Was passiert, wenn KI beginnt, sich selbst zu bauen?
Richard Socher, Pionier des Natural Language Processing und ehemaliger Chief Scientist bei Salesforce, hat sein neues Startup Recursive Superintelligence aus dem Stealth-Modus geführt.
Das Unternehmen hat eine Finanzierungsrunde in Höhe von 650 Millionen US-Dollar abgeschlossen und wird mit 4,65 Milliarden US-Dollar bewertet. Die Runde wurde von GV und Greycroft angeführt, Nvidia und AMD gehören zu den Investoren.
Rekursive Selbstverbesserung als Kernziel
Recursive Superintelligence verfolgt die Entwicklung von KI-Systemen, die autonom Wissen entdecken, sich kontinuierlich optimieren und in einer offenen Schleife weiterentwickeln können. Dieses Konzept wird als rekursive Selbstverbesserung bezeichnet. Das langfristige Ziel ist die Schaffung einer Superintelligenz.
Das Gründungsteam setzt sich aus führenden Forschern zusammen, darunter ehemalige Führungskräfte von Meta AI, Google DeepMind, OpenAI, Salesforce AI, Uber AI sowie Alexey Dosovitskiy, Mitautor des Vision Transformers (ViT).
Pragmatischer Einstieg
Das Startup plant zunächst die Entwicklung eines „Level 1“ autonomen Trainingssystems. Dabei soll eine KI sich selbst über Standard-Evaluierungs-Benchmarks hinweg ohne menschliches Eingreifen verbessern. Ein öffentlicher Start ist für Mitte 2026 vorgesehen.
Derzeit beschäftigt Recursive Superintelligence weniger als 30 Mitarbeiter und hat noch kein Produkt veröffentlicht. Das Unternehmen unterhält Büros in San Francisco und London.
Richard Socher bleibt parallel Gründer und CEO von You.com, einer KI-gestützten Suchmaschine, die sich zu einem Anbieter von Enterprise-KI-Lösungen entwickelt hat.
Quelle: TechCrunch AI
FAQ
Was bedeutet „rekursive Selbstverbesserung“?
Der Begriff beschreibt KI-Systeme, die eigenständig Wissen entdecken, sich optimieren und diesen Prozess wiederholt auf sich selbst anwenden können.
Wer führt Recursive Superintelligence?
Richard Socher ist Gründer und CEO. Das Team besteht aus erfahrenen Forschern früherer Positionen bei OpenAI, DeepMind, Meta AI und anderen führenden Labors.
Wann ist mit ersten Ergebnissen zu rechnen?
Das Unternehmen plant einen öffentlichen Start eines Level-1 autonomen Trainingssystems für Mitte 2026.