سازی مستمر خود و تکامل در یک حلقه باز، مشابه تکامل زیستی اما با سرعتی بسیار بیشتر، هستند، اعلام کرده است.

این سرمایه‌گذاری کلان، که با رهبری GV (بازوی سرمایه‌گذاری خطرپذیر آلفابت) و Greycroft و با مشارکت Nvidia و AMD، دو غول تولیدکننده سخت‌افزارهای مورد نیاز برای آموزش هوش مصنوعی‌های پیشرفته، انجام شده است، نشان‌دهنده باور عمیق سرمایه‌گذاران به پتانسیل عظیم این رویکرد است. حضور این دو شرکت تولیدکننده تراشه در این دور تأمین مالی، حاکی از آن است که آن‌ها هوش ابر هوشمند بازگشتی را نه تنها یک ایده نظری، بلکه یک فرصت تجاری و یک مشتری بالقوه برای زیرساخت‌های محاسباتی خود در آینده نزدیک می‌دانند. این استارتاپ با کمتر از ۳۰ کارمند و بدون محصولی رونمایی شده، توانسته است توجهات را به خود جلب کند.

تیم پیشرو در توسعه هوش مصنوعی خودبهبودگر

بنیان‌گذاران Recursive Superintelligence ترکیبی از متخصصان برجسته با سوابق درخشان در حوزه هوش مصنوعی هستند. ریچارد سوچر، دانشمند ارشد سابق در Salesforce و بنیان‌گذار موتور جستجوی هوش مصنوعی You.com، رهبری این تیم را بر عهده دارد. هفت هم‌بنیان‌گذار دیگر شامل یواندونگ تیان، مدیر سابق تحقیقات در آزمایشگاه FAIR متا که بر روی یادگیری تقویتی، استدلال مدل‌های زبانی بزرگ (LLM) و بهینه‌سازی با هدایت هوش مصنوعی کار کرده بود؛ تیم راکتشکل، استاد هوش مصنوعی در کالج دانشگاهی لندن و دانشمند ارشد سابق در Google DeepMind؛ الکسی دوسوویتسکی، یکی از نویسندگان مقاله تأثیرگذار Vision Transformer (ViT) که تحقیقات بینایی کامپیوتر را متحول کرد؛ جاش توبین از OpenAI؛ کایمینگ شیون؛ تیم شی؛ و جف کلون هستند. پیتر نورویگ، یکی از نویسندگان کتاب درسی استاندارد دانشگاهی در زمینه هوش مصنوعی با عنوان «هوش مصنوعی: یک رویکرد مدرن»، به عنوان مشاور در این پروژه فعالیت می‌کند.

حضور یواندونگ تیان در این استارتاپ از اهمیت ویژه‌ای برخوردار است. تیان که دانش‌آموخته دانشگاه جیائو تونگ شانگهای است و مدرک دکتری خود را در رباتیک از دانشگاه کارنگی ملون دریافت کرده، بیش از یک دهه را در آزمایشگاه FAIR متا سپری کرد. او در این مدت بر روی برخی از چالش‌برانگیزترین مسائل در تحقیقات مدرن هوش مصنوعی کار کرد. رهبری پروژه DarkForest Go، یک هوش مصنوعی مبتنی بر شبکه‌های عصبی کانولوشنال که پیش از موفقیت AlphaGo دیپ‌مایند توسعه یافت، و بعدها دانشمند ارشد پروژه ELF OpenGo، از جمله دستاوردهای اوست. خروج وی از متا و پیوستن فوری به استارتاپی که جاه‌طلبانه‌ترین هدف در این حوزه را دنبال می‌کند، خود نشانه‌ای قدرتمند است: استعدادهایی که نسل فعلی سیستم‌های هوش مصنوعی را ساخته‌اند، اکنون شرط بسته‌اند که نسل بعدی خود را بسازد.

مفهوم «بهبود مستمر خود» در هوش مصنوعی

مفهوم هوش ابر هوشمند بازگشتی به ظاهر ساده است: به جای اینکه محققان انسانی هر نسل جدیدی از هوش مصنوعی را طراحی کنند، یک سیستم هوش مصنوعی بخشی از فرآیند تحقیق و توسعه خود را خودکار می‌کند. این سیستم بهبودهایی را تولید می‌کند که به نوبه خود آن را در تولید بهبودهای بیشتر، کارآمدتر می‌سازد. این امر منجر به یک چرخه تکرارشونده می‌شود که در آن سرعت توسعه به صورت تصاعدی افزایش می‌یابد. شرکتی که بتواند اولین بار به این قابلیت دست یابد، از نظر تئوری قادر خواهد بود برتری خود را نسبت به رقبا به صورت نمایی افزایش دهد، زیرا سرعت توسعه آن به جای خطی بودن، به صورت مرکب افزایش می‌یابد.

