หลังจากออกจาก Meta 田渊栋ก็เริ่มต้นธุรกิจของตัวเอง
เมื่อไม่นานนี้ บริษัทสตาร์ทอัพ Recursive_SI ได้เปิดตัวอย่างเป็นทางการและเปิดเผยรายชื่อผู้ก่อตั้ง ซึ่งรวมถึง เทียน เหยียนตง
ทีมผู้ก่อตั้งยังรวมถึง Richard Socher (ซีอีโอ), Tim Rocktäschel, Jeff Clune, Tim Shi, Caiming Xiong, Alexey Dosovitskiy เป็นต้น
สมาชิกผู้ก่อตั้งเหล่านี้เคยมีส่วนร่วมในการก่อตั้งห้องปฏิบัติการวิจัย AI ของ Salesforce และ Uber และเคยดำรงตำแหน่งผู้นำในทีมของ OpenAI, DeepMind, Google Brain และ Meta พร้อมประสบการณ์ด้านวิจัยและสตาร์ทอัพที่หลากหลาย
Recursive_SI มุ่งมั่นที่จะสร้างปัญญาประดิษฐ์ที่สามารถดำเนินการทดลองด้วยตนเองและปรับปรุงตัวเองอย่างปลอดภัย — โดยพัฒนาอย่างต่อเนื่องผ่านกระบวนการค้นพบวิทยาศาสตร์อัตโนมัติแบบเปิด ซึ่งถือเป็นทางไปสู่ปัญญาเหนือมนุษย์ที่เป็นไปได้มากที่สุด
ปัจจุบัน Recursive ระดมทุนได้ 6.5 พันล้านดอลลาร์สหรัฐ โดยมีมูลค่าบริษัท 46.5 พันล้านดอลลาร์สหรัฐ นำโดย GV (Google Ventures) และ Greycroft โดย AMD Ventures และ NVIDIA ต่างก็ร่วมลงทุนอย่างสำคัญ
ทีมงานมีจำนวนเกิน 25 คนและยังคงขยายตัวอย่างต่อเนื่อง ทีมงานได้ดึงดูดบุคลากรที่ยอดเยี่ยมจำนวนมาก รวมถึงจูเก๋อหมิงเชินที่จะเข้าร่วมในเร็วๆ นี้
จู เหมินเชินปัจจุบันเป็นสมาชิกผู้ก่อตั้งของ Recursive โดยสำเร็จการศึกษาด้านวิทยาการคอมพิวเตอร์ระดับปริญญาเอกจากมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีพระเจ้าอับดุลลาห์ (KAUST) โดยมีศาสตราจารย์ยูร์เกน ชมิดฮูเบอร์ ซึ่งได้รับการยกย่องว่าเป็น "บิดาของ LSTM" เป็นอาจารย์ที่ปรึกษา ทิศทางการวิจัยของเขาเน้นที่ตัวแทนการเขียนโค้ด (Coding Agents) การปรับปรุงตนเองแบบวนซ้ำ (Recursive Self-Improvement, RSI) และรูปแบบเครื่องจักรรุ่นถัดไป (Next-generation Machine Paradigms)
ตั้งแต่ปี 2023 จูเกิ้ล มิงเชินเริ่มสำรวจอย่างเป็นระบบในทิศทาง Recursive Self-Improvement (RSI)
ในช่วง MetaGPT เขาได้เสนอว่าตัวแทนควรมีกลไกในการปรับปรุงตนเองอย่างต่อเนื่องและการวิวัฒนาการของความสามารถ และได้ขับเคลื่อนแนวทางการวิจัยนี้ต่อไปในงานที่ตามมา โดย GPTSwarm ถือเป็นหนึ่งในรูปแบบระบบ RSI ที่เก่าแก่ที่สุดในยุค LLM ซึ่งได้เสนอและพิสูจน์อย่างเป็นระบบถึงกรอบการทำงานร่วมกันแบบอัตโนมัติที่อิงตามกราฟ โดยใช้โครงสร้างกราฟแบบไดนามิกเพื่อให้ตัวแทนสามารถประสานงาน ให้ข้อเสนอแนะ และวิวัฒนาการความสามารถร่วมกัน แนวคิดหลักของมันถูกนำไปใช้อย่างกว้างขวางในงานวิจัยด้านตัวแทนหลายตัวและ Agentic AI ที่ตามมา ขณะที่ Agent-as-a-Judge ได้สำรวจเพิ่มเติมเกี่ยวกับกลไกการให้ข้อเสนอแนะและการประเมินตนเองอย่างต่อเนื่องในงานระยะยาว เพื่อพยายามแก้ไขปัญหาความต่อเนื่องและการปรับปรุงอย่างมั่นคงของตัวแทนในงานที่ซับซ้อน และการวิจัย NeuralComputer ได้ขยายไปสู่สถาปัตยกรรมระบบ AI รุ่นถัดไป โดยสำรวจรูปแบบเครื่องจักรใหม่ที่รวมความสามารถด้านความจำ การให้เหตุผล และการวิวัฒนาการด้วยตนเอง
สามารถเห็นได้ว่าทีมวิจัยของ Recursive มีประสบการณ์ทางวิชาการลึกซึ้งในด้านการปรับปรุงตนเองแบบเรียกซ้ำ
ผู้ก่อตั้งหลายคน เช่น ตี้เยียนตง ได้โปรโมทบน X: เรากำลังพัฒนาปัญญาประดิษฐ์ที่สามารถค้นพบความรู้อัตโนมัติและปรับปรุงตนเองแบบเรียกซ้ำ — กระบวนการเปิดนี้จะเปลี่ยนวิธีการก้าวหน้าของวิทยาศาสตร์และเทคโนโลยีอย่างสิ้นเชิง
ทีมงานอยู่ในตำแหน่งนำของอุตสาหกรรมในหลายด้านหลักของปัญญาประดิษฐ์ที่ปรับปรุงตัวเองแบบเรียกซ้ำ
สมาชิกเคยบรรลุความก้าวหน้าครั้งใหญ่ในด้านอัลกอริธึมแบบเปิด อัลกอริธึมความหลากหลายด้านคุณภาพ อัลกอริธึมที่สร้างโดย AI ตัวแทนโปรแกรมอัจฉริยะที่ปรับปรุงตนเอง การทดสอบแบบแดงอัตโนมัติและการค้นพบความสามารถ วิศวกรรมพรอมต์และการอัตโนมัติ การเรียนรู้ความท้าทายและการสร้างสภาพแวดล้อม แบบจำลองโลกพื้นฐาน การเรียนรู้เชิงลึกด้านการประมวลผลภาษาธรรมชาติ วิชวลทรานส์ฟอร์เมอร์ การสร้างที่เสริมด้วยการค้นหา และนักวิทยาศาสตร์ AI
ดังนั้น เราจึงรอคอยการวิจัยต่อไปของ Recursive_SI อย่างมาก
บทความนี้มาจาก微信号 "Machine Heart" โดยผู้เขียน: Machine Heart แก้ไขโดยทีมแก้ไขของ Machine Heart