Recursive Superintelligence ได้ลงนามในสัญญาเช่าใช้ทรัพยากรคอมพิวเตอร์ (compute contract) ระยะเวลาหลายปีมูลค่า 410 ล้านดอลลาร์กับ Amazon Web Services โดยจัดสรรเงินทุนสำรองส่วนใหญ่จากทั้งหมด 650 ล้านดอลลาร์ไปกับพลังการประมวลผลดิบ ข้อตกลงนี้ถือเป็นจุดเปลี่ยนสำหรับห้องปฏิบัติการ AI ระดับแนวหน้า (frontier AI labs) แทนที่จะจ้างวิศวกรเพิ่ม พวกเขากลับเลือกซื้อเครื่องจักรที่รันเอเจนต์ซอฟต์แวร์ที่สามารถพัฒนาตัวเองได้ (self-improving software agents)
จากการดำเนินงานแบบไม่เปิดเผยตัวตน สู่กลยุทธ์ที่เน้นการประมวลผลเป็นหลัก
สตาร์ทอัพจากซานฟรานซิสโกแห่งนี้เริ่มเปิดตัวสู่สาธารณะในเดือนพฤษภาคมหลังจากระดมทุนได้ 650 ล้านดอลลาร์ โดยปกติแล้วธุรกิจ AI ส่วนใหญ่มักจะทุ่มเงินทุนดังกล่าวไปกับทีมวิศวกรรม การสรรหาบุคลากรระดับอาวุโส และการสร้างสำนักงาน แต่ Socher ผู้ก่อตั้งได้วางกลยุทธ์ที่ตรงกันข้ามโดยระบุว่า "ไม่ใช่เรื่องของจำนวนพนักงาน (headcount) แต่เป็นเรื่องของจำนวนเอเจนต์ (agent count)" ด้วยการปฏิบัติกับโหนดการประมวลผล (compute nodes) ในฐานะนวัตกรหลัก บริษัทหวังว่าระบบการพัฒนาตนเองแบบวนซ้ำ (recursive self-improvement หรือ RSI) จะสามารถออกแบบ ทดสอบ และพัฒนาผลิตภัณฑ์ซ้ำๆ ได้โดยใช้การควบคุมจากมนุษย์ให้น้อยที่สุด
ทำไมข้อตกลงกับ AWS ถึงมีความสำคัญ
โดยทั่วไปแล้ว ความร่วมมือกับผู้ให้บริการคลาวด์มักจะเป็นการรวมเครดิตการใช้งานเข้ากับสัดส่วนการถือหุ้นหรือแผนการบุกตลาดร่วมกัน แต่ข้อตกลงนี้เป็นการซื้อทรัพยากรการประมวลผลโดยตรง และขนาดของมันยังบีบให้ AWS ต้องก้าวข้ามการให้บริการอินสแตนซ์ (instances) แบบทั่วไป Jason Bennett รองประธาน AWS ฝ่ายสตาร์ทอัพและเวนเจอร์แคปปิตอล กล่าวว่าความร่วมมือนี้รวมถึงการร่วมกันพัฒนาโครงสร้างพื้นฐานที่ปรับแต่งมาเพื่อรองรับภาระงานแบบวนซ้ำ (iterative workloads) ตามที่งานวิจัย RSI ต้องการ เช่น โครงข่ายการเชื่อมต่อ (networking fabrics) แบบกำหนดเอง, ลำดับชั้นการจัดเก็บข้อมูล (storage tiers) และอัลกอริทึมการจัดตารางงาน (scheduling algorithms) ที่ช่วยให้ลูปการฝึกฝน (training loops) นับพันล้านครั้งดำเนินไปได้อย่างราบรื่นโดยไม่มีคอขวด
สำหรับ AWS สัญญานี้คือสนามทดสอบ หาก Recursive สามารถพิสูจน์ได้ว่าคลาวด์ที่สร้างขึ้นเพื่อวัตถุประสงค์เฉพาะสามารถเร่งกระบวนการ RSI ได้ สตาร์ทอัพ AI ระดับพื้นฐาน (foundation-level) รายอื่นๆ ก็อาจจะทำตาม ซึ่งจะส่งผลต่อการปรับเปลี่ยนวิธีการตั้งราคาและจัดแพ็กเกจบริการของผู้ให้บริการคลาวด์สำหรับคลื่นลูกใหม่ของการวิจัย AI
การแข่งขันสู่ RSI ที่จับต้องได้
RSI เป็นสิ่งที่อยู่ในทฤษฎีมานาน นักวิชาการบางคนเตือนว่ามันอาจกระตุ้นให้เกิด "การระเบิดทางปัญญา" (intelligence explosion) อย่างฉับพลัน ในขณะที่คนอื่นๆ แย้งว่าการพัฒนาจะเป็นไปแบบค่อยเป็นค่อยไป Recursive เดิมพันกับทางเลือกหลัง โดยตั้งเป้าที่จะเปลี่ยนลูปการพัฒนาตนเองให้กลายเป็นซอฟต์แวร์ที่พร้อมออกสู่ตลาดภายในไม่กี่เดือน โดย Socher ได้ประกาศกำหนดเส้นตายในเดือนตุลาคมสำหรับผลิตภัณฑ์แรกที่ใช้งานได้จริงซึ่งพัฒนามาจากเอเจนต์ที่ปรับแต่งตัวเองได้ (self-modifying agents)
