Socher jagar själv-AI
Richard Sochers nya startup Recursive Superintelligence har lämnat smygläge med 650 miljoner dollar i finansiering. Målet är AI-system som kan hitta sina egna svagheter och förbättra sig själva.
Published May 14, 2026
Updated May 14, 2026
By NordicBrief Redaktion

Richard Socher kliver in i den nya vågen av forskningsinriktade AI-bolag med Recursive Superintelligence, en San Francisco-baserad startup som har lämnat smygläge med 650 miljoner dollar i finansiering. Bolaget vill bygga AI som kan förbättra sig själv utan direkt mänsklig styrning.

Socher är sedan tidigare känd för chatbotbolaget You.com och sitt arbete kopplat till ImageNet. I det nya bolaget får han sällskap av flera profilerade AI-forskare, bland andra Peter Norvig och Crestas medgrundare Tim Shi.
Kärnan i projektet är rekursiv självförbättring. Det innebär att ett AI-system inte bara hjälper till med en uppgift, utan också själv kan identifiera brister i den egna modellen, formulera forskningsidéer, genomföra ändringar och validera resultaten. Socher beskriver det som ett steg bortom vanlig automatisering.
Bolaget lyfter särskilt fram öppenhet som metod. I intervjun med TechCrunch kopplar Socher det till system som kan skapa och testa varierande miljöer, agenter och angreppssätt, ungefär som när två AI-system kan pressa varandra genom många iterationer för att hitta svagheter och göra en modell säkrare.
Ambitionen placerar Recursive Superintelligence nära den grupp AI-startups som ibland kallas neolabb, men Socher vill inte beskriva bolaget som enbart ett forskningslabb. Han säger att målet är att bygga ett livskraftigt företag med produkter som människor faktiskt använder, och att de första produkterna kan komma inom några kvartal snarare än om flera år.
Samtidigt pekar han på beräkningskraft som en framtida nyckelfråga. Om AI-system blir bättre på att driva forskning själva kan den stora samhällsfrågan bli hur mycket datorkraft som ska läggas på olika problem, från sjukdomar till tekniska genombrott.
Det gör Recursive Superintelligence till ännu ett exempel på hur snabbt AI-fältet rör sig från enskilda modeller mot system som ska kunna utveckla nästa generation av modeller. Om den rekursiva delen faktiskt fungerar återstår att visa.

