Recursive Superintelligence, Amazon Web Services-മായി 410 മില്യൺ ഡോളറിന്റെ ബഹുവർഷ കമ്പ്യൂട്ട് കരാറിൽ ഏർപ്പെട്ടു. തങ്ങളുടെ 650 മില്യൺ ഡോളർ ഫണ്ടിൽ ഭൂരിഭാഗവും പ്രോസസ്സിംഗ് പവറിനായി അവർ മാറ്റിവെക്കുന്നു. ഇത് മുൻനിര AI ലാബുകളിലെ ഒരു മാറ്റത്തെ സൂചിപ്പിക്കുന്നു: കൂടുതൽ എഞ്ചിനീയർമാരെ നിയമിക്കുന്നതിന് പകരം, സ്വയം മെച്ചപ്പെടുന്ന സോഫ്റ്റ്‌വെയർ ഏജന്റുകളെ പ്രവർത്തിപ്പിക്കുന്ന മെഷീനുകൾ അവർ വാങ്ങുകയാണ്.

സ്റ്റെൽത്ത് മോഡിൽ നിന്ന് കമ്പ്യൂട്ട്-ആദ്യ പ്രവർത്തനരീതിയിലേക്ക്

650 മില്യൺ ഡോളർ സമാഹരിച്ചതിന് ശേഷം മെയ് മാസത്തിലാണ് സാൻ ഫ്രാൻസിസ്കോ ആസ്ഥാനമായുള്ള ഈ സ്റ്റാർട്ടപ്പ് പുറംലോകം അറിയുന്നത്. മിക്ക AI സംരംഭങ്ങളും ഈ മൂലധനം എഞ്ചിനീയറിംഗ് ടീമുകൾക്കായി ഉപയോഗിക്കുകയും സീനിയർ പ്രതിഭകളെ നിയമിക്കുകയും ഓഫീസുകൾ നിർമ്മിക്കുകയും ചെയ്യുന്നു. എന്നാൽ ഇതിന് വിപരീതമായ ഒരു തന്ത്രമാണ് സ്ഥാപകൻ Socher മുന്നോട്ട് വെക്കുന്നത്: "ഇത് ആളുകളുടെ എണ്ണത്തെക്കാൾ (headcount) ഏജന്റുകളുടെ എണ്ണത്തെക്കുറിച്ചാണ്." കമ്പ്യൂട്ട് നോഡുകളെ പ്രധാന നവീനകർത്താക്കളായി പരിഗണിക്കുന്നതിലൂടെ, തങ്ങളുടെ റീക്കഴ്സീവ് സെൽഫ് ഇംപ്രൂവ്‌മെന്റ് (RSI) സിസ്റ്റങ്ങൾ കുറഞ്ഞ മനുഷ്യ ഇടപെടലിലൂടെ ഉൽപ്പന്നങ്ങൾ രൂപകൽപ്പന ചെയ്യാനും പരിശോധിക്കാനും മെച്ചപ്പെടുത്താനും കഴിയുമെന്ന് കമ്പനി പ്രതീക്ഷിക്കുന്നു.

എന്തുകൊണ്ടാണ് AWS കരാർ പ്രധാനമാകുന്നത്

സാധാരണയായി ക്ലൗഡ് സേവനദാതാക്കളുമായുള്ള പങ്കാളിത്തങ്ങളിൽ ക്രെഡിറ്റുകൾക്കൊപ്പം ഇക്വിറ്റി ഓഹരികളോ സംയുക്ത വിപണന പദ്ധതികളോ ഉണ്ടാകാറുണ്ട്. എന്നാൽ ഈ കരാർ നേരിട്ടുള്ള ഒരു കമ്പ്യൂട്ട് പർച്ചേസ് ആണ്. ഇതിന്റെ വലിപ്പം കാരണം AWS-ന് സാധാരണ സേവനങ്ങളിൽ (generic instances) നിന്ന് മാറി ചിന്തിക്കേണ്ടി വരുന്നു. സ്റ്റാർട്ടപ്പുകൾക്കും വെഞ്ച്ർ ക്യാപിറ്റലിനുമായുള്ള AWS വൈസ് പ്രസിഡന്റ് Jason Bennett പറഞ്ഞത്, RSI ഗവേഷണത്തിന് ആവശ്യമായ ഇറ്ററേറ്റീവ് വർക്ക്ലോഡുകൾക്കായി പ്രത്യേകം തയ്യാറാക്കിയ ഇൻഫ്രാസ്ട്രക്ചറിന്റെ സഹ-വികസനം ഈ പങ്കാളിത്തത്തിൽ ഉൾപ്പെടുന്നു എന്നാണ്—അതായത്, തടസ്സങ്ങളില്ലാതെ കോടിക്കണക്കിന് ട്രെയിനിംഗ് ലൂപ്പുകൾ സുഗമമായി പ്രവർത്തിപ്പിക്കാൻ സഹായിക്കുന്ന കസ്റ്റം നെറ്റ്‌വർക്കിംഗ് ഫാബ്രിക്സ്, സ്റ്റോറേജ് ടയറുകൾ, ഷെഡ്യൂളിംഗ് അൽഗോരിതങ്ങൾ എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു.

