بعد مغادرته Meta، بدأ تيان يواندونغ رحلته في ريادة الأعمال.
للتو، كشفت الشركة الناشئة Recursive_SI رسمياً عن نفسها ونشرت قائمة المؤسسين، والتي تشمل تيان يواندونغ.
بخلاف تيان يوان دونغ، يشمل الفريق المؤسس ريتشارد سوشر (المدير التنفيذي)، تيم روكتاشيل، جيف كلاين، تيم شي، كايمنغ شيونغ، أليكساي دوسوفيتسكي، وغيرهم.
شارك هؤلاء الأعضاء المؤسسون في إنشاء مختبرات الذكاء الاصطناعي لـ Salesforce وUber، وشغلوا مناصب قيادية في فرق OpenAI وDeepMind وGoogle Brain وMeta، ولديهم خبرة غنية في البحث والريادة.
Recursive_SI مكرسة لبناء ذكاء اصطناعي قادر على إجراء تجارب ذاتية وتحسين نفسه بشكل آمن — من خلال التطور المستمر في عملية اكتشاف علمي آلي مفتوحة، وهي تعتبر أرجح مسار نحو الذكاء الفائق.
حاليًا، جمعت Recursive 650 مليون دولار أمريكي، بقيمة سوقية قدرها 4.65 مليار دولار أمريكي، بقيادة GV (Google Ventures) وGreycroft، وشاركت AMD Ventures وNVIDIA في استثمارات كبيرة.
تجاوز عدد أعضاء الفريق 25 شخصًا، ولا يزال يتوسع باستمرار، وقد جذب الفريق العديد من الكفاءات المتميزة، بما في ذلك جو شو مينغتشين الذي سيJoined قريبًا.
يُعد جو شو مينغتشين عضوًا مؤسسًا في Recursive، وحصل على درجة الدكتوراه في علوم الحاسوب من جامعة الملك عبد الله للعلوم والتقنية (KAUST) تحت إشراف البروفيسور يورغن شميدهوبر، المعروف بـ"أب LSTM". تتركز أبحاثه بشكل رئيسي على وكلاء البرمجة (Coding Agents)، والتحسين الذاتي التكراري (Recursive Self-Improvement, RSI)، وأنماط الآلات من الجيل التالي (Next-generation Machine Paradigms).
منذ عام 2023، بدأ تشู غو مينغ تشين في استكشاف نظامي لاتجاه التحسين الذاتي التكراري (RSI).
خلال فترة MetaGPT، اقترح أن يجب على الوكلاء أن تمتلك آليات تحسين ذاتي مستمر وتطور القدرات، وواصل تقدم هذا المسار البحثي في أعماله اللاحقة. حيث يُعتبر GPTSwarm أحد أقدم نماذج أنظمة RSI في عصر LLM، حيث قدم لأول مرة وتحقق بشكل منهجي من إطار تعاوني ذاتي التنظيم مبني على الوكلاء القائمين على الرسوم البيانية، من خلال هيكل رسومي ديناميكي لتحقيق التعاون والتفاعل والتطور القدراتي بين الوكلاء، وقد تم اعتماد فكرته الأساسية على نطاق واسع في أعمال لاحقة متعددة الوكلاء وذكاء الوكلاء؛ كما استكشف Agent-as-a-Judge المزيد من آليات التغذية الراجعة المستمرة والتقييم الذاتي في المهام الطويلة الأمد، وحاول حل مشكلات الاستمرارية والتحسين المستقر للوكلاء في المهام المعقدة؛ بينما ركز بحث NeuralComputer على بنية أنظمة الذكاء الاصطناعي من الجيل التالي، واستكشف نموذجًا آليًا جديدًا يدمج الذاكرة والاستدلال وقدرات التطور الذاتي.
يمكن ملاحظة أن فريق البحث في Recursive يمتلك خبرة أكاديمية عميقة في مجال التحسين الذاتي التكراري.
قام عدة مؤسسين، بما في ذلك تيان يوان دونغ، بالترويج على X: نحن نبني ذكاءً اصطناعيًا قادرًا على اكتشاف المعرفة تلقائيًا وتحسين نفسه بشكل تكراري — هذه العملية المفتوحة ستغير جذريًا طريقة تقدم العلم والتكنولوجيا.
في مجالات متعددة من الذكاء الاصطناعي المحسن ذاتيًا بشكل تكراري، يقع الفريق في طليعة الصناعة.
حقق الأعضاء إنجازات كبيرة في مجالات مثل الخوارزميات المفتوحة، وخوارزميات تنوع الجودة، وخوارزميات توليد الذكاء الاصطناعي، ووكلاء البرمجة الذاتية التحسين، واختبارات الفريق الأحمر الآلية واكتشاف القدرات، وهندسة التوجيهات وتأليفها الآلي، وتحديات التعلم وتوليد البيئات، ونماذج العالم الأساسية، وتعلم التعلم العميق في معالجة اللغة الطبيعية، ومحولات الرؤية، وتوليد معزز بالاسترجاع، والعلماء الذكاء الاصطناعي.
لذلك، نحن متحمسون للغاية للبحث القادم في Recursive_SI.
هذا المقال من حساب WeChat "Machine Heart"، الكاتب: Machine Heart، المحرر: فريق تحرير Machine Heart