Nano Banana
Kurzfassung
▾
Quellen
▾
Das vier Monate alte Start-up Recursive Superintelligence hat mindestens 500 Millionen US-Dollar Kapital eingesammelt.
Die Investoren bewerten das Unternehmen, hinter dem Ex-Forscher von OpenAI und DeepMind stehen, mit vier Milliarden US-Dollar.
Das technische Ziel ist die Entwicklung von KI-Modellen, die sich ohne menschliches Zutun vollständig selbst verbessern können.
Financial Times: Months-old start-up Recursive Superintelligence raises $500mn for self-improving AI
Implicator.ai: Recursive Superintelligence Raises $500M at $4B Valuation
Das vier Monate alte Start-up Recursive Superintelligence hat mindestens 500 Millionen US-Dollar frisches Kapital eingesammelt. Laut der Financial Times bewerten Investoren wie GV und Nvidia das Unternehmen bereits jetzt mit vier Milliarden US-Dollar. Prominentes Gründerteam lockt Investoren Hinter dem jungen Unternehmen steht eine Gruppe bekannter Forscher aus der Branche. Die Gründer Richard Socher und Tim Rocktäschel waren zuvor in führenden Positionen bei Salesforce und Google DeepMind tätig. Ergänzt wird die Führungsebene durch Experten wie Josh Tobin, Jeff Clune und Tim Shi. Sie alle bringen tiefgreifende Erfahrungen von OpenAI oder Meta mit. Trotz einer Unternehmensgröße von aktuell nur rund 20 Mitarbeitern weckt das Londoner Start-up ein enormes Interesse am Markt. Die aktuelle Finanzierungsrunde war offenbar stark überzeichnet. Berichten zufolge könnte die endgültige Investitionssumme bis zum Abschluss der Runde auf bis zu eine Milliarde US-Dollar ansteigen. Anzeige Der Weg zur selbstverbessernden KI Recursive Superintelligence verfolgt ein äußerst ambitioniertes technisches Ziel. Das kleine Team möchte nicht einfach nur neue KI-Modelle trainieren, sondern den gesamten Entwicklungsprozess vollständig automatisieren. Dazu gehören essenzielle Schritte wie die Datenauswahl, das eigentliche Training, die Evaluierung und das Post-Training. Bisher basieren Leistungssteigerungen vor allem auf dem stetigen Input menschlicher Entwickler. Die neuen Modelle sollen hingegen in die Lage versetzt werden, ihre eigenen Fähigkeiten völlig autonom und fortlaufend zu optimieren. In der aktuellen Forschung gilt diese rekursive Selbstverbesserung als entscheidender Schritt in Richtung einer AGI. Langfristig übernimmt das System bei diesem Konzept sogar die Steuerung der zukünftigen Forschungsrichtung und beseitigt den menschlichen Engpass dauerhaft. Forscher betonen allerdings, dass sich dieser Ansatz derzeit noch in einer sehr frühen Phase befindet. Es gibt bislang keinen praktischen Beweis dafür, dass sich KI-Modelle über sehr lange Zeiträume stabil selbst optimieren können. Genau hier setzt das frische Kapital an, welches dem Team die nötigen Ressourcen für die praktische Erprobung verschafft. Mit Nvidia als strategischem Investor ist zudem der direkte Zugang zu kritischer Rechenleistung für die kommenden Trainingsläufe gesichert.