หากเป็นไปตามกำหนดการ บริษัทจะให้ข้อมูลที่เป็นรูปธรรมสำหรับการถกเถียงในวงกว้างว่า: โมเดลที่เน้นการประมวลผลเป็นศูนย์กลางสามารถสร้างมูลค่าเชิงพาณิชย์ได้เร็วกว่าแนวทางแบบดั้งเดิมที่เน้นการใช้บุคลากรที่มีความสามารถสูงหรือไม่? ความสำเร็จจะช่วยยืนยันแนวคิดที่ว่าการขยายขนาดของเอเจนต์ ไม่ใช่การเพิ่มวิศวกร คือเส้นทางที่เร็วที่สุดไปสู่ความสามารถของ AI ขั้นสูง
ความเสี่ยงและข้อโต้แย้ง
กลยุทธ์นี้กำลังเผชิญกับความกังขา นักวิจารณ์ตั้งข้อสังเกตว่า พลังการประมวลผลดิบไม่ว่าจะมหาศาลเพียงใด ก็ไม่สามารถแทนที่การแก้ปัญหาอย่างสร้างสรรค์ที่นักวิจัยที่เป็นมนุษย์มอบให้ได้ ระบบ RSI ยังคงต้องการการกำหนดเป้าหมายที่ประณีต การตรวจสอบความปลอดภัย และเครื่องมือในการตีความ (interpretability tools) ซึ่งเป็นด้านที่ความเชี่ยวชาญของมนุษย์ยังคงขาดไม่ได้ นอกจากนี้ การทุ่มเงิน 410 ล้านดอลลาร์ไปกับบริการคลาวด์ยังทำให้เหลือเงินทุนสำรอง (runway) น้อยมากสำหรับอุปสรรคที่ไม่คาดคิด เช่น งบประมาณที่บานปลาย หรือทางตันทางอัลกอริทึมที่อาจบีบให้บริษัทต้องเปลี่ยนทิศทางกลับไปสู่การวิจัยที่นำโดยมนุษย์อีกครั้ง
อีกความกังวลหนึ่งคือเรื่องเวลา แม้ว่า Recursive จะส่งมอบผลิตภัณฑ์ได้ภายในเดือนตุลาคม แต่การนำไปใช้งานจริงอาจถูกจำกัดด้วยสถานะที่ยังอยู่ในช่วงเริ่มต้นของซอฟต์แวร์ที่พัฒนาตัวเองได้ องค์กรต่างๆ อาจหลีกเลี่ยงเครื่องมือที่มีกระบวนการตัดสินใจภายในที่คลุมเครือ (opaque) โดยเฉพาะอย่างยิ่งเมื่อหน่วยงานกำกับดูแลเริ่มเพิ่มความเข้มงวดในการตรวจสอบระบบ AI อัตโนมัติ
สิ่งที่ต้องจับตามองต่อไป
- การเปิดตัวผลิตภัณฑ์ในเดือนตุลาคม: ข้อเสนอที่ขับเคลื่อนด้วย RSI ที่ใช้งานได้จริงจะเป็นการทดสอบสมมติฐาน "เน้นการประมวลผลเป็นหลัก" ในโลกแห่งความเป็นจริงครั้งแรก โดยจะมีการวิเคราะห์ความคิดเห็นจากผู้ใช้กลุ่มแรกและตัวชี้วัดประสิทธิภาพอย่างใกล้ชิด
- การอัปเดตโครงสร้างพื้นฐานของ AWS: บริการใหม่หรือโมเดลการตั้งราคาที่ประกาศจากการเป็นพันธมิตรกันนี้ อาจกลายเป็นมาตรฐานหลัก (de-facto standard) สำหรับห้องปฏิบัติการ AI อื่นๆ
- พลวัตของการระดมทุน: หากแนวทางของ Recursive พิสูจน์แล้วว่าใช้ได้จริง กระแสเงินทุนจำนวนมากอาจไหลเข้าสู่สตาร์ทอัพที่เน้นการประมวลผลหนักๆ ซึ่งจะเปลี่ยนรูปแบบการคำนวณของเวนเจอร์แคปปิตอลสำหรับ AI
- การตอบสนองจากหน่วยงานกำกับดูแล: ระบบที่สามารถพัฒนาตัวเองได้อย่างชัดเจนอาจดึงดูดความสนใจจากผู้กำหนดนโยบายที่กังวลเกี่ยวกับการตัดสินใจโดยอัตโนมัติ ซึ่งจะส่งผลต่อข้อกำหนดด้านการปฏิบัติตามกฎระเบียบในอนาคต
บทสรุป
Recursive Superintelligence เดิมพันว่าการซื้อทรัพยากรการประมวลผลให้เพียงพอสามารถก้าวล้ำหน้ากลยุทธ์แบบเดิมที่เน้นการจ้างวิศวกรเพิ่มได้ สัญญา AWS มูลค่า 410 ล้านดอลลาร์นี้เป็นการเปิดเผยการเดิมพันดังกล่าว และการเปิดตัวผลิตภัณฑ์ในเดือนตุลาคมจะเป็นตัวชี้วัดที่แท้จริงครั้งแรกว่า "จำนวนเอเจนต์" จะสามารถแทนที่ "จำนวนพนักงาน" ได้จริงหรือไม่ในการแข่งขันสู่ AI ขั้นสูง