Después de dejar Meta, Tian Yuandong también comenzó su propia empresa.
Justo ahora, la startup Recursive_SI se presentó oficialmente y publicó la lista de fundadores, que incluye a Tian Yuandong.
Además de Tian Yuan Dong, el equipo fundador incluye a Richard Socher (CEO), Tim Rocktäschel, Jeff Clune, Tim Shi, Caiming Xiong, Alexey Dosovitskiy y otros.
Estos miembros fundadores participaron en la creación de los laboratorios de investigación de IA de Salesforce y Uber, y desempeñaron cargos de liderazgo en equipos como OpenAI, DeepMind, Google Brain y Meta, con amplia experiencia en investigación y emprendimiento.
Recursive_SI se dedica a crear una inteligencia artificial capaz de realizar experimentos de forma autónoma y mejorarse a sí misma de manera segura, evolucionando continuamente dentro de un proceso abierto de descubrimiento científico automático, considerado el camino más probable hacia la inteligencia superinteligente.
Actualmente, Recursive ha recaudado 650 millones de dólares con una valoración de 4,650 millones de dólares, liderada por GV (Google Ventures) y Greycroft, con inversiones significativas de AMD Ventures y NVIDIA.
El equipo ya supera las 25 personas y sigue expandiéndose constantemente, atrayendo a muchos talentos destacados, incluido Zhuge Mingchen, quien se unirá pronto.
Zhuge Mingchen es miembro fundador de Recursive. Obtuvo su doctorado en Ciencias de la Computación en la King Abdullah University of Science and Technology (KAUST), bajo la tutoría del profesor Jürgen Schmidhuber, conocido como el "padre de LSTM". Sus líneas de investigación se centran principalmente en agentes de código (Coding Agents), auto-mejora recursiva (Recursive Self-Improvement, RSI) y paradigmas de máquina de próxima generación (Next-generation Machine Paradigms).
Desde 2023, Zhu Ge Mingchen comenzó a explorar sistemáticamente la dirección de Recursive Self-Improvement (RSI).
Durante la era de MetaGPT, propuso que los agentes deberían poseer mecanismos de autooptimización continua y evolución de capacidades, y continuó avanzando esta línea de investigación en trabajos posteriores. Entre ellos, GPTSwarm se considera uno de los primeros paradigmas del sistema RSI en la era de los LLM, al proponer y validar por primera vez de manera sistemática un marco de colaboración autoorganizada basado en agentes gráficos, utilizando una estructura dinámica de grafos para lograr la cooperación, retroalimentación y evolución de capacidades entre agentes; su idea central fue ampliamente adoptada por numerosos trabajos posteriores sobre múltiples agentes y Agentic AI. Agent-as-a-Judge exploró aún más los mecanismos de retroalimentación continua y autoevaluación en tareas de largo plazo, intentando resolver los problemas de continuidad y optimización estable en agentes durante tareas complejas; mientras que la investigación sobre NeuralComputer se dirigió aún más hacia la arquitectura de la próxima generación de sistemas de IA, explorando un nuevo paradigma machine que integra memoria, razonamiento y capacidad de evolución autónoma.
Se puede ver que el equipo de investigación de Recursive posee una profunda experiencia académica en la dirección de mejora recursiva propia.
Varios fundadores, incluidos Tian Yuan Dong, han promocionado en X: Estamos desarrollando una inteligencia artificial capaz de descubrir conocimiento de forma automática y mejorar recursivamente sobre sí misma: este proceso abierto transformará fundamentalmente la forma en que avanza la ciencia y la tecnología.
En múltiples áreas clave de la inteligencia artificial de mejora recursiva y automática, el equipo se encuentra a la vanguardia de la industria.
Los miembros han logrado avances significativos en áreas como algoritmos abiertos, algoritmos de diversidad de calidad, algoritmos generativos de IA, agentes de programación automejorables, pruebas automatizadas de red team y descubrimiento de capacidades, ingeniería de prompts y su automatización, desafíos de aprendizaje y generación de entornos, modelos mundiales fundamentales, procesamiento del lenguaje natural con aprendizaje profundo, Transformers visuales, generación mejorada por recuperación y científicos de IA.
Por lo tanto, estamos muy entusiasmados con la próxima investigación de Recursive_SI.
Este artículo proviene del canal de WeChat "Machine Heart", autor: Machine Heart, editor: Departamento de edición de Machine Heart