AI koji bi popravljao sam sebe sada mora dokazati da ne popravlja krivu stvar
A glass-walled AI lab at night where a central model core is drawing new versions of its own architecture on transparent screens📷 AI-generated image / TECH&SPACE
- ★RecursiveSuperintelligence cilja AI sustave koji mogu istraživati i poboljšavati sebe
- ★Financiranje od 650 milijuna dolara daje projektu ozbiljan startni kapital
- ★Komercijalni fokus razlikuje projekt od laboratorijskih ambicija, ali povećava pritisak
Richard Socher, poznat po radu u Meti i Salesforceu, izlazi iz stealth moda s startupom Recursive Superintelligence i impresivnim financiranjem od 650 milijuna dolara. Cilj? Stvoriti AI model koji ne samo da istražuje, već i sam sebe unaprjeđuje u beskonačnom ciklusu – koncept koji je do sada bio više teorije nego stvarnost. Za razliku od mnogih istraživačkih projekata koji ostaju u laboratorijima, Socher inzistira na tome da će njegov startup isporučiti konkretne proizvode na tržište.
Osnovna ideja rekurzivne superinteligencije nije nova – znanstvenici su desetljećima razmišljali o AI sustavima koji se sami poboljšavaju. No, ono što ovaj projekt čini drugačijim jest naglasak na praktičnoj primjeni. Prema riječima samog Sochera, „naš jedinstveni pristup koristi otvorenost kako bismo postigli rekurzivno samopoboljšanje, što još nitko nije ostvario“. TechCrunch navodi da je startup već okupio ugledne istraživače poput Petera Norviga i Tima Shiona, što dodatno pojačava kredibilitet projekta.
RecursiveSuperintelligence izlazi iz stealtha s velikim financiranjem, ali bez javnog plana proizvoda ili mjerila
A close operational view of recursive evaluation loops, failed tests, and model checkpoints being compared by an autonomous system📷 AI-generated image / TECH&SPACE
Međutim, ostaje otvoreno pitanje koliko je realno očekivati da će se AI sustav uspješno sam optimizirati bez ljudskog nadzora. Iako su rani signali obećavajući, povijest tehnologije prepuna je primjera kada su ambiciozni projekti propali zbog prevelikih obećanja i premalog fokusa na praktične izazove.
Dodatni kontekst daje izvorni materijal, a jedna od najvećih prednosti takvog pristupa mogla bi biti brzina razvoja. Ako AI zaista može sam identificirati i popraviti svoje slabosti, teoretski bi mogao nadmašiti konkurenciju koja se i dalje oslanja na ljudske timove za iteracije i nadogradnje. No, to otvara i niz etičkih i sigurnosnih pitanja – što ako sustav postane nekontroliran? Iako Socherov tim nije detaljno razradio potencijalne rizike, zajednica AI istraživača već sada izražava zabrinutost.
Startup zasad ne otkriva u kojim će industrijama primarno djelovati, ali s obzirom na financiranje i profile članova tima, moguće su primjene u zdravstvu, financijama ili robotici. Iako je 650 milijuna dolara impresivna brojka, vrijedi napomenuti da nije neovisno verificirana, a slični projekti u prošlosti često su propali zbog nedostatka jasne tržišne strategije.
