اگر تصور می‌کنید سقف پیشرفت هوش مصنوعی به نبوغ انسان وابسته است، باید نگاهی به قمار ۶۵۰ میلیون دلاری شرکت Recursive بیندازید. این استارتاپ می‌خواهد ثابت کند که مسیر رسیدن به ابرهوش، از جایی می‌گذرد که مدل‌ها بتوانند «مغز» خود را بازنویسی کنند.
طبق اعلام این شرکت، ما به دیواری رسیده‌ایم که تیم راکتاشل آن را «سد اطلاعاتی» می‌نامد. در واقع، حجم مقالات جدید در این حوزه چنان زیاد شده که پژوهشگران انسانی دیگر نمی‌توانند آن‌ها را دنبال کنند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی قوانین مقیاس‌پذیری (Scaling Laws) — که شبیه اضافه کردن آجرهای بیشتر برای بلندتر کردن یک دیوار است — اشاره کردیم، افزایش صرفِ داده و سخت‌افزار همیشه جواب نمی‌دهد. Recursive می‌خواهد خودبهبودی بازگشتی (Recursive Self-Improvement) را پیاده کند؛ چیزی شبیه به آشپزی که به جای پختن غذا، وقتش را صرف اختراع ابزارهای جدیدی می‌کند تا سرعت و کیفیت پخت را برای همیشه بالا ببرد.
این شرکت در ۱۳ مه ۲۰۲۶ از حالت مخفیانه خارج شد. بر اساس مستندات مالی، Recursive مبلغ ۶۵۰ میلیون دلار را با ارزش‌گذاری ۴.۶۵ میلیارد دلار جذب کرده است. این دور سرمایه‌گذاری توسط GV (Google Ventures) و Greycroft رهبری شد و AMD Ventures و Nvidia نیز در آن حضور داشتند. تیم رهبری این شرکت از چهره‌های شناخته‌شده‌ای تشکیل شده است:
- ریچارد سوچر (عضو سابق Salesforce)
- تیم راکتاشل (عضو سابق Google DeepMind)
- پژوهشگرانی از OpenAI، Meta و Uber AI
با وجود این سرمایه کلان، شرکت هنوز هیچ نتیجه فنی ملموسی منتشر نکرده است. این یک ریسک بزرگ است. در حالی که اکثر آزمایشگاه‌ها روی داده‌های بیشتر یا خوشه‌های پردازشی بزرگ‌تر تمرکز دارند، Recursive شرط بسته است که هوش مصنوعی می‌تواند پیشرفت‌های معماری را خودش کشف کند. برای دنیای کسب‌وکار، این یعنی زمان رسیدن به هوش مصنوعی عمومی (AGI) — یعنی ماشینی که هر مهارت انسانی از نقاشی تا کدنویسی را بلد باشد — دیگر به نبوغ انسان، بلکه به سرعت بهینه‌سازی یک الگوریتم وابسته است.
گام بعدی شما
- منتظر اولین مقاله فنی (Whitepaper) این شرکت باشید تا ببینید آیا واقعاً راهی برای خودبهبودی یافته‌اند یا خیر.
- بررسی کنید که آیا مدل‌های فعلی شما می‌توانند در تحلیل مقالات علمی کمک کنند یا همچنان با «سد اطلاعاتی» مواجه هستید.
- دنبال ردپای همکاری‌های احتمالی Nvidia با این شرکت در بخش سخت‌افزاری باشید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو