La Superinteligencia Recursiva recauda $650 millones a una valoración de $4.65 mil millones para construir IA auto-mejorativa.

      TL;DRRecursive Superintelligence, una startup fundada por exlíderes de Meta AI, Google DeepMind, OpenAI y Salesforce AI, ha salido de la clandestinidad con $650 millones en financiamiento y una valoración de $4.65 mil millones. Liderada por Richard Socher y cofundada por el exdirector de Meta FAIR Yuandong Tian, la empresa persigue la auto-mejora recursiva: sistemas de IA que se mejoran a sí mismos de manera autónoma en un bucle acelerado. GV, Greycroft, Nvidia y AMD respaldaron la ronda. La startup tiene menos de 30 empleados y ningún producto lanzado.

      La idea de que un sistema de IA podría mejorar por sí mismo, y luego usar esas mejoras para mejorar nuevamente, más rápido, en un bucle acelerado que eventualmente supere a cada investigador humano en la tierra, ha sido un elemento del folclore de la informática desde al menos la década de 1960. Durante la mayor parte de ese tiempo, permaneció cómodamente teórica. Ahora alguien ha recaudado $650 millones para construirlo.

      Recursive Superintelligence, una startup fundada por exlíderes de Meta AI, Google DeepMind, OpenAI, Salesforce AI y Uber AI, emergió de la clandestinidad el 13 de mayo con una valoración de $4.65 mil millones y una tesis que habría sonado como ciencia ficción hace dos años, pero que ahora se encuentra firmemente dentro de la ventana de Overton de la ambición de Silicon Valley. La misión declarada de la empresa: construir sistemas de IA que puedan descubrir conocimiento de manera autónoma, optimizarse continuamente y evolucionar en un bucle abierto, muy parecido a la evolución biológica, pero sin la inconveniencia de esperar millones de años.

      El equipo detrás del bucle

      La ronda fue liderada por GV, el brazo de capital de riesgo de Alphabet, y Greycroft, con la participación de Nvidia y AMD, los dos fabricantes de chips cuyo hardware sustenta prácticamente todo el entrenamiento de IA de frontera. La participación de ambas empresas es notable: la inversión estratégica de las firmas que venden las herramientas sugiere que ven la auto-mejora recursiva no como una curiosidad teórica, sino como un cliente de computación a corto plazo.

      El equipo fundador está diseñado para señalar credibilidad. Richard Socher, el excientífico jefe de Salesforce y fundador del motor de búsqueda de IA You.com, lidera la empresa junto a siete cofundadores: Yuandong Tian, anteriormente director de científicos de investigación en el laboratorio de Investigación Fundamental de IA de Meta (FAIR), donde lideró trabajos sobre aprendizaje por refuerzo, razonamiento LLM y optimización guiada por IA; Tim Rocktaschel, profesor de IA en University College London y excientífico principal en Google DeepMind; Alexey Dosovitskiy, uno de los autores del Vision Transformer (ViT), el artículo de 2020 que transformó la investigación en visión por computadora; Josh Tobin, anteriormente de OpenAI; Caiming Xiong; Tim Shi; y Jeff Clune. Peter Norvig, coautor de Artificial Intelligence: A Modern Approach, el libro de texto estándar en el campo, actúa como asesor.

      La participación de Tian Yuandong es particularmente notable. Graduado de la Universidad Jiao Tong de Shanghái, que luego obtuvo un doctorado en robótica de Carnegie Mellon, Tian pasó más de una década en Meta FAIR, donde su trabajo abarcó algunos de los problemas más importantes en la investigación moderna de IA. Lideró el proyecto DarkForest Go, una IA de Go basada en CNN desarrollada antes de que AlphaGo de DeepMind captara la atención mundial, y luego se convirtió en el científico principal de ELF OpenGo. Su salida de Meta y su entrada inmediata en una startup que persigue el objetivo más ambicioso en el campo es en sí misma una señal: el talento que construyó la generación actual de sistemas de IA ahora está apostando a que la próxima generación puede construirse a sí misma.

      Lo que realmente significa la auto-mejora recursiva

      El concepto es engañosamente simple. En lugar de que los investigadores humanos diseñen cada nueva generación de IA, un sistema de IA automatizaría partes de su propio proceso de investigación y desarrollo, generando mejoras que a su vez lo hacen mejor en generar mejoras. Una empresa que logre esto primero podría, en teoría, extender su ventaja sobre los competidores exponencialmente, porque su velocidad de desarrollo sería compuesta en lugar de lineal.

      Recursive Superintelligence ha delineado una hoja de ruta por etapas. El primer paso, según los materiales de la empresa, es entrenar un sistema con las capacidades de "50,000 doctores" para automatizar la investigación científica de IA. A partir de ahí, la empresa planea ejecutar lo que llama un sistema de entrenamiento autónomo "Nivel 1", con un lanzamiento público previsto para mediados de 2026. La financiación se utilizará en parte para asegurar la infraestructura de computación a gran escala necesaria para llevar a cabo estos experimentos.

      La empresa actualmente opera desde oficinas en San Francisco y Londres, con un equipo que ha crecido más allá de 25 investigadores e ingenieros. La ronda fue descrita como sobredemandada.

      La carrera ya ha comenzado

      Recursive Superintelligence no está persiguiendo esta tesis en aislamiento. Los laboratorios de IA más grandes ya están utilizando sus propios modelos para acelerar la investigación. Anthropic ha dicho que la mayoría de su código ahora es escrito por Claude. OpenAI ha informado que GPT-5.5 desarrolló un método de paralelización que aumentó las velocidades de generación de tokens en más del 20%. Google DeepMind ha construido AlphaEvolve, un agente de codificación diseñado para el descubrimiento científico y algorítmico. El cofundador de Google, Sergey Brin, ha descrito supuestamente las ganancias de codificación como un camino hacia el "despegue de la IA" internamente.

      Lo que distingue a Recursive Superintelligence de estos esfuerzos es que ninguno de los principales laboratorios ha organizado una empresa completa en torno a la auto-mejora recursiva como su tesis comercial central. OpenAI, Anthropic y Google DeepMind utilizan IA para asistir en sus flujos de trabajo de investigación, pero sus negocios están construidos en torno a la venta de modelos y acceso a API. Recursive está apostando a que el bucle de auto-mejora en sí mismo es el producto.

      Si esa apuesta da sus frutos depende de una pregunta que sigue siendo genuinamente abierta: si la auto-mejora recursiva produce el tipo de aceleración descontrolada que sus defensores describen, o si converge en rendimientos decrecientes a medida que cada ciclo de mejora produce ganancias más pequeñas. El cofundador de Anthropic, Jack Clark, ha estimado una probabilidad de aproximadamente 60% de que un sistema capaz de entrenar a un sucesor más poderoso por sí mismo, sin intervención humana, existirá para finales de 2028, y un 30% de probabilidad para 2027.

      Por ahora, lo que es cierto es el precio que el mercado ha puesto sobre la posibilidad. Recursive Superintelligence tiene cuatro meses, tiene menos de 30 empleados y no ha lanzado un producto. Está valorada en $4.65 mil millones. En el actual clima de inversión en IA, la promesa de una máquina que puede mejorar por sí misma aparentemente vale más que muchas empresas que ya han construido una.