Andrew Dai, antiguo investigador de Google DeepMind, cree que los modelos de IA en los grandes laboratorios tienen la inteligencia de un niño de tres años, al menos en lo que respecta a la comprensión de señales visuales. Por ello, él y sus colaboradores fundaron una empresa para desarrollar IA capaz de comprender mejor las imágenes. Dai cree que esto podría acelerar la adopción de la IA en sectores como la arquitectura, la automoción y la robótica.
Hoy, Elorian recaudó 55 millones de dólares en financiación, lo que elevó inmediatamente su capitalización bursátil a 300 millones de dólares. Además de Dai, los cofundadores de Elorian son Yinfei Yang, quien trabajó en investigación de IA en Google y Apple, y Seth Neel, exprofesor de Harvard especializado en datos e inteligencia artificial. Entre los inversores se encuentran Striker Venture Partners, Menlo Ventures y Altimeter Capital, así como Nvidia y el reconocido investigador de IA Jeff Dean.
Actualmente, más de una docena de empleados trabajan en el desarrollo de modelos visuales eficaces. La empresa está en conversaciones con clientes potenciales y planea lanzar su primer modelo de razonamiento lógico disponible públicamente en aproximadamente 12 meses. Según Elorian, para ayudar a la IA a comprender el mundo que la rodea, la industria tecnológica necesita crear modelos diseñados específicamente para este propósito. A pesar de las miles de millones de dólares invertidos, los modelos actuales aún presentan un rendimiento deficiente, por ejemplo, en el análisis visual de imágenes satelitales o en el examen de detalles de imágenes.
Elorian está desarrollando sus primeros productos basados en IA utilizando modelos de código abierto que pueden usarse y modificarse libremente. La compañía está considerando lanzar versiones más compactas de sus modelos a la comunidad de código abierto, pero probablemente mantendrá la versión principal como propietaria.
Si bien la programación ha llevado el pensamiento lógico a un nivel completamente nuevo, Dai cree que los modelos aún no pueden tomar decisiones importantes sobre cómo construir mejores automóviles o cohetes más eficientes. "No es algo que se pueda expresar simplemente con código y obtener un cohete más rápido", afirma. "En realidad, se necesita diseñar un objeto físico, y ese diseño existe en el mundo físico".
Dai forma parte de una oleada de investigadores que abandonan los laboratorios para dedicarse a trabajos más especializados en el vertiginoso mundo de la IA. Hizo hincapié en que la empresa se centra menos en la creación de contenido multimedia y está más interesada en las capacidades de razonamiento lógico. "Es mucho más fácil crear algo que tenga un aspecto estupendo, pero mucho más difícil razonar sobre ello, comprenderlo y explicarle a alguien qué hace", afirma.
Dai evitó inflar la valoración bursátil de la startup en sus inicios, en parte para asegurar que sus primeros empleados recibieran recompensas económicas sustanciales. «Si se empieza con una valoración muy alta, es muy difícil que vean un aumento de 50 o 100 veces en el precio de sus acciones, y queríamos darles esa oportunidad», afirmó. Los inversores señalan que esta filosofía de contratación, junto con la incorporación de otros investigadores destacados de DeepMind, influyó significativamente en su interés por respaldar a Elorian.
Analistas e inversores esperan que la empresa sea más eficiente que otros laboratorios de vanguardia gracias a la experiencia de Dai en la creación de Gemini. "En los demás laboratorios de vanguardia, simplemente se dedican a recaudar fondos para realizar experimentos", declaró un representante de los inversores. "Andrew conoce la fórmula de Gemini: no desperdicia ni un dólar". Es difícil saber si tienen razón; el sitio web de la startup aún no ofrece información, salvo la opción de contacto por correo electrónico.
Fuente:
Fuente: 3dnews.ru
