میٹا چھوڑنے کے بعد، تیان یوانڈونگ نے بھی کاروبار شروع کر لیا۔
توہیں، اسٹارٹ اپ Recursive_SI نے آفیشل طور پر اپنا اعلان کیا اور اس کے بانیوں کی فہرست جس میں تیان یوانڈونگ بھی شامل ہیں، شائع کی۔
ٹیان یوانڈونگ کے علاوہ، بنیادی ٹیم میں رچرڈ سوکر (سی ای او)، تیم راکٹشل، جیف کلین، تیم شی، کیمینگ شونگ، ایلیکسی دوسووتسکی وغیرہ شامل ہیں۔
یہ بنیادی ارکان نے Salesforce اور Uber کے AI تحقیقی لیبز قائم کرنے میں حصہ لیا ہے اور OpenAI، DeepMind، Google Brain اور Meta جیسی ٹیموں میں لیڈر شپ کے عہدے سنبھال چکے ہیں، جن کے پاس تحقیقی اور کاروباری تجربہ وافر ہے۔
Recursive_SI ایک ایسے AI کو تعمیر کرنے پر مبنی ہے جو خود کو تجربات کے ذریعے محفوظ طریقے سے بہتر بن سکے — ایک کھلے خودکار سائنسی دریافت کے عمل میں لگاتار ترقی کرتے ہوئے، جسے سپر انسٹیلیجنس کی طرف جانے کا سب سے زیادہ ممکنہ راستہ سمجھا جاتا ہے۔
اب تک، Recursive نے 6.5 ارب ڈالر جمع کر لیے ہیں، جس کی قیمت 46.5 ارب ڈالر ہے، جس کی قیادت GV (Google Ventures) اور Greycroft نے کی، اور AMD Ventures اور NVIDIA نے بھی اہم سرمایہ کاری کی ہے۔
ٹیم کے افراد 25 سے زیادہ ہو چکے ہیں اور اب بھی مستقل طور پر بڑھ رہی ہے، ٹیم نے کئی عمدہ ماہرین کو اپنی طرف متوجہ کیا ہے، جن میں قریب ہی شامل ہونے والے ژو گو منگچین بھی شامل ہیں۔
诸葛鸣晨 موجودہ وقت Recursive کے بنیادی رکن (Founding Member) ہیں، جنہوں نے King Abdullah University of Science and Technology (KAUST) سے کمپیوٹر سائنس میں ڈاکٹریٹ کی ڈگری حاصل کی، جہاں ان کے استاد جرگن شمڈہوبیر تھے، جنہیں "LSTM کا باپ" کہا جاتا ہے۔ ان کے تحقیقی رجحانات کوڈنگ ایجینٹس، ریکرسیو خود بہتری (Recursive Self-Improvement, RSI) اور نسل اگلے مشین پیراڈائمز پر مرکوز ہیں۔
2023 سے، ژو گی مینگ چین نے ریکرسیو سیلف ایمپروومنٹ (RSI) کے رخ کا نظاماتی طور پر جائزہ لینا شروع کر دیا۔
میٹا جی پی ٹی کے دوران، اس نے پیش کیا کہ ایجنٹس کو مستقل خود بہتر بنانے اور اپنی صلاحیتوں کے ترقی کے مکینزم ہونے چاہئیں، اور بعد میں کاموں میں اس تحقیقی راستے کو آگے بڑھایا۔ اس میں، جی پی ٹی سوآرم کو ایل ایل ایم دور کا ابتدائی ترین آر ایس آئی سسٹم پیرادائگم سمجھا جاتا ہے، جس نے پہلی بار گراف-بنیادی ایجنٹس پر مبنی خود تنظیم شدہ تعاون کے فریم ورک کو منظم طریقے سے پیش کیا اور تصدیق کیا، جس میں ڈائنامک گراف سٹرکچر کے ذریعے ایجنٹس کے درمیان تعاون، فید بیک اور صلاحیتوں کی ترقی حاصل ہوتی ہے، جس کا مرکزی خیال بعد میں بہت سارے مزید متعدد ایجنٹس اور ایجنٹک آئی اے کاموں میں عام طور پر اپنایا گیا؛ ایجنٹ-آس-اے-جج نے لمبے عرصے تک کاموں میں مستقل فید بیک اور خود جائزہ لینے کے مکینزمز کو مزید تلاش کیا، جس میں ایجنٹس کو پیچیدہ کاموں میں مستقل性和 مستقل بہتر بنانے کے مسائل حل کرنے کی کوشش کی گئی؛ جبکہ نیورل کمپوٹر کی تحقیق نے اگلے نسل کے آئی اے سسٹم آرکٹیکچر کے لئے مزید آگے بڑھتے ہوئے، یادداشت، استدلال اور خود متحرک ترقی کے صلاحیتوں کو ضم کرنے والے نئے مشین پیرادائگم کا تجربہ کیا۔
دیکھا جا سکتا ہے کہ ریکرسیو کے تحقیقی ٹیم میں ریکرسیو خود بہتری کے رخ میں گہری اکادمی تجربہ ہے۔
ٹیان یوانڈونگ سمیت کئی بنیادی شرکاء نے X پر اشتہار دیا ہے: ہم ایک ایسے آرٹیفیشل انٹیلی جنس کو تیار کر رہے ہیں جو خودکار طور پر علم کا پتہ لگائے اور خود کو دوبارہ بہتر بنائے — یہ کھلا عمل علم اور ٹیکنالوجی کی ترقی کے طریقے کو بنیادی طور پر تبدیل کر دے گا۔
Recursive self-improvement AI کے متعدد مرکزی شعبوں میں ٹیم صنعت کی اگلی لائن پر ہے۔
اعضا نے اوپن الگورتھم، کوالٹی ڈائورسٹی الگورتھم، AI جنریٹو الگورتھم، خود بہتر بننے والے پروگرامنگ ایجینٹس، آٹومیٹڈ ریڈ ٹیسٹنگ اور کیپیبلیٹی ڈسکوری، پرامپٹ انجینئرنگ اور اس کی آٹومیشن، لرننگ چیلنجز اور ایونٹمنٹ جنریشن، فنڈامنٹل ورلڈ مڈلز، نیچرل لینگویج پروسیسنگ میں ڈیپ لرننگ، وژنل ٹرانسفارمرز، ریٹریول اینہینسڈ جنریشن اور AI سائنسٹس کے شعبوں میں بڑے کامیابیاں حاصل کی ہیں۔
اس لیے، ہم Recursive_SI کے اگلے تحقیق پر بہت انتظار کر رہے ہیں۔
یہ مضمون ویچن گروپ "مشین سائنس" سے ہے، مصنف: مشین سائنس، ایڈیٹر: مشین سائنس ایڈیٹوریل ٹیم