AWS-നെ സംബന്ധിച്ചിടത്തോളം, ഈ കരാർ ഒരു പരീക്ഷണശാലയാണ്. പ്രത്യേകമായി നിർമ്മിച്ച ക്ലൗഡുകൾ RSI വേഗത്തിലാക്കുന്നു എന്ന് Recursive തെളിയിച്ചാൽ, മറ്റ് ഫൗണ്ടേഷൻ-ലെവൽ AI സ്റ്റാർട്ടപ്പുകളും ഇതേ മാതൃക പിന്തുടർന്നേക്കാം. ഇത് അടുത്ത തലമുറ AI ഗവേഷണത്തിനായി ക്ലൗഡ് സേവനദാതാക്കൾ എങ്ങനെ സേവനങ്ങൾ വിലയിരുത്തുന്നുവെന്നും പാക്കേജ് ചെയ്യുന്നുവെന്നും മാറ്റം വരുത്തിയേക്കാം.

പ്രായോഗിക RSI ലക്ഷ്യത്തിലേക്കുള്ള മത്സരം

RSI കാലങ്ങളായി ഒരു സിദ്ധാന്തമായി നിലനിൽക്കുന്നു. ഇത് പെട്ടെന്നുള്ള ഒരു "ഇന്റലിജൻസ് എക്സ്പ്ലോഷൻ" (intelligence explosion) ഉണ്ടാക്കിയേക്കാം എന്ന് ചില പണ്ഡിതന്മാർ മുന്നറിയിപ്പ് നൽകുമ്പോൾ, പുരോഗതി ക്രമാനുഗതമായിരിക്കുമെന്ന് മറ്റുള്ളവർ വാദിക്കുന്നു. Recursive ഇതിന്റെ രണ്ടാമത്തെ വാദത്തിലാണ് പന്തയം വെക്കുന്നത്; മാസങ്ങൾക്കുള്ളിൽ സെൽഫ് ഇംപ്രൂവ്‌മെന്റ് ലൂപ്പിനെ വിപണിയിൽ ഇറക്കാൻ കഴിയുന്ന സോഫ്റ്റ്‌വെയർ ആക്കി മാറ്റാനാണ് അവർ ലക്ഷ്യമിടുന്നത്. തങ്ങളുടെ സെൽഫ്-മോഡിഫൈയിംഗ് ഏജന്റുകളിൽ നിന്ന് ലഭിക്കുന്ന ആദ്യത്തെ ഉപയോഗപ്രദമായ ഉൽപ്പന്നത്തിനായി ഒക്ടോബർ മാസത്തെ സമയപരിധി Socher പരസ്യമായി നിശ്ചയിച്ചിട്ടുണ്ട്.

ഈ സമയപരിധി പാലിക്കപ്പെട്ടാൽ, വലിയൊരു ചർച്ചയ്ക്ക് കമ്പനി ഒരു വ്യക്തമായ ഉത്തരം നൽകും: പരമ്പരാഗതമായ എഞ്ചിനീയർമാരുടെ സേവനത്തെക്കാൾ വേഗത്തിൽ കമ്പ്യൂട്ട് കേന്ദ്രീകൃതമായ ഒരു മോഡലിന് വാണിജ്യ മൂല്യം നൽകാൻ കഴിയുമോ? എഞ്ചിനീയർമാരെക്കാൾ ഏജന്റുകളെ വർദ്ധിപ്പിക്കുന്നത് (scaling agents) അത്യാധുനിക AI ശേഷികളിലേക്കുള്ള ഏറ്റവും വേഗത്തിലുള്ള പാതയാണെന്ന വാദത്തിന് ഇത് വിജയം നൽകും.

വെല്ലുവിളികളും എതിർവാദങ്ങളും

ഈ തന്ത്രം സംശയാലുക്കളുടെ ശ്രദ്ധയിൽപ്പെട്ടിട്ടുണ്ട്. എത്ര വലിയ കമ്പ്യൂട്ടിംഗ് പവർ ഉണ്ടെങ്കിലും, മനുഷ്യ ഗവേഷകർ കൊണ്ടുവരുന്ന സർഗ്ഗാത്മകമായ പ്രശ്നപരിഹാരത്തിന് പകരമാവില്ലെന്ന് വിമർശകർ ചൂണ്ടിക്കാട്ടുന്നു. RSI സിസ്റ്റങ്ങൾക്ക് ഇപ്പോഴും കൃത്യമായി രൂപകൽപ്പന ചെയ്ത ലക്ഷ്യങ്ങൾ (objectives), സുരക്ഷാ പരിശോധനകൾ, ഇന്റർപ്രറ്റബിലിറ്റി ടൂളുകൾ എന്നിവ ആവശ്യമാണ്—ഈ മേഖലകളിൽ മനുഷ്യന്റെ വൈദഗ്ധ്യം അനിവാര്യമാണ്. കൂടാതെ, 410 മില്യൺ ഡോളർ ക്ലൗഡ് സേവനങ്ങൾക്കായി മാറ്റിവെക്കുന്നത് വഴി, അപ്രതീക്ഷിത ചിലവുകൾ അല്ലെങ്കിൽ അൽഗോരിതമിക് തടസ്സങ്ങൾ പോലുള്ള തിരിച്ചടികൾ ഉണ്ടായാൽ നേരിടാൻ കമ്പനിയോട് അധികം പണമില്ലാതാകുന്നു.

