เถียนหยวนตงเปิดบทใหม่แห่งการเป็นผู้ประกอบการ: Recursive_SI ระดมทุน 650 ล้านดอลลาร์ สร้าง AI ที่สามารถทดลองได้ด้วยตนเอง

หลังจากออกจาก Meta เถียนหยวนตงก็เริ่มเส้นทางการเป็นผู้ประกอบการ

เมื่อไม่นานมานี้ สตาร์ทอัพ Recursive_SI ได้เปิดตัวอย่างเป็นทางการและประกาศรายชื่อผู้ก่อตั้ง โดยมีเถียนหยวนตงอยู่ในรายชื่อ

นอกจากเถียนหยวนตงแล้ว ทีมผู้ก่อตั้งยังรวมถึง Richard Socher (CEO), Tim Rocktäschel, Jeff Clune, Tim Shi, Caiming Xiong และ Alexey Dosovitskiy

สมาชิกผู้ก่อตั้งเหล่านี้เคยมีส่วนร่วมในการสร้างห้องปฏิบัติการวิจัย AI ของ Salesforce และ Uber และดำรงตำแหน่งผู้นำในทีมต่างๆ เช่น OpenAI, DeepMind, Google Brain และ Meta สะสมประสบการณ์ด้านการวิจัยและการเป็นผู้ประกอบการอย่างมาก

เป้าหมายของ Recursive_SI คือการสร้างปัญญาประดิษฐ์ที่สามารถทำการทดลองด้วยตนเองและพัฒนาตนเองอย่างปลอดภัย โดยวิวัฒนาการอย่างต่อเนื่องในกระบวนการค้นพบทางวิทยาศาสตร์แบบเปิด ซึ่งถือเป็นเส้นทางที่เป็นไปได้มากที่สุดสู่超级智能

ปัจจุบัน Recursive ระดมทุนได้ 650 ล้านดอลลาร์สหรัฐ มูลค่าประเมินอยู่ที่ 4.65 พันล้านดอลลาร์สหรัฐ การระดมทุนรอบนี้นำโดย GV (Google Ventures) และ Greycroft โดย AMD Ventures และ NVIDIA ต่างมีส่วนร่วมในการลงทุนที่สำคัญ

ทีมงานมีขนาดเกิน 25 คนและยังคงขยายตัวอย่างต่อเนื่อง ทีมงานได้ดึงดูดผู้มีความสามารถมากมาย รวมถึง Zhuge Mingchen ที่กำลังจะเข้าร่วมงาน

Zhuge Mingchen ปัจจุบันเป็นสมาชิกผู้ก่อตั้งของ Recursive จบปริญญาเอกสาขาวิทยาการคอมพิวเตอร์จาก King Abdullah University of Science and Technology (KAUST) ภายใต้การดูแลของศาสตราจารย์ Jürgen Schmidhuber ที่รู้จักกันในชื่อ “บิดาแห่ง LSTM” งานวิจัยของเขามุ่งเน้นไปที่ Coding Agents, Recursive Self-Improvement (RSI) และ Next-generation Machine Paradigms

ตั้งแต่ปี 2023 เป็นต้นมา Zhuge Mingchen เริ่มสำรวจทิศทาง Recursive Self-Improvement (RSI) อย่างเป็นระบบ

ในช่วงยุค MetaGPT เขาเสนอว่าตัวแทนควรมีกลไกในการปรับปรุงตนเองและวิวัฒนาการความสามารถอย่างต่อเนื่อง และผลักดันแนวทางการวิจัยนี้ในงานต่อๆ มา โดย GPTSwarm ถือเป็นหนึ่งในระบบ RSI ที่เก่าแก่ที่สุดในยุค LLM ซึ่งเป็นครั้งแรกที่เสนอและตรวจสอบกรอบการทำงานแบบจัดระเบียบตนเองของตัวแทนบนพื้นฐานกราฟ (Graph-based Agents) อย่างเป็นระบบ โดยใช้โครงสร้างกราฟแบบไดนามิกเพื่อให้เกิดการทำงานร่วมกัน การตอบกลับ และวิวัฒนาการความสามารถระหว่างตัวแทน ซึ่งแนวคิดหลักถูกนำไปใช้อย่างกว้างขวางในงานหลายตัวแทนและ Agentic AI ในภายหลัง Agent-as-a-Judge สำรวจกลไกการตอบกลับและการประเมินตนเองอย่างต่อเนื่องในงานระยะยาว พยายามแก้ปัญหาความต่อเนื่องและการปรับปรุงเสถียรภาพของตัวแทนในงานที่ซับซ้อน ในขณะที่งานวิจัย NeuralComputer มุ่งสู่สถาปัตยกรรมระบบ AI รุ่นต่อไป โดยสำรวจกระบวนทัศน์เครื่องจักรใหม่ที่ผสานความจำ การให้เหตุผล และความสามารถในการวิวัฒนาการตนเอง

จากนี้จะเห็นได้ว่าทีมวิจัยที่เข้าร่วม Recursive มีความเชี่ยวชาญเชิงลึกในทิศทาง Recursive Self-Improvement

เถียนหยวนตงและผู้ก่อตั้งหลายคนได้โปรโมตบนแพลตฟอร์ม X: เรากำลังสร้างปัญญาประดิษฐ์ที่สามารถค้นพบความรู้โดยอัตโนมัติและปรับปรุงตนเองแบบวนซ้ำ ซึ่งกระบวนการเปิดนี้จะเปลี่ยนแปลงวิธีการพัฒนาวิทยาศาสตร์และเทคโนโลยีอย่างสิ้นเชิง

ในหลายสาขาหลักของ Recursive Self-Improvement AI ทีมงานอยู่ในแนวหน้าของอุตสาหกรรม

สมาชิกเคยประสบความสำเร็จครั้งสำคัญในด้านต่างๆ เช่น อัลกอริทึมแบบเปิด อัลกอริทึมความหลากหลายเชิงคุณภาพ อัลกอริทึมการสร้าง AI ตัวแทนการเขียนโปรแกรมที่ปรับปรุงตนเอง การทดสอบทีมแดงอัตโนมัติและการค้นพบความสามารถ วิศวกรรมพร้อมท์และการทำให้เป็นอัตโนมัติ การเรียนรู้และการสร้างสภาพแวดล้อม โมเดลโลกพื้นฐาน การเรียนรู้เชิงลึกด้านการประมวลผลภาษาธรรมชาติ Vision Transformer การสร้างเสริมการดึงข้อมูล และ AI Scientist

ดังนั้นเราจึงตั้งตารอการวิจัยต่อไปของ Recursive_SI อย่างมาก