Thore Graepel, uno dei ricercatori dietro AlphaGo che ha lasciato Alphabet all'inizio di questa estate, sta raccogliendo decine di milioni di dollari per una nuova startup chiamata Metis Reasoning, secondo un rapporto Bloomberg pubblicato questa settimana. La raccolta, da parte di un piccolo gruppo iniziale di sostenitori, è l’ultima di un’ondata di iniziative in rapida espansione fondate da ex studenti di DeepMind che scommettono che il prossimo salto nell’intelligenza artificiale non arriverà da modelli linguistici più ampi ma da sistemi in grado di pianificare, agire e imparare dalla propria esperienza.
Bloomberg riferisce che la struttura e l'entità del finanziamento potrebbero ancora cambiare e che Metis Reasoning potrebbe raccogliere un'ulteriore tranche di centinaia di milioni di dollari con una valutazione più elevata in un round successivo. Per maggiori informazioni su questa storia, consulta la nostra copertura dell'industria IA.
Ciò che Metis Ragionamento sta costruendo
I dettagli sulla società rimangono scarsi, ma i contorni provengono dai materiali della startup citati da Bloomberg. Secondo il suo sito web, Metis Reasoning sta lavorando sull’intelligenza artificiale in grado di rispondere a problemi non familiari e scegliere un’azione, con applicazioni nella robotica, nella scienza e nell’ingegneria. La descrizione del progetto di Graepel descrive l'ambizione di portare il ragionamento in stile AlphaGo all'intelligenza artificiale di frontiera, in modo che le macchine possano pianificare e agire in condizioni di incertezza.
La distinzione dai sistemi di intelligenza artificiale tradizionali è fondamentale. Un ampio modello linguistico prevede la parola successiva dal testo scritto dall'uomo. I sistemi che Metis Reasoning e i suoi colleghi stanno cercando imparano dalle proprie azioni e valutano cosa fare prima di farlo: un paradigma radicato nell’apprendimento per rinforzo, il metodo in cui l’intelligenza artificiale migliora attraverso tentativi ed errori piuttosto che imitando esempi umani.
Le credenziali di Graepel danno peso alla scommessa. È stato uno dei ricercatori dietro AlphaGo, il sistema di riferimento di DeepMind che padroneggiava il gioco del Go attraverso il gioco autonomo e l'apprendimento per rinforzo, e ha trascorso più di un decennio presso Google DeepMind prima di partire quest'estate per fondare l'azienda.
La diaspora di DeepMind sta raccogliendo miliardi
Metis Reasoning entra in un segmento di mercato che negli ultimi mesi ha visto flussi di capitale straordinari, in gran parte provenienti da persone con la stessa storia di origini londinesi.
David Silver, che ha guidato il team di apprendimento per rinforzo di DeepMind, ha raccolto 1,1 miliardi di dollari per una valutazione di 5,1 miliardi di dollari ad aprile per la sua startup Ineffable Intelligence, secondo TechCrunch, con Sequoia e Lightspeed alla guida del round e Nvidia e Google tra i partecipanti, ha riferito CNBC. Yann LeCun, in partenza da Meta, ha raccolto 1,03 miliardi di dollari con una valutazione pre-money di 3,5 miliardi di dollari a marzo per AMI Labs, che sta costruendo modelli mondiali - sistemi che prevedono come un ambiente risponderà a un'azione, consentendo a un robot di confrontare le opzioni prima di muoversi, come TechCrunch e un articolo del World Economic Forum hanno descritto il concetto.
Più vicino a casa, Emulate, fondata in agosto da tre veterani di DeepMind, è in trattative per raccogliere fino a 700 milioni di dollari con una valutazione di 3,7 miliardi di dollari, ha riferito PYMNTS la scorsa settimana. Ciò lo renderebbe il terzo laboratorio ad uscire dagli uffici londinesi di DeepMind quest’anno con centinaia di milioni di finanziamenti alle spalle.
Perché gli investitori guardano oltre gli LLM
Il filo conduttore di queste iniziative è la tesi secondo cui le leggi di scala che hanno prodotto i chatbot di oggi non produrranno, da sole, macchine in grado di agire in modo affidabile nel mondo fisico e scientifico. La robotica, la scoperta di farmaci, la progettazione ingegneristica e la ricerca scientifica richiedono tutti sistemi in grado di gestire situazioni insolite, formulare piani e imparare dalle conseguenze delle loro azioni: capacità che AlphaGo ha dimostrato in un ambito ristretto quasi dieci anni fa e che startup come Metis Reasoning ora mirano a generalizzare.
Bloomberg nota anche un’innovazione finanziaria che accompagna l’ondata di talenti: tra le startup AI si stanno diffondendo round tranched, in cui il capitale viene raccolto gradualmente. I nuovi laboratori utilizzano una valutazione principale elevata per segnalare fiducia e attrarre talenti, mentre la suddivisione del round consente ai primi sostenitori di acquistare a un prezzo inferiore prima che gli investitori successivi arrivino a un prezzo più alto. La struttura di Metis Reasoning – un modesto rilancio iniziale con un potenziale seguito di centinaia di milioni – si adatta esattamente a questo schema.
Il lato rischioso del registro è altrettanto chiaro. Nessuna di queste aziende ha ancora lanciato un prodotto che giustifichi la sua valutazione, e il divario tra la dimostrazione delle capacità di pianificazione nei benchmark e il loro impiego nella robotica o nella scienza rimane ampio. Come ha affermato PYMNTS nel suo articolo, una valutazione fissata su un nome non ha alcun ancoraggio finché un prodotto non ne guadagna uno.
Tuttavia, con l’aumento di Graepel, la migrazione della leadership dell’apprendimento per rinforzo di DeepMind in laboratori indipendenti è ora effettivamente completa e gli investitori hanno segnalato di essere disposti a finanziare un secondo atto per il paradigma che ha dato il via al boom dell’intelligenza artificiale moderna. Se Metis Reasoning riuscirà a convertire il comprovato programma di AlphaGo in prodotti commerciali determinerà se quella fiducia fosse lungimiranza o spuma. Per una copertura continua della corsa ai finanziamenti che sta rimodellando l'IA, segui la nostra sezione di notizie sulle startup AI.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
