Według opublikowanego w tym tygodniu raportu Bloomberga Thore Graepel, jeden z badaczy AlphaGo, który opuścił Alphabet na początku tego lata, zbiera dziesiątki milionów dolarów na nowy startup o nazwie Metis Reasoning. Podwyżka, przyznana przez niewielką początkową grupę sponsorów, jest najnowszym z szybko rozwijającej się fali przedsięwzięć założonych przez absolwentów DeepMind, którzy obstawiają, że kolejny krok w dziedzinie sztucznej inteligencji nie będzie wynikał z większych modeli językowych, ale z systemów, które potrafią planować, działać i uczyć się na podstawie własnego doświadczenia.

Bloomberg podaje, że struktura i wielkość finansowania mogą jeszcze ulec zmianie oraz że Metis Reasoning może pozyskać w późniejszej rundzie kolejną transzę o wartości setek milionów dolarów po wyższej wycenie. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Co buduje Metis Reasoning

Szczegóły na temat firmy pozostają skąpe, ale zarysy pochodzą z materiałów własnych startupu, cytowanych przez Bloomberga. Według swojej strony internetowej Metis Reasoning pracuje nad sztuczną inteligencją, która może reagować na nieznane problemy i wybierać działania, co znajdzie zastosowanie w robotyce, nauce i inżynierii. W opisie własnego projektu Graepel opisuje ambicję jako przeniesienie rozumowania w stylu AlphaGo do pionierskich rozwiązań AI, tak aby maszyny mogły planować i działać w warunkach niepewności.

Rozróżnienie od głównego nurtu systemów sztucznej inteligencji jest fundamentalne. Duży model językowy przewiduje następne słowo na podstawie tekstu pisanego przez człowieka. Systemy, nad którymi pracuje Metis Reasoning i jego rówieśnicy, uczą się na podstawie własnych działań i rozważają, co zrobić, zanim to zrobią — jest to paradygmat zakorzeniony w uczeniu się przez wzmacnianie, czyli metodzie, w której sztuczna inteligencja udoskonala się metodą prób i błędów, a nie poprzez naśladowanie ludzkich przykładów.

Referencje Graepela dają wagę zakładu. Był jednym z badaczy odpowiedzialnych za AlphaGo, przełomowy system DeepMind, który opanował grę Go poprzez samodzielną zabawę i uczenie się przez wzmacnianie, a przed odejściem tego lata i założeniem firmy spędził ponad dziesięć lat w Google DeepMind.

Diaspora DeepMind zbiera miliardy

Metis Reasoning wkracza do segmentu rynku, który w ostatnich miesiącach odnotował niezwykłe przepływy kapitału, w większości od osób o tym samym pochodzeniu z Londynu.

Według TechCrunch David Silver, który kierował zespołem uczenia się przez wzmacnianie w DeepMind, zebrał w kwietniu 1,1 miliarda dolarów przy wycenie 5,1 miliarda dolarów dla swojego startupu Ineffable Intelligence, według TechCrunch, a rundą współprzewodniczyły firmy Sequoia i Lightspeed, a wśród uczestników znalazły się Nvidia i Google – podało CNBC. Yann LeCun, odchodzący z Meta, zebrał 1,03 miliarda dolarów przy wycenie wstępnej na poziomie 3,5 miliarda dolarów w marcu dla AMI Labs, która buduje modele świata — systemy przewidujące, jak środowisko zareaguje na działanie, pozwalające robotowi porównywać opcje przed ruchem, jak opisano tę koncepcję w TechCrunch i artykule na Światowym Forum Ekonomicznym.

Bliżej domu firma Emulate, założona w sierpniu przez trzech weteranów DeepMind, prowadzi rozmowy w sprawie zebrania do 700 milionów dolarów przy wycenie 3,7 miliarda dolarów, jak podał w zeszłym tygodniu PYMNTS. Oznaczałoby to, że byłoby to już trzecie laboratorium, które wydzieli się w tym roku z londyńskich biur DeepMind, a za którym stoją setki milionów dolarów finansowania.

Dlaczego inwestorzy nie patrzą w przyszłość na LLM

Wspólnym wątkiem tych przedsięwzięć jest teza, że prawa skalowania, które dały początek dzisiejszym chatbotom, same w sobie nie pozwolą na stworzenie maszyn, które będą mogły niezawodnie działać w świecie fizycznym i naukowym. Robotyka, odkrywanie leków, projektowanie inżynieryjne i badania naukowe wymagają systemów, które radzą sobie w nieznanych sytuacjach, tworzą plany i wyciągają wnioski z konsekwencji swoich działań — czyli możliwości, które AlphaGo zademonstrowała w wąskiej dziedzinie prawie dziesięć lat temu i które start-upy takie jak Metis Reasoning obecnie starają się uogólniać.

Bloomberg zauważa również innowację w zakresie finansowania towarzyszącą fali talentów: wśród start-upów zajmujących się sztuczną inteligencją rozpowszechniają się rundy transzowe, podczas których kapitał jest pozyskiwany stopniowo. Nowe laboratoria wykorzystują wysoką wycenę główną, aby zasygnalizować pewność siebie i przyciągnąć talenty, a podział rundy pozwala wczesnym inwestorom dokonać zakupu po niższej cenie, zanim późniejsi inwestorzy osiągną wyższą cenę. Struktura Metis Reasoning – skromna początkowa podwyżka z potencjalnymi konsekwencjami w wysokości setek milionów – dokładnie pasuje do tego schematu.

Strona ryzyka w księdze jest równie jasna. Żadna z tych firm nie dostarczyła jeszcze produktu uzasadniającego jej wycenę, a rozbieżność między wykazaniem możliwości planowania w benchmarkach a ich zastosowaniem w robotyce lub nauce pozostaje duża. Jak ujął to PYMNTS w swoich materiałach, wycena oparta na nazwie nie jest zakotwiczona, dopóki produkt na nią nie zasłuży.

Mimo to wraz z podwyżką Graepela migracja kierownictwa DeepMind w zakresie uczenia się przez wzmacnianie do niezależnych laboratoriów została w zasadzie zakończona, a inwestorzy zasygnalizowali, że są skłonni sfinansować drugi akt na rzecz paradygmatu, który zapoczątkował boom na współczesną sztuczną inteligencję. To, czy Metis Reasoning będzie w stanie przekształcić sprawdzony podręcznik AlphaGo w produkty komercyjne, zadecyduje, czy ta pewność była przewidywaniem, czy pianą. Aby na bieżąco śledzić wyścig finansowania zmieniający kształt sztucznej inteligencji, śledź naszą sekcję z aktualnościami dotyczącymi startupów AI.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →