মেটা ছেড়ে তিয়ান ইয়ুয়ানডংও উদ্যোগ নিয়েছেন।
ঠিক এখনই, স্টার্টআপ Recursive_SI আনুষ্ঠানিকভাবে চালু হয়েছে এবং তাদের প্রতিষ্ঠাতাদের তালিকা প্রকাশ করেছে, যার মধ্যে তিয়ান ইয়ানডং অন্তর্ভুক্ত রয়েছেন।
টিয়ান ইয়ানডংয়ের পাশাপাশি, প্রতিষ্ঠাতা দলের সদস্যদের মধ্যে রয়েছে রিচার্ড সোখার (সিইও), টিম রকটাশেল, জেফ ক্লুন, টিম শি, কেমিং শিওন এবং অ্যালেক্সেই ডোসভিটস্কিয়।
এই প্রতিষ্ঠাতারা সেলসফোর্স এবং ইউবারের এআই গবেষণা প্রল্যাবগুলিতে কাজ করেছেন এবং ওপেনএআই, ডিপমাইন্ড, গুগল ব্রেইন এবং মেটা সহ দলগুলিতে নেতৃত্ব দিয়েছেন, যাদের গবেষণা এবং উদ্যোক্তৃত্বের প্রচুর অভিজ্ঞতা রয়েছে।
Recursive_SI একটি এমন কৃত্রিম বুদ্ধিমত্তা তৈরির প্রতিশ্রুতি দিচ্ছে যা নিজে নিজে পরীক্ষা চালাতে পারবে এবং একটি খোলা স্বয়ংক্রিয় বৈজ্ঞানিক আবিষ্কার প্রক্রিয়ার মধ্যে নিরাপদে নিজেকে উন্নত করবে—যা সুপারইন্টেলিজেন্সের দিকে যাওয়ার সবচেয়ে সম্ভাব্য পথ হিসাবে বিবেচিত।
বর্তমানে, রিকার্সিভ এ 6.5 বিলিয়ন ডলার সংগ্রহ করেছে এবং 46.5 বিলিয়ন ডলারের মূল্যায়ন করা হয়েছে, যার নেতৃত্বে রয়েছে GV (Google Ventures) এবং Greycroft, এবং AMD Ventures এবং NVIDIA উভয়ই গুরুত্বপূর্ণ বিনিয়োগ করেছে।
দলের সদস্যসংখ্যা ২৫ জনের বেশি হয়ে গেছে এবং এখনও বাড়ছে, এবং দলটি অনেক দক্ষ পেশাদারকে আকর্ষণ করেছে, যার মধ্যে অন্তর্ভুক্ত রয়েছে আগামীকাল যোগদান করছেন ঝু মিংচেন।
ঘু মিংচেন বর্তমানে Recursive-এর প্রতিষ্ঠাতা সদস্য (Founding Member) এবং তিনি King Abdullah University of Science and Technology (KAUST) থেকে কম্পিউটার বিজ্ঞানে ডক্টরেট সম্পন্ন করেন, যেখানে তিনি "LSTM-এর জনক" হিসাবে পরিচিত প্রফেসর জুরগেন শমিডহুবারের অধীনে অধ্যয়ন করেন। তাঁর গবেষণার মুখ্য দিকগুলি হল কোডিং এজেন্ট (Coding Agents), রিকারসিভ সেলফ-ইমপ্রুভমেন্ট (Recursive Self-Improvement, RSI) এবং পরবর্তী প্রজন্মের মেশিন প্যারাডাইম (Next-generation Machine Paradigms)।
2023 থেকে, জুং মিংচেন রিকার্সিভ সেল্ফ-ইমপ্রুভমেন্ট (RSI) দিকটি ব্যবস্থিতভাবে অনুসন্ধান শুরু করেন।
