Согласно отчету Bloomberg, опубликованному на этой неделе, Тор Грепель, один из исследователей AlphaGo, покинувший Alphabet ранее этим летом, собирает десятки миллионов долларов для нового стартапа под названием Metis Reasoning. Повышение от небольшой первоначальной группы спонсоров является последним в быстро растущей волне предприятий, основанных выпускниками DeepMind, которые делают ставку на то, что следующий скачок в ИИ произойдет не за счет более крупных языковых моделей, а за счет систем, которые смогут планировать, действовать и учиться на собственном опыте.

Bloomberg сообщает, что структура и размер финансирования все еще могут измениться и что Metis Reasoning может привлечь дополнительный транш в сотни миллионов долларов при более высокой оценке в более позднем раунде. Подробнее об этой истории — в нашем тенденции ИИ.

Что строит Metis Reasoning

Подробности о компании пока скудны, но общие сведения взяты из собственных материалов стартапа, которые цитирует Bloomberg. Согласно веб-сайту, Metis Reasoning работает над искусственным интеллектом, который может реагировать на незнакомые проблемы и выбирать действие, с применением в робототехнике, науке и технике. В описании проекта Грепеля говорится, что его амбиции заключаются в том, чтобы привнести рассуждения в стиле AlphaGo в передовой искусственный интеллект, чтобы машины могли планировать и действовать в условиях неопределенности.

Отличие от основных систем искусственного интеллекта является фундаментальным. Большая языковая модель предсказывает следующее слово из текста, написанного человеком. Системы, которые преследует Metis Reasoning и ее коллеги, учатся на собственных действиях и взвешивают, что делать, прежде чем что-то делать — парадигма, основанная на обучении с подкреплением, методе, в котором ИИ совершенствуется путем проб и ошибок, а не путем подражания человеческим примерам.

Полномочия Грепеля придают ставке вес. Он был одним из исследователей AlphaGo, знаковой системы DeepMind, которая освоила игру в го посредством самостоятельной игры и обучения с подкреплением, и он провел более десяти лет в Google DeepMind, прежде чем уйти этим летом, чтобы основать компанию.

Диаспора DeepMind собирает миллиарды

Metis Reasoning входит в сегмент рынка, где в последние месяцы наблюдается чрезвычайный приток капитала, большая часть которого поступает от людей с той же лондонской историей происхождения.

Дэвид Сильвер, возглавлявший команду DeepMind по обучению с подкреплением, в апреле привлек $1,1 млрд при оценке в $5,1 млрд для своего стартапа Ineffable Intelligence, по данным TechCrunch, при этом Sequoia и Lightspeed со-лидеры раунда, а Nvidia и Google среди участников, сообщает CNBC. Ян ЛеКун, покинувший Meta, в марте привлек $1,03 млрд при предварительной оценке в $3,5 млрд для AMI Labs, которая занимается созданием мировых моделей — систем, которые предсказывают, как окружающая среда будет реагировать на действие, позволяя роботу сравнивать варианты перед тем, как он начнет двигаться, как TechCrunch и статья Всемирного экономического форума описали эту концепцию.

Компания Emulate, основанная в августе тремя ветеранами DeepMind, ведет переговоры о привлечении до $700 млн при оценке в $3,7 млрд, сообщил PYMNTS на прошлой неделе. Это станет третьей лабораторией, вышедшей из лондонского офиса DeepMind в этом году, с финансированием в сотни миллионов долларов.

Почему инвесторы не обращают внимания на LLM

Общей нитью всех этих предприятий является тезис о том, что законы масштабирования, которые создали сегодняшних чат-ботов, сами по себе не создадут машины, способные надежно действовать в физическом и научном мире. Робототехника, разработка лекарств, инженерное проектирование и научные исследования — все это требует систем, которые могут справляться с незнакомыми ситуациями, формировать планы и учиться на последствиях своих действий — способности, которые AlphaGo продемонстрировала в узкой области почти десять лет назад и которые сейчас стремятся обобщить такие стартапы, как Metis Reasoning.

Bloomberg также отмечает инновацию в финансировании, сопровождающую волну талантов: среди стартапов в области искусственного интеллекта распространяются траншированные раунды, в которых капитал привлекается поэтапно. Новые лаборатории используют высокую общую оценку, чтобы сигнализировать об уверенности и привлечь таланты, а разделение раунда позволяет ранним спонсорам купить акции по более низкой цене, прежде чем более поздние инвесторы выйдут по более высокой цене. Структура Metis Reasoning — скромное первоначальное повышение с потенциальным последующим увеличением в сотни миллионов — точно соответствует этой схеме.

Рисковая сторона реестра одинаково ясна. Ни одна из этих компаний еще не выпустила продукт, который оправдывает свою оценку, и разрыв между демонстрацией возможностей планирования в тестах и ​​их внедрением в робототехнику или науку остается огромным. Как отмечает PYMNTS в своем репортаже, оценка, установленная на имени, не имеет привязки, пока продукт не заслужит ее.

Тем не менее, благодаря повышению Грепеля, миграция лидерства DeepMind в области обучения с подкреплением в независимые лаборатории теперь фактически завершена, и инвесторы дали понять, что готовы профинансировать второй акт парадигмы, которая положила начало современному буму искусственного интеллекта. Сможет ли Metis Reasoning превратить проверенную схему AlphaGo в коммерческие продукты, определит, была ли эта уверенность предвидением или пустышкой. Чтобы постоянно освещать гонку финансирования, меняющую ИИ, следите за нашим разделом новостей о стартапах в области ИИ.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →