სტარტაპ Ricursive Intelligence-ის თანადამფუძნებლები, როგორც ჩანს, ამ როლისთვის იყვნენ განწირულნი. ანა გოლდი, აღმასრულებელი დირექტორი, და აზალია მირჰოსეინი, ტექნიკური დირექტორი, იმდენად ცნობილები არიან AI საზოგადოებაში, რომ ისინი იმ AI ინჟინრებს შორის იყვნენ, ვინც „ცუკერბერგისგან გიჟური შეთავაზებებით უცნაურ ელფოსტებს იღებდნენ“, – უთხრა გოლდიმ TechCrunch-ს სიცილით. (მათ შეთავაზებები არ მიიღეს.) წყვილი ერთად მუშაობდა Google Brain-ში და Anthropic-ის ადრეული თანამშრომლები იყვნენ. მათ Google-ში აღიარება მოიპოვეს Alpha Chip-ის შექმნით — ხელოვნური ინტელექტის ინსტრუმენტი, რომელსაც შეეძლო საიმედო ჩიპების განლაგების გენერირება საათებში — პროცესი, რომელსაც ადამიან დიზაინერებს, როგორც წესი, ერთი წელი ან მეტი სჭირდებათ. ინსტრუმენტმა Google-ის Tensor Processing Units-ის სამი თაობის დიზაინში მიიღო მონაწილეობა. ეს გამოცდილება ხსნის, თუ რატომ, Ricursive-ის გაშვებიდან სულ რაღაც ოთხი თვის შემდეგ, გასულ თვეს მათ გამოაცხადეს $300 მილიონიანი Series A რაუნდის შესახებ, $4 მილიარდი შეფასებით, რომელსაც Lightspeed ხელმძღვანელობდა, $35 მილიონიანი Seed რაუნდის მოზიდვიდან სულ რაღაც რამდენიმე თვის შემდეგ, რომელსაც Sequoia ხელმძღვანელობდა. Ricursive აშენებს ხელოვნური ინტელექტის ინსტრუმენტებს, რომლებიც ჩიპებს აპროექტებენ და არა თავად ჩიპებს. ეს მათ ფუნდამენტურად განასხვავებს თითქმის ყველა სხვა AI ჩიპების სტარტაპისგან: ისინი არ არიან Nvidia-ის კონკურენტები. სინამდვილეში, Nvidia თავად ინვესტორია. GPU გიგანტი, AMD-სთან, Intel-თან და ყველა სხვა ჩიპების მწარმოებელთან ერთად, სტარტაპის სამიზნე მომხმარებლები არიან. „ჩვენ გვინდა, რომ ნებისმიერი ჩიპი, როგორიცაა საბაჟო ჩიპი ან უფრო ტრადიციული ჩიპი, ნებისმიერი სახის ჩიპი, აშენდეს ავტომატიზებული და ძალიან დაჩქარებული გზით. ამისთვის ხელოვნურ ინტელექტს ვიყენებთ“, — განუცხადა მირჰოსეინიმ TechCrunch-ს. მათი გზები პირველად სტენფორდში გადაიკვეთა, სადაც გოლდიმ დოქტორის ხარისხი მიიღო, ხოლო მირჰოსეინი კომპიუტერული მეცნიერების გაკვეთილებს ასწავლიდა. მას შემდეგ, მათი კარიერა სინქრონულად ვითარდებოდა. „ჩვენ Google Brain-ში ერთსა და იმავე დღეს დავიწყეთ მუშაობა. Google Brain-ი ერთსა და იმავე დღეს დავტოვეთ. Anthropic-ს ერთსა და იმავე დღეს შევუერთდით. Anthropic-ი ერთსა და იმავე დღეს დავტოვეთ. Google-ს ერთსა და იმავე დღეს დავუბრუნდით და შემდეგ ისევ ერთსა და იმავე დღეს დავტოვეთ Google. შემდეგ ეს კომპანია ერთად, ერთსა და იმავე დღეს დავიწყეთ“, — იხსენებს გოლდი. Google-ში მუშაობის დროს, კოლეგები იმდენად ახლოს იყვნენ, რომ ერთად ვარჯიშობდნენ კიდეც, ორივე circuit training-ით ტკბებოდა. ეს სიტყვათა თამაში არ გამორჩენია ჯეფ დინს, ცნობილ Google-ის ინჟინერს, რომელიც მათი თანამშრომელი იყო. მან მათ Alpha Chip პროექტს „ჩიპის წრედის ვარჯიში“ შეარქვა — მათი საერთო სავარჯიშო რუტინის მიხედვით. შიდა წრეში წყვილს მეტსახელიც ჰქონდა: A&A. Alpha Chip-მა მათ ინდუსტრიული აღიარება მოუტანა, მაგრამ ასევე დაპირისპირებაც გამოიწვია. 