Recursive Superintelligence یک نقشه راه مرحله‌بندی شده را ترسیم کرده است. اولین گام، طبق اسناد شرکت، آموزش سیستمی با قابلیت‌های «۵۰ هزار پزشک» برای خودکارسازی تحقیقات علمی در حوزه هوش مصنوعی است. از آنجا، شرکت قصد دارد آنچه را که «سطح ۱» سیستم آموزش خودکار می‌نامد، اجرا کند و راه‌اندازی عمومی آن برای اواسط سال ۲۰۲۶ هدف‌گذاری شده است. بخشی از بودجه ۶۵۰ میلیون دلاری صرف تأمین زیرساخت‌های محاسباتی در مقیاس بزرگ مورد نیاز برای اجرای این آزمایش‌ها خواهد شد. این شرکت در حال حاضر از دفاتر خود در سانفرانسیسکو و لندن فعالیت می‌کند و تیمی متشکل از بیش از ۲۵ پژوهشگر و مهندس دارد. این دور تأمین مالی به شدت بیش از حد اشتیاق (oversubscribed) بوده است.

رقابت در حوزه هوش مصنوعی خودبهبودگر

Recursive Superintelligence تنها بازیگر این عرصه نیست. بزرگترین آزمایشگاه‌های هوش مصنوعی در حال حاضر از مدل‌های خود برای تسریع تحقیقات استفاده می‌کنند. Anthropic اعلام کرده است که بیشتر کدهای آن توسط Claude نوشته می‌شود. OpenAI گزارش داده است که GPT-5.5 روشی موازی‌سازی را توسعه داده که سرعت تولید توکن را بیش از ۲۰ درصد افزایش داده است. Google DeepMind، AlphaEvolve را ساخته است، یک عامل کدنویسی که برای کشفیات علمی و الگوریتمی طراحی شده است. گفته می‌شود سرگئی برین، هم‌بنیان‌گذار گوگل، پیشرفت‌ها در کدنویسی را مسیری به سوی «خیزش هوش مصنوعی» (AI takeoff) در داخل شرکت توصیف کرده است.

آنچه Recursive Superintelligence را از این تلاش‌ها متمایز می‌کند این است که هیچ‌کدام از آزمایشگاه‌های بزرگ، کل شرکت خود را بر اساس هوش ابر هوشمند بازگشتی به عنوان تئوری اصلی تجاری خود سازماندهی نکرده‌اند. OpenAI، Anthropic و Google DeepMind از هوش مصنوعی برای کمک به جریان‌های کاری تحقیقاتی خود استفاده می‌کنند، اما کسب‌وکارهای آن‌ها بر فروش مدل‌ها و دسترسی API بنا شده است. Recursive شرط بندی کرده است که حلقه بهبود خودکار، خود محصول نهایی است. اینکه آیا این شرط‌بندی نتیجه می‌دهد یا خیر، به این بستگی دارد که آیا هوش ابر هوشمند بازگشتی شتاب فزاینده‌ای را که طرفدارانش توصیف می‌کنند، تولید می‌کند یا اینکه با کاهش بازدهی همگرا می‌شود، زیرا هر چرخه بهبود، دستاوردهای کمتری به همراه دارد. جک کلارک، هم‌بنیان‌گذار Anthropic، احتمال وجود سیستمی را که قادر به آموزش جانشین قدرتمندتر خود بدون دخالت انسان باشد، تا پایان سال ۲۰۲۸ حدود ۶۰ درصد و تا سال ۲۰۲۷ حدود ۳۰ درصد تخمین زده است.

در حال حاضر، آنچه مسلم است، قیمتی است که بازار برای این احتمال قائل شده است. Recursive Superintelligence چهار ماهه است، کمتر از ۳۰ کارمند دارد و محصولی را عرضه نکرده است. ارزش آن ۴.۶۵ میلیارد دلار است. در فضای کنونی سرمایه‌گذاری هوش مصنوعی، وعده ماشینی که می‌تواند خود را بهبود بخشد، ظاهراً ارزشمندتر از بسیاری از شرکت‌هایی است که قبلاً یکی از آن‌ها را ساخته‌اند.

تحلیل تأثیر

ظهور Recursive Superintelligence با تأمین مالی قابل توجه، نشان‌دهنده تغییر پارادایم در صنعت هوش مصنوعی است. تمرکز از ساخت سیستم‌های هوش مصنوعی توسط انسان به سمت ایجاد سیستم‌هایی که خود فرآیند توسعه را هدایت می‌کنند، در حال انتقال است. این امر می‌تواند منجر به پیشرفت‌های شتابان در تمام حوزه‌های علمی و فناورانه شود، اما در عین حال چالش‌های اخلاقی و امنیتی جدیدی را نیز مطرح می‌کند. مدیریت صحیح این شتاب و اطمینان از همسویی اهداف هوش مصنوعی با ارزش‌های انسانی، به یکی از مهم‌ترین دغدغه‌های آینده تبدیل خواهد شد. همچنین، این رویدرد نشان‌دهنده اهمیت استراتژیک زیرساخت‌های محاسباتی و نقش کلیدی شرکت‌هایی مانند Nvidia و AMD در شکل‌دهی به آینده هوش مصنوعی است.