মেটাজিপিটি যুগে, তিনি প্রস্তাব করেছিলেন যে এজেন্টগুলির নিজেদের অবিরাম অপ্টিমাইজেশন এবং ক্ষমতা বিকাশের মেকানিজম থাকা উচিত, এবং পরবর্তী কাজগুলিতে এই গবেষণা পথটি অব্যাহত রাখেন। এর মধ্যে, GPTSwarm কে LLM যুগের প্রথম প্রাথমিক RSI সিস্টেম প্যারাডাইমগুলির একটি হিসাবে বিবেচনা করা হয়, যা প্রথমবারের মতো গ্রাফ-ভিত্তিক এজেন্টগুলির উপর ভিত্তি করে স্ব-সংগঠিত সহযোগিতা কাঠামোকে পদ্ধতিগতভাবে প্রস্তাব এবং যাচাই করে। এটি ডাইনামিক গ্রাফ স্ট্রাকচারের মাধ্যমে এজেন্টগুলির মধ্যে সহযোগিতা, ফিডব্যাক এবং ক্ষমতা বিকাশকে সক্ষম করে, এবং এই মূলধারণাটিরপরবর্তী অসংখ্য মাল্টি-এজেন্ট এবং Agentic AI-এর কাজগুলিতে প্রসারিত হয়; Agent-as-a-Judge-এর মাধ্যমে দীর্ঘমেয়াদি কাজগুলিতে অবিরাম ফিডব্যাক এবং স্ব-মূল্যায়নের মেকানিজমগুলির অনুসন্ধানকে আরও এগিয়ে নেওয়া হয়, যা জটিল কাজগুলিতে এজেন্টগুলির continuity-এর এবং stably optimization-এর সমস্যা সমাধানের চেষ্টা করে; NeuralComputer-এর গবেষণা,অপরপক্ষে,পরবর্তীপ্রজন্মের AIসিস্টেমআর্কিটেকচারেরদিকেঅগ্রসরহয়,যাস্মৃতি,যুক্তি,এবংস্ব-অপনয়নক্ষমতারসমন্বয়করেএকটিনতুনমেশিনপ্যারাডাইমঅনুসন্ধানকরে।
দেখা যাচ্ছে যে, রিকার্সিভের গবেষণা দলের কাছে পুনরাবৃত্তিমূলক আত্ম-উন্নতির দিকে গভীর শিক্ষাগত অভিজ্ঞতা রয়েছে।
টিয়ান ইয়ানডংসহ অনেক প্রতিষ্ঠাতা X-এ প্রচার করেছেন: আমরা একটি কৃত্রিম বুদ্ধিমত্তা তৈরি করছি যা স্বয়ংক্রিয়ভাবে জ্ঞান আবিষ্কার করবে এবং পুনরাবৃত্তভাবে নিজেকে উন্নত করবে — এই খোলা প্রক্রিয়াটি বিজ্ঞান এবং প্রযুক্তির উন্নতির পদ্ধতিকে মৌলিকভাবে পরিবর্তন করে দেবে।
পুনরাবৃত্তিমূলক আত্ম-উন্নতি কৃত্রিম বুদ্ধিমত্তার বহু কেন্দ্রীয় ক্ষেত্রে দলটি শিল্পের অগ্রগামী।
সদস্যদের পূর্বে ওপেন-এলগোরিদম, কোয়ালিটি ডাইভারসিটি অ্যালগোরিদম, এআই জেনারেটিভ অ্যালগোরিদম, সেলফ-ইমপ্রুভিং প্রোগ্রামিং এজেন্ট, অটোমেটেড রেড টিমিং এবং ক্ষমতা আবিষ্কার, প্রম্পট ইঞ্জিনিয়ারিং এবং তার অটোমেশন, লার্নিং চ্যালেঞ্জ এবং পরিবেশ জেনারেশন, ফান্ডামেন্টাল ওয়ার্ল্ড মডেল, ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং ডিপ লার্নিং, ভিজুয়াল ট্রান্সফরমার, রিট্রিভাল-অ্যাডভান্সড জেনারেশন এবং এআই বিজ্ঞানীর মতো ক্ষেত্রে বড় অগ্রগতি হয়েছে।
সুতরাং, আমরা Recursive_SI-এর পরবর্তী গবেষণার জন্য খুব উত্তেজিত।
এই লেখাটি ওয়েইচ্যাট গিটহাব "মেশিন মাইন্ড" থেকে এসেছে, লেখক: মেশিন মাইন্ড, সম্পাদক: মেশিন মাইন্ড এডিটোরিয়াল টিম