Recursive Superintelligence emerge con un finanziamento da 650 milioni

Recursive Superintelligence, una startup di intelligenza artificiale con sede a Londra, ha recentemente interrotto la sua fase di sviluppo riservato, annunciando un significativo round di finanziamento. L'azienda, fondata solo pochi mesi fa, ha raccolto oltre 650 milioni di dollari, portando la sua valutazione a 4,65 miliardi di dollari. Questo investimento massiccio riflette l'elevato interesse e la fiducia del mercato nel suo ambizioso obiettivo: perseguire il percorso più rapido per superare l'intelligenza umana.

Il round di finanziamento è stato guidato da GV, il braccio di venture capital di Google, e dalla società di VC statunitense Greycroft. Di particolare rilievo è la partecipazione dei produttori di silicio Nvidia e AMD, attori chiave nel panorama dell'hardware per l'AI. La loro presenza nel consorzio di investitori sottolinea l'importanza delle infrastrutture computazionali per progetti di questa portata e l'interesse strategico nel supportare lo sviluppo di tecnicie AI all'avanguardia.

L'approccio della "Superintelligenza Ricorsiva"

Il cuore della strategia di Recursive Superintelligence risiede in una scommessa audace: l'idea che i sistemi di intelligenza artificiale possano migliorare sé stessi analizzando le proprie prestazioni, senza la necessità di intervento umano. Questa visione di "auto-miglioramento ricorsivo" è stata esplicitata dall'azienda in un post sul blog pubblicato su X, dove si afferma che "il percorso più rapido verso la superintelligenza sarà realizzato da un'AI che si migliora ricorsivamente, e lo fa tramite algoritmi aperti che guidano un'innovazione continua".

L'obiettivo iniziale della startup è concentrarsi sulla scienza dell'AI stessa, creando un'intelligenza artificiale capace di migliorare altre AI. L'azienda prevede che il modello di sviluppo così creato potrà in seguito rivoluzionare ogni disciplina scientifica. I co-fondatori, tra cui Richard Socher (ex chief scientist di Salesforce) e Tim Rocktäschel (professore di AI alla UCL ed ex scienziato di Google DeepMind), insieme a un team di meno di 30 persone con esperienze pregresse in Meta e OpenAI, portano un'esperienza significativa in questo campo altamente specialistico.

Il contesto del mercato e gli investitori strategici

L'emergere di Recursive Superintelligence si inserisce in un trend più ampio che vede diverse nuove startup AI esplorare vie innovative per raggiungere nuovi livelli di intelligenza artificiale. Tra queste si annoverano AMI Labs di Yann LeCun e Ineffable Intelligence di David Silver, a dimostrazione di un fermento significativo nel settore. La capacità di attrarre investimenti da attori come Nvidia e AMD non è solo un segnale di fiducia finanziaria, ma anche un indicatore della potenziale domanda di hardware ad alte prestazioni che progetti di questa natura richiederanno.

La partecipazione di questi giganti del silicio suggerisce una visione a lungo termine sull'evoluzione dell'infrastruttura AI. Lo sviluppo di modelli capaci di auto-miglioramento ricorsivo richiederà risorse computazionali immense, spingendo i limiti delle attuali architetture hardware e software. Questo scenario rende cruciale la valutazione delle opzioni di deployment, dalla nuvola ai sistemi self-hosted, per le aziende che intendono integrare tali capacità nei propri flussi di lavoro.

Implicazioni per il deployment e il futuro dell'AI

L'ambizione di Recursive Superintelligence di sviluppare un'AI che si auto-migliora solleva questioni fondamentali per il futuro del deployment di Large Language Models e sistemi AI complessi. La necessità di elaborare e analizzare costantemente le proprie prestazioni implica requisiti di calcolo e memoria estremamente elevati. Per le organizzazioni che valutano l'adozione di tecnicie AI avanzate, la scelta tra infrastrutture cloud e soluzioni on-premise diventerà ancora più critica.

La sovranità dei dati, il controllo sui costi operativi (TCO) e la capacità di personalizzare l'hardware per carichi di lavoro specifici sono fattori che spingono molte aziende a considerare deployment self-hosted o ibridi. Progetti come quello di Recursive Superintelligence, pur non specificando il proprio modello di deployment, evidenziano la crescente complessità e la necessità di infrastrutture robuste e scalabili. AI-RADAR offre framework analitici su /llm-onpremise per valutare i trade-off tra diverse strategie di deployment, aiutando i decision-maker a navigare queste sfide con una comprensione chiara dei vincoli e delle opportunità.