2022 წელს, Google-ის ერთ-ერთი მათი კოლეგა გაათავისუფლეს, როგორც Wired იუწყება, მას შემდეგ, რაც მან წლების განმავლობაში ცდილობდა A&A-ის და მათი ჩიპების ნამუშევრების დისკრედიტაციას, მიუხედავად იმისა, რომ ეს ნამუშევარი Google-ის ზოგიერთი ყველაზე მნიშვნელოვანი, ბიზნესისთვის გადამწყვეტი AI ჩიპების წარმოებაში იყო გამოყენებული. მათმა Alpha Chip პროექტმა Google Brain-ში დაამტკიცა კონცეფცია, რომელიც Ricursive-ის საფუძველი გახდებოდა — ხელოვნური ინტელექტის გამოყენება ჩიპების დიზაინის დრამატული დაჩქარებისთვის. პრობლემა ის არის, რომ კომპიუტერულ ჩიპებს მილიონობით, მილიარდობით ლოგიკური კარიბჭის კომპონენტი აქვთ ინტეგრირებული მათ სილიკონის ფირფიტაზე. ადამიან დიზაინერებს შეუძლიათ ერთი წელი ან მეტი დახარჯონ ამ კომპონენტების ჩიპზე განთავსებაზე, რათა უზრუნველყონ ეფექტურობა, ენერგიის კარგი გამოყენება და ნებისმიერი სხვა დიზაინის საჭიროება. ასეთი უსასრულოდ მცირე კომპონენტების ზუსტი ციფრული განსაზღვრა, როგორც შეიძლება მოელოდეთ, რთულია. Alpha Chip-ს „შეეძლო ძალიან მაღალი ხარისხის განლაგების გენერირება, დაახლოებით, ექვს საათში. და ამ მიდგომის მაგარი ის იყო, რომ ის რეალურად სწავლობს გამოცდილებიდან“, – თქვა გოლდიმ. მათი AI ჩიპების დიზაინის მუშაობის არსი არის „ჯილდოს სიგნალის“ გამოყენება, რომელიც აფასებს რამდენად კარგია დიზაინი. შემდეგ აგენტი იყენებს ამ შეფასებას „თავისი ღრმა ნერვული ქსელის პარამეტრების განახლებისთვის, რათა გაუმჯობესდეს“, – თქვა გოლდიმ. ათასობით დიზაინის დასრულების შემდეგ, აგენტმა მართლაც კარგად ისწავლა. ის ასევე დაჩქარდა სწავლის პროცესში, ამბობენ დამფუძნებლები. Ricursive-ის პლატფორმა ამ კონცეფციას კიდევ უფრო გააღრმავებს. ხელოვნური ინტელექტის ჩიპების დიზაინერი, რომელსაც ისინი ქმნიან, „ისწავლის სხვადასხვა ჩიპებზე“, — თქვა გოლდიმ. ასე რომ, ყოველი შექმნილი ჩიპი მას უკეთეს დიზაინერად აქცევს მომავალი ჩიპებისთვის. Ricursive-ის პლატფორმა ასევე იყენებს LLM-ებს და ყველაფერს გაუმკლავდება კომპონენტების განლაგებიდან დიზაინის ვერიფიკაციამდე. ნებისმიერი კომპანია, რომელიც აწარმოებს ელექტრონიკას და სჭირდება ჩიპები, მათი სამიზნე მომხმარებელია. თუ მათი პლატფორმა თავს დაამტკიცებს, როგორც ეს სავარაუდოა, Ricursive-ს შეუძლია მნიშვნელოვანი როლი შეასრულოს ხელოვნური ზოგადი ინტელექტის (AGI) მიღწევის გლობალურ მიზანში.