Thore Graepel, einer der Forscher hinter AlphaGo, der Alphabet Anfang des Sommers verlassen hat, sammelt laut einem diese Woche veröffentlichten Bloomberg-Bericht Dutzende Millionen Dollar für ein neues Startup namens Metis Reasoning. Die Spendenaktion einer kleinen ersten Gruppe von Unterstützern ist die jüngste in einer schnell wachsenden Welle von Unternehmungen, die von DeepMind-Alumni gegründet wurden, die darauf wetten, dass der nächste Sprung in der KI nicht von größeren Sprachmodellen ausgehen wird, sondern von Systemen, die aus ihren eigenen Erfahrungen planen, handeln und lernen können.
Bloomberg berichtet, dass sich die Struktur und der Umfang der Finanzierung noch ändern könnten und dass Metis Reasoning in einer späteren Runde eine weitere Tranche von Hunderten Millionen Dollar zu einer höheren Bewertung aufbringen könnte. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.
Was Metis Reasoning aufbaut
Details über das Unternehmen bleiben spärlich, aber die Umrisse stammen aus den von Bloomberg zitierten eigenen Materialien des Startups. Laut seiner Website arbeitet Metis Reasoning an künstlicher Intelligenz, die auf unbekannte Probleme reagieren und eine Aktion auswählen kann, mit Anwendungen in der Robotik, Wissenschaft und Technik. Graepels eigene Projektbeschreibung beschreibt das Ziel, das Denken im AlphaGo-Stil in die Grenz-KI zu bringen, damit Maschinen unter Unsicherheit planen und handeln können.
Die Abgrenzung zu Mainstream-KI-Systemen ist grundlegend. Ein großes Sprachmodell sagt das nächste Wort aus von Menschen geschriebenem Text voraus. Die Systeme, die Metis Reasoning und seine Kollegen verfolgen, lernen aus ihren eigenen Handlungen und wägen ab, was zu tun ist, bevor sie es tun – ein Paradigma, das auf Reinforcement Learning basiert, der Methode, bei der sich die KI durch Versuch und Irrtum und nicht durch Nachahmung menschlicher Vorbilder verbessert.
Graepels Referenzen geben der Wette Gewicht. Er war einer der Forscher hinter AlphaGo, dem bahnbrechenden System von DeepMind, das das Go-Spiel durch Selbstspiel und verstärkendes Lernen beherrschte, und er verbrachte mehr als ein Jahrzehnt bei Google DeepMind, bevor er diesen Sommer ging, um das Unternehmen zu gründen.
Die DeepMind-Diaspora sammelt Milliarden
Metis Reasoning betritt ein Marktsegment, das in den letzten Monaten außergewöhnliche Kapitalzuflüsse verzeichnete, viele davon von Menschen mit der gleichen Londoner Herkunftsgeschichte.
David Silver, der das Reinforcement-Learning-Team von DeepMind leitete, sammelte laut TechCrunch im April 1,1 Milliarden US-Dollar bei einer Bewertung von 5,1 Milliarden US-Dollar für sein Startup Ineffable Intelligence, wobei Sequoia und Lightspeed die Runde gemeinsam anführten und Nvidia und Google unter den Teilnehmern waren, berichtete CNBC. Yann LeCun, der Meta verlässt, sammelte im März 1,03 Milliarden US-Dollar bei einer Pre-Money-Bewertung von 3,5 Milliarden US-Dollar für AMI Labs, das Weltmodelle erstellt – Systeme, die vorhersagen, wie eine Umgebung auf eine Aktion reagieren wird, und es einem Roboter ermöglichen, Optionen zu vergleichen, bevor er sich bewegt, wie TechCrunch und ein Artikel des Weltwirtschaftsforums das Konzept beschrieben.
In der näheren Umgebung befindet sich Emulate, das im August von drei DeepMind-Veteranen gegründet wurde, in Gesprächen, um bis zu 700 Millionen US-Dollar bei einem Wert von 3,7 Milliarden US-Dollar aufzubringen, wie PYMNTS letzte Woche berichtete. Damit wäre es das dritte Labor, das in diesem Jahr aus den Londoner Büros von DeepMind ausgegliedert wird und über eine Finanzierung in Höhe von Hunderten Millionen verfügt.
Warum Investoren über LLMs hinausblicken
Der rote Faden dieser Unternehmungen ist die These, dass die Skalierungsgesetze, die die heutigen Chatbots hervorgebracht haben, allein keine Maschinen hervorbringen werden, die zuverlässig in der physischen und wissenschaftlichen Welt agieren können. Robotik, Arzneimittelentwicklung, technisches Design und wissenschaftliche Forschung erfordern alle Systeme, die mit unbekannten Situationen umgehen, Pläne erstellen und aus den Konsequenzen ihres Handelns lernen können – Fähigkeiten, die AlphaGo vor fast einem Jahrzehnt in einem engen Bereich demonstriert hat und die Start-ups wie Metis Reasoning nun verallgemeinern wollen.
Bloomberg weist außerdem auf eine mit der Talentwelle einhergehende Finanzierungsinnovation hin: Tranched-Runden, bei denen das Kapital schrittweise eingesammelt wird, breiten sich unter KI-Startups aus. Neue Labore nutzen eine hohe Gesamtbewertung, um Vertrauen zu signalisieren und Talente anzuziehen, während die Aufteilung der Runde es frühen Geldgebern ermöglicht, sich zu einem niedrigeren Preis einzukaufen, bevor spätere Investoren höher einsteigen. Die Struktur von Metis Reasoning – eine bescheidene anfängliche Erhöhung mit einer potenziellen Folgesumme von Hunderten von Millionen – passt genau in dieses Muster.
Die Risikoseite des Hauptbuchs ist ebenso klar. Keines dieser Unternehmen hat bisher ein Produkt ausgeliefert, das seine Bewertung rechtfertigt, und die Lücke zwischen der Demonstration von Planungsfähigkeiten in Benchmarks und deren Einsatz in der Robotik oder Wissenschaft bleibt groß. Wie PYMNTS es in seiner Berichterstattung ausdrückte, hat eine auf einen Namen festgelegte Bewertung keinen Anker, bis ein Produkt einen solchen erhält.
Dennoch ist mit Graepels Gehaltserhöhung die Migration der Führungsrolle von DeepMind im Bereich Reinforcement Learning in unabhängige Labore nun praktisch abgeschlossen, und Investoren haben signalisiert, dass sie bereit sind, einen zweiten Schritt für das Paradigma zu finanzieren, das den modernen KI-Boom auslöste. Ob Metis Reasoning das bewährte Spielbuch von AlphaGo in kommerzielle Produkte umsetzen kann, wird darüber entscheiden, ob diese Zuversicht vorausschauend oder vorgetäuscht war. Für eine fortlaufende Berichterstattung über den Finanzierungswettlauf zur Neugestaltung der KI folgen Sie unserem Abschnitt mit Neuigkeiten zu KI-Startups.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
