AI, která sama sebe vylepšuje? Richard Socher sehnal 650 milionů dolarů na rekurzivní superinteligenci
Benchmarky a statické modely jsou možná minulostí. Richard Socher, jedno z velkých jmen v oboru, přichází se startupem, který má jediný cíl: postavit AI, která dokáže sama identifikovat své chyby a navrhnout vlastní, lepší verzi.
Richard Socher a jeho nový podnik Recursive Superintelligence se vynořili s financováním 650 milionů dolarů a cílem, který zní jako ze sci-fi. Nejde o další, o něco větší LLM. Jde o fundamentální změnu přístupu.
Současné modely jsou v podstatě zmrazené architektury. Nalijeme do nich data, trénujeme je, ale jejich vnitřní struktura se nemění. Socher chce tohle celé otočit. Jeho vize je systém s rekurzivním sebezdokonalováním.
Co to znamená? Představte si AI, která nejen odpovídá na dotazy, ale po práci si sedne a analyzuje vlastní kód a neuronovou síť. Sama identifikuje své slabiny – třeba pomalou inferenci v určité oblasti nebo neschopnost logicky uvažovat – a navrhne si vlastní update. Bez člověka.
Je to jako programátor, který se nejen učí psát lepší kód, ale zároveň si dokáže sám přeprogramovat mozek, aby se učil efektivněji. Model A vygeneruje model B, který je v něčem lepší. A model B pak celý proces zopakuje. Teoreticky.
Z technického hlediska je to brutální výzva. Jak zajistit, aby se systém nezacyklil v optimalizaci pro nějaký nesmyslný cíl? Nebo aby se při snaze o vylepšení úplně nerozbil? Mluví se o „otevřené soutěži“ modelů, nikoliv o tréninku na statických benchmarcích.
Zatímco všichni ostatní se honí za vyšším skóre v testech, tady se hraje o něco úplně jiného. O autonomní evoluci umělé inteligence. Je to buď geniální, nebo šíleně nebezpečný inženýrský sen. Pravděpodobně obojí.