Thore Graepel, en av forskarna bakom AlphaGo som lämnade Alphabet tidigare i somras, samlar in tiotals miljoner dollar till en ny startup som heter Metis Reasoning, enligt en Bloomberg-rapport som publicerades denna vecka. Höjningen, från en liten initial grupp av stödjare, är den senaste i en snabbt växande våg av satsningar som grundats av DeepMind-alumner som satsar på att nästa steg inom AI inte kommer att komma från större språkmodeller utan från system som kan planera, agera och lära av sin egen erfarenhet.
Bloomberg rapporterar att strukturen och storleken på finansieringen fortfarande kan förändras, och att Metis Reasoning skulle kunna ta in ytterligare en tranch på hundratals miljoner dollar till en högre värdering i en senare omgång. For more context on this story, see our ongoing breaking AI news.
Vad Metis Reasoning bygger
Detaljer om företaget är fortfarande sparsamma, men konturerna kommer från startupens eget material som citeras av Bloomberg. Enligt sin hemsida arbetar Metis Reasoning med artificiell intelligens som kan svara på okända problem och välja en handling, med tillämpningar inom robotik, vetenskap och teknik. Graepels egen projektbeskrivning beskriver ambitionen som att föra resonemang i AlphaGo-stil till frontier AI, så att maskiner kan planera och agera under osäkerhet.
Skillnaden från vanliga AI-system är grundläggande. En stor språkmodell förutsäger nästa ord från mänskligt skriven text. Systemen som Metis Reasoning och dess kamrater jagar, lär av sina egna handlingar och väger vad de ska göra innan de gör det – ett paradigm med rötter i förstärkningsinlärning, metoden där AI förbättras genom försök och misstag snarare än genom att imitera mänskliga exempel.
Graepels meriter ger satsningen vikt. Han var en av forskarna bakom AlphaGo, DeepMinds landmärkessystem som bemästrade spelet Go genom självspel och förstärkningsinlärning, och han tillbringade mer än ett decennium på Google DeepMind innan han åkte i somras för att grunda företaget.
DeepMind-diasporan samlar in miljarder
Metis Reasoning går in i ett marknadssegment som har sett extraordinära kapitalflöden under de senaste månaderna, mycket av det från personer med samma historia från London.
David Silver, som ledde DeepMinds team för förstärkningsinlärning, samlade in 1,1 miljarder dollar till en värdering på 5,1 miljarder dollar i april för sin startup Ineffable Intelligence, enligt TechCrunch, med Sequoia och Lightspeed som ledde rundan och Nvidia och Google bland deltagarna, rapporterade CNBC. Yann LeCun, avgående Meta, samlade in 1,03 miljarder dollar till en värdering på 3,5 miljarder dollar i mars för AMI Labs, som bygger världsmodeller - system som förutsäger hur en miljö kommer att reagera på en åtgärd, som låter en robot jämföra alternativ innan den flyttar, som TechCrunch och en artikel från World Economic Forum beskrev konceptet.
Närmare hemmet är Emulate, som grundades i augusti av tre DeepMind-veteraner, i samtal om att samla in upp till 700 miljoner dollar till en värdering på 3,7 miljarder dollar, rapporterade PYMNTS förra veckan. Det skulle göra det till det tredje labbet som snurrade ut från DeepMinds kontor i London i år med hundratals miljoner i finansiering bakom sig.
Varför investerare tittar förbi LLMs
Den röda tråden över dessa satsningar är en tes om att skalningslagarna som producerade dagens chatbots inte på egen hand kommer att producera maskiner som på ett tillförlitligt sätt kan agera i den fysiska och vetenskapliga världen. Robotik, läkemedelsupptäckt, ingenjörsdesign och vetenskaplig forskning kräver alla system som kan hantera okända situationer, utforma planer och lära av konsekvenserna av sina handlingar – kapacitet som AlphaGo demonstrerade i en smal domän för nästan ett decennium sedan och som startups som Metis Reasoning nu siktar på att generalisera.
Bloomberg noterar också en finansieringsinnovation som följer med talangvågen: trancherade rundor, där kapital samlas in i steg, sprider sig bland AI-startups. Nya laboratorier använder en hög rubrikvärdering för att signalera förtroende och attrahera talanger, medan en uppdelning av rundan låter tidiga supportrar köpa in sig till ett lägre pris innan senare investerare kommer in högre. Metis Reasonings struktur – en blygsam initial höjning med en potentiell uppföljning på hundratals miljoner – passar det mönstret exakt.
Risksidan av redovisningen är lika tydlig. Inget av dessa företag har ännu levererat en produkt som motiverar dess värdering, och gapet mellan att demonstrera planeringsförmåga i benchmarks och att implementera dem inom robotik eller vetenskap är fortfarande stort. Som PYMNTS uttryckte det i sin täckning, har en värdering som satts på ett namn inget ankare förrän en produkt tjänar ett.
Ändå, med Graepels höjning, är migreringen av DeepMinds ledarskap för förstärkning av lärande till oberoende labb nu effektivt slutförd, och investerare har signalerat att de är villiga att finansiera en andra handling för det paradigm som startade den moderna AI-boomen. Huruvida Metis Reasoning kan omvandla AlphaGos beprövade spelbok till kommersiella produkter kommer att avgöra om det självförtroendet var framsynthet eller skum. För pågående bevakning av finansieringsloppet som omformar AI, följ vår AI-startnyhetssektion.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
