Startup Recursive wychodzi z cienia z 650 milionami dolarów na wizję samodoskonalącej się inteligencji

Powrót do koncepcji Stanisława Lema

Rynek sztucznej inteligencji rzadko widuje debiuty z tak wysokiego pułapu. Startup Recursive oficjalnie zakończył etap utajnionej działalności, dysponując finansowaniem rzędu 650 milionów dolarów. Firma, wyceniana obecnie na 4,65 miliarda dolarów, nie zamierza jednak konkurować na polu modeli językowych w ich obecnej formie. Zamiast tego stawia na proces rekurencyjnego samodoskonalenia, który w opinii założycieli stanowi najkrótszą drogę do osiągnięcia poziomu superinteligencji.

Interesującym aspektem filozofii firmy jest odwołanie się do dorobku polskiego futurologa Stanisława Lema. Tim Rocktäschel, współzałożyciel Recursive i były badacz Google DeepMind, wskazuje na lemowską „barierę informacyjną” – moment, w którym tempo przyrostu wiedzy przekracza ludzkie zdolności do jej przyswajania i syntezy. Recursive chce sforsować tę przeszkodę poprzez pełną automatyzację metody naukowej, zaczynając od dziedziny, którą znają najlepiej: projektowania samej SI.

Finansowanie i techniczna niewiadoma

Za sukcesem finansowym startupu stoją potężni gracze z Doliny Krzemowej. Rundzie przewodziły Google Ventures (GV) oraz Greycroft, przy znaczącym udziale gigantów sprzętowych takich jak Nvidia i AMD Ventures. Kwota ta przewyższa wcześniejsze szacunki Financial Times, co sugeruje ogromne zaufanie inwestorów do nazwisk stojących za projektem. Na czele zespołu, obok Rocktäschela, stoi Richard Socher, postać doskonale znana w branży dzięki swojej wcześniejszej pracy dla Salesforce oraz startupu You.com.

Mimo imponującego portfela i kadry złożonej z ekspertów z OpenAI, Mety oraz Uber AI, Recursive pozostaje na razie dłużnikiem w sferze konkretów. Firma nie opublikowała do tej pory żadnych twardych wyników technicznych ani benchmarków potwierdzających skuteczność ich „otwartych algorytmów”. Branżowi obserwatorzy pozostają sceptyczni – choć idea SI, która pisze lepszą wersję samej siebie, od dekad rozpala wyobraźnię badaczy, jej praktyczna realizacja bez wpadnięcia w pętlę błędów lub nadmiernej specjalizacji pozostaje jednym z najtrudniejszych wyzwań w informatyce.

Maszyna naukowa nowej generacji

Plan Recursive jest dwuetapowy. W pierwszej fazie algorytmy mają zająć się optymalizacją własnej architektury, co w teorii przyspieszy innowacje w tempie niedostępnym dla ludzkich programistów. W dalszej perspektywie to samo podejście ma zostać przeniesione na inne dyscypliny naukowe. Celem jest stworzenie systemu, który samodzielnie stawia hipotezy i przeprowadza symulacje, eliminując wąskie gardło, jakim jest biologiczny umysł. Czy fundusze rzędu pół miliarda dolarów wystarczą, by zmaterializować wizję, która do tej pory należała do sfery science fiction? Odpowiedź poznamy, gdy Recursive pokaże pierwszy działający model.