സമയക്രമവും മറ്റൊരു ആശങ്കയാണ്. ഒക്ടോബറോടെ Recursive ഒരു ഉൽപ്പന്നം പുറത്തിറക്കിയാൽ പോലും, സ്വയം മെച്ചപ്പെടുന്ന സോഫ്റ്റ്‌വെയറുകളുടെ ആരംഭ ഘട്ടത്തിലുള്ള അവസ്ഥ കാരണം അതിന്റെ ഉപയോഗം കുറഞ്ഞേക്കാം. സ്വയം തീരുമാനമെടുക്കുന്ന പ്രക്രിയകൾ വ്യക്തമല്ലാത്ത (opaque) ഉപകരണങ്ങളെ സംരംഭങ്ങൾ ഒഴിവാക്കിയേക്കാം, പ്രത്യേകിച്ച് സ്വയംഭരണാധികാരമുള്ള (autonomous) AI സിസ്റ്റങ്ങളെ നിയന്ത്രിക്കുന്ന നിയമങ്ങൾ കർശനമാകുമ്പോൾ.

ഇനി ശ്രദ്ധിക്കേണ്ട കാര്യങ്ങൾ

  • ഒക്ടോബറിലെ ഉൽപ്പന്ന വിപണിയിൽ അവതരണം: കമ്പ്യൂട്ട്-ആദ്യ തന്ത്രത്തിന്റെ ആദ്യ യഥാർത്ഥ പരീക്ഷണമായി RSI അധിഷ്ഠിത ഉൽപ്പന്നം മാറും. ഉപയോക്താക്കളുടെ പ്രതികരണങ്ങളും പ്രകടനവും സൂക്ഷ്മമായി നിരീക്ഷിക്കപ്പെടും.
  • AWS ഇൻഫ്രാസ്ട്രക്ചർ അപ്‌ഡേറ്റുകൾ: ഈ പങ്കാളിത്തത്തിന്റെ ഫലമായി പ്രഖ്യാപിക്കുന്ന പുതിയ സേവനങ്ങളോ വിലനിർണ്ണയ രീതികളോ മറ്റ് AI ലാബുകൾക്കും ഒരു മാനദണ്ഡമായി മാറിയേക്കാം.
  • ഫണ്ടിംഗ് രീതികൾ: Recursive-ന്റെ രീതി വിജയിച്ചാൽ, കമ്പ്യൂട്ട് കേന്ദ്രീകൃതമായ സ്റ്റാർട്ടപ്പുകളിലേക്ക് വൻതോതിൽ മൂലധനം ഒഴുകുകയും AI മേഖലയിലെ വെഞ്ച്ർ ക്യാപിറ്റൽ കണക്കുകൂട്ടലുകൾ മാറുകയും ചെയ്യും.
  • നിയമപരമായ പ്രതികരണം: സ്വയം മെച്ചപ്പെടുന്ന സിസ്റ്റങ്ങൾ സ്വയം തീരുമാനമെടുക്കുന്നതിനെക്കുറിച്ച് ആശങ്കയുള്ള നയരൂപകർത്താക്കളുടെ ശ്രദ്ധ ആകർഷിച്ചേക്കാം, ഇത് ഭാവിയിലെ നിയമങ്ങൾ രൂപപ്പെടുത്തുന്നതിനും കാരണമാകും.

ചുരുക്കത്തിൽ

കൂടുതൽ എഞ്ചിനീയർമാരെ നിയമിക്കുന്ന പരമ്പരാഗത രീതിയെക്കാൾ വേഗത്തിൽ കമ്പ്യൂട്ട് പവർ ഉപയോഗിച്ച് മുന്നേറാൻ കഴിയുമെന്ന് Recursive Superintelligence പന്തയം വെക്കുന്നു. 410 മില്യൺ ഡോളറിന്റെ AWS കരാർ ഈ പന്തയത്തെ പരസ്യമാക്കുന്നു. അത്യാധുനിക AI-യിലേക്കുള്ള മത്സരത്തിൽ "ഏജന്റുകളുടെ എണ്ണം" (agent count) ശരിക്കും "ആളുകളുടെ എണ്ണത്തിന്" (headcount) പകരമാവുമോ എന്നതിന്റെ ആദ്യ അളവുകോലായി ഒക്ടോബറിലെ ഉൽപ്പന്ന വിപണിയിലെ അവതരണം മാറും.