Key takeaways
- Toponderzoekers verlaten de gevestigde techgiganten om eigen AI-start-ups op te richten.
- Deze jonge bedrijven trekken fors durfkapitaal aan dankzij de unieke expertise van de oprichters en het potentieel van nieuwe AI-architecturen.
- De verschuiving bevestigt een groeiende focus op gespecialiseerde gebieden buiten de taalmodellen, zoals chipontwerp en praktische toepassingen.
Toponderzoekers verlaten grote techbedrijven zoals Google, Meta en OpenAI om hun eigen AI-ondernemingen te starten. Deze start-ups trekken aanzienlijke investeringen aan van durfkapitalisten die geloven in het potentieel van nieuwe benaderingen van AI-modelarchitectuur.
Kansen voor kleinere spelers
De intense concurrentie tussen toonaangevende AI-laboratoria heeft kansen gecreëerd voor kleinere, wendbaardere bedrijven. Investeerders zien waarde in deze start-ups omdat oprichters vaak unieke inzichten hebben opgedaan door aan de frontlinie van AI-ontwikkeling te werken. Ze begrijpen wat op grote schaal werkt en kunnen gebieden identificeren waar innovatie ontbreekt binnen gevestigde organisaties.
Vrijheid om nieuwe ideeën te verkennen
De focus op commerciële doelen binnen grote AI-laboratoria kan de vrijheid van onderzoekers om nieuwe ideeën te verkennen beperken. Kleinere start-ups bieden ruimte voor meer verkennend onderzoek, vooral buiten het dominante paradigma van grote taalmodellen (LLM’s).
Recursive Intelligence, opgericht door voormalige medewerkers van Anthropic en Google DeepMind, ontwikkelt bijvoorbeeld AI-tools voor chipontwerp. De oprichters realiseerden zich dat chipfabrikanten eerder vertrouwen zouden hebben in een neutrale partner dan in een concurrent als Google. Ze stelden een team samen met expertise uit verschillende bedrijven, waaronder Google, Anthropic, Nvidia, Apple en xAI.
Twijfels over huidige LLM’s
Periodic Labs, een andere start-up opgericht door voormalige medewerkers van OpenAI en DeepMind, richt zich op de ontwikkeling van autonome labs. Dit toont de groeiende twijfel binnen de AI-onderzoeksgemeenschap over de vraag of het simpelweg opschalen van bestaande LLM-benaderingen voldoende zal zijn voor toekomstige doorbraken.
AMI Labs, opgericht door Yann LeCun, voormalig AI-hoofd van Meta, is van mening dat de huidige AI-modellen uitblinken in het genereren van content, maar moeite hebben met toepassingen in de echte wereld die gronding, causaliteit en betrouwbaar gedrag vereisen. Naarmate AI zich buiten de schermen begeeft naar sectoren als robotica en gezondheidszorg, wordt het aanpakken van deze beperkingen cruciaal.
Leren door ervaring
Ineffable Intelligence, dat onlangs een recordbedrag van 1,1 miljard dollar (ongeveer 1 miljard euro) aan startkapitaal heeft opgehaald, zal zich richten op reinforcement learning, waarbij AI-modellen leren door ervaring in plaats van uitsluitend te vertrouwen op door mensen aangeleverde data.
Deze aanpak staat in contrast met veel toonaangevende AI-modellen die zijn getraind op basis van enorme hoeveelheden internettekst. Humans&, een andere in San Francisco gevestigde start-up opgericht door voormalige medewerkers van Anthropic en xAI, onderzoekt ook reinforcement learning. (fc)
Volg Business AM ook op Google Nieuws
Wil je toegang tot alle artikelen, geniet tijdelijk van onze promo en abonneer je hier!