La Superinteligencia recursiva recauda 650 millones de dólares con una valoración de 4.650 millones de dólares para construir una IA que se mejore a sí misma
TL; DR
Recursive Superintelligence, una startup fundada por ex líderes de Meta AI, Google DeepMind, OpenAI y Salesforce AI, ha surgido del sigilo con 650 millones de dólares en financiación y una valoración de 4,650 millones de dólares. Dirigida por Richard Socher y cofundada por el exdirector de Meta FAIR, Yuandong Tian, la empresa busca una superación personal iterativa: sistemas de inteligencia artificial que se mejoran a sí mismos de forma autónoma en un ciclo acelerado. GV, Greycroft, Nvidia y AMD apoyaron la ronda. La startup tiene menos de 30 empleados y no ha lanzado ningún producto.
La idea de que un sistema de IA puede mejorarse a sí mismo y luego utilizar esas mejoras para mejorarse de nuevo, más rápidamente, superando eventualmente a todos los investigadores humanos del planeta, ha sido una constante en el folklore informático desde al menos la década de 1960. Durante la mayor parte de ese tiempo, fue cómodamente teórico. Ahora alguien ha recaudado 650 millones de dólares para construirlo.
Recursive Superintelligence, una startup fundada por ex líderes de Meta AI, Google DeepMind, OpenAI, Salesforce AI y Uber AI, surgió del sigilo el 13 de mayo con una valoración de 4.650 millones de dólares y una tesis que sonaba a ciencia ficción hace dos años pero que ahora se encuentra dentro de una ventana de Overton en Cimbly Valley. La misión declarada de la empresa: construir sistemas de inteligencia artificial que puedan descubrir conocimientos de forma autónoma, optimizarse continuamente y evolucionar en un ciclo abierto, muy parecido a la evolución biológica, pero sin el inconveniente de esperar millones de años.
El equipo detrás del circuito
Espacio de coworking de TNW City: donde ocurre tu mejor trabajo
Un espacio de trabajo diseñado para el crecimiento, la colaboración y un sinfín de oportunidades de networking en el corazón de la tecnología.
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 vanguardia en IA. La participación de ambas empresas es significativa: las inversiones estratégicas de empresas que venden picos y palas sugieren que ven la superación personal iterativa no como una curiosidad teórica sino como un cliente de cálculo a corto plazo.
El equipo fundador está diseñado para dar credibilidad. Richard Socher, ex científico jefe de Salesforce y fundador del motor de búsqueda de IA You.com, dirige la compañía con siete cofundadores: Yuandong Tian, ex director científico de investigación en el Laboratorio de Investigación Fundamental de IA de Matter (FAIR), donde trabajó en aprendizaje reforzado, guiado por LLAI-AI y aprendizaje de optimización. Tim Rocktaschel, profesor de IA en el University College de Londres y ex científico jefe de Google DeepMind; Alexey Dosovitsky, coautor de Vision Transformer (ViT), el artículo de 2020 que reformuló la investigación en visión por computadora; Josh Tobin, ex miembro de OpenAI; Kai Ming Xiong; Tim Shi; y Jeff Clune. Peter Norvig, coautor de Inteligencia artificial: un enfoque modernoActúa como asesor de libros de texto universitarios estándar en la materia.
La participación de Tian Yuandong es particularmente interesante. Tian se graduó de la Universidad Jiao Tong de Shanghai y obtuvo un doctorado en robótica de Carnegie Mellon. Pasó más de una década en MetaFAIR, donde su trabajo abarcó algunos de los problemas más fructíferos de la investigación moderna en IA. Dirigió el proyecto DarkForest Go, una Go AI basada en CNN desarrollada antes de que AlphaGo de DeepMind ganara atención global, y luego se convirtió en jefe científico de ELF OpenGo. Su salida de Meta y su entrada inmediata en una startup que persigue los objetivos más ambiciosos del campo es en sí misma una señal: el talento que construye la generación actual de sistemas de IA ahora apuesta a que la próxima generación puede construirse a sí misma.
Lo que realmente significa la superación personal iterativa
El concepto es engañosamente simple. En lugar de que investigadores humanos diseñen cada nueva generación de IA, un sistema de IA automatizará partes de su propio proceso de investigación y desarrollo, realizando mejoras que lo hagan mejor para mejorar. Una empresa que logre esto primero podrá, en teoría, ampliar su ventaja sobre sus competidores de manera exponencial, ya que su velocidad de desarrollo será compleja en lugar de lineal.
La superinteligencia recursiva describe una hoja de ruta por etapas. El primer paso es formar un sistema capaz de "50.000 médicos" para automatizar la investigación científica de IA, según los materiales de la empresa. A partir de ahí, la empresa planea ejecutar un sistema de formación autónomo de "Nivel 1″, cuyo lanzamiento público está previsto para mediados de 2026. La financiación se utilizará en parte para asegurar la infraestructura informática a gran escala necesaria para ejecutar estos experimentos.
La empresa opera actualmente desde oficinas en San Francisco y Londres, con un equipo que supera los 25 investigadores e ingenieros. La ronda fue descrita como con un exceso de solicitudes masivas.
La carrera ya está en marcha
La superinteligencia recursiva no sigue esta tesis de forma aislada. Los mayores laboratorios de IA ya están utilizando sus propios modelos para acelerar la investigación. Anthropic dice que la mayor parte de su código ahora está escrito por Claude. OpenAI informó que GPT-5.5 desarrolló un método de paralelización que aumentó la velocidad de generación de tokens en más del 20%. Google DeepMind ha desarrollado AlphaEvolve, un agente de codificación diseñado para el descubrimiento científico y algorítmico. El cofundador de Google, Sergey Brin, ha descrito internamente el amor por la codificación como el camino hacia el "despegue de la IA".
Lo que distingue a la superinteligencia recursiva de estos esfuerzos es que ningún laboratorio importante ha organizado una empresa entera en torno a la superación personal recursiva como su tesis comercial central. OpenAI, Anthropic y Google DeepMind utilizan IA para ayudar en sus flujos de trabajo de investigación, pero sus negocios se basan en la venta de modelos y el acceso a API. La apuesta recursiva es que el ciclo de mejora personal es en sí mismo el producto.
Que esa apuesta dé sus frutos depende de una cuestión que realmente permanece abierta: si la superación personal iterativa produce el tipo de aceleración galopante que afirman sus defensores, o si cada ciclo de mejora resulta en pequeñas ganancias que lo agravan en rendimientos decrecientes. El cofundador de Anthropologie, Jack Clark, estima que hay un 60% de posibilidades para finales de 2028 y un 30% de posibilidades para 2027 de tener un sistema capaz de formar sucesores más poderosos, sin participación humana.
Por ahora, lo que es seguro es hasta qué punto el mercado está valorando el potencial. Recursive Superintelligence tiene cuatro meses, tiene menos de 30 empleados y no ha lanzado ningún producto. Está valorado en 4.650 millones de dólares. En el actual entorno de inversión en IA, la promesa de una máquina que pueda mejorarse a sí misma aparentemente vale más que las muchas empresas que ya han construido una.
