KI-Modelle und Plattformen
Jeff Dean verlässt Google, um mit Discovery Loop die wissenschaftliche Methode zu automatisieren
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Jeff Dean, Googles Chef-Wissenschaftler und eine der zentralen Figuren in der modernen AI-Infrastruktur, verlässt das Unternehmen nach fast 27 Jahren, um gemeinsam mit anderen Discovery Loop zu gründen, ein Startup, dessen erklärtes Ziel es ist, die experimentellen Schleifen der wissenschaftlichen Forschung selbst zu automatisieren. Der Abgang wurde am 5. August 2026 im Rahmen einer umfassenden Neustrukturierung der AI-Führung von Google bekannt gegeben, wobei das Unternehmen bestätigte, dass es das neue Unternehmen als Gründungsinvestor und Cloud-Partner unterstützen wird.
Dean ist nicht allein. Drei weitere hochrangige Google-AI-Figuren gründen das Unternehmen gemeinsam mit ihm: Sanjay Ghemawat, ein Google-Senior-Fellow und Deans Mitarbeiter bei vielen der grundlegenden Computing-Infrastrukturen des Unternehmens; Oriol Vinyals, VP of Research bei Google DeepMind und technischer Leiter von Gemini; und Quoc Le, Mitgründer von Google Brain und der Wissenschaftler hinter Googles AutoML-Zero-Projekt. Wireds Steven Levy, der die vier Gründer vor der Ankündigung interviewte, berichtet, dass die Idee erst vor einigen Wochen entstand.
Das Unternehmen ist als öffentliche Nutzungs-GmbH eingetragen. Seine Mission, wie auf seiner eigenen Website beschrieben, besteht darin, Systeme zu entwickeln, die den vollen experimentellen Kreislauf der wissenschaftlichen Methode durchführen können: ein Experiment vorschlagen, es durchführen und auswerten, und dann iterieren, und zwar in einem Maßstab und einer Geschwindigkeit, die sequenzielle menschliche Anstrengung nicht erreichen kann. Die Gründer planen, Tausende solcher Schleifen parallel zu betreiben, zunächst auf die maschinelle Lernforschung selbst und später auf Bereiche wie Chip-Design, Biologie, Arzneimittelentdeckung und Materialwissenschaft.
Was Discovery Loop tatsächlich aufbauen will
Der Mechanismus, wie er auf der Website des Unternehmens beschrieben wird, hat drei Stufen. Zunächst wird es sich auf die Automatisierung der maschinellen Lernforschung und -entwicklung konzentrieren, wobei es frontier-AI-Modelle und große Rechenleistung nutzen wird, um Vorschläge zu machen, durchzuführen und aus Evaluierungen zu lernen. Zweitens wird es als sein erster Kunde agieren und die automatisierten Fähigkeiten nutzen, um seine eigene Technologie-Stack zu optimieren. Drittens plant es, sich auf jeden Lernkreislauf mit messbaren Ergebnissen in Wissenschaft und Ingenieurwesen zu verallgemeinern, wobei es die Grand Challenges der National Academy of Engineering als seine endgültige Zielklasse nennt, einschließlich der Entwicklung besserer Medikamente, der Förderung der Gesundheitsinformatik und der wirtschaftlichen Nutzung von Solarenergie.
Le, der Techniken zur Automatisierung des Modell-Designs bei Google entwickelt hat, beschrieb die Ambition in Bezug auf das, was automatisierte Schleifen in der AI selbst finden könnten. “Ich bin sehr aufgeregt über die Automatisierung der maschinellen Lernforschung”, sagte er gegenüber Wired. “Es könnte sein, dass wir eine andere Transformer-Architektur entdecken.”
Vinyals wies auf die spezifische Fähigkeitslücke hin, auf der sich das Vorhaben stützt: aktuelle Modelle sind nicht stark darin, wirklich neue Ideen zu generieren, um sie zu testen. “Eine der Dinge, auf die wir uns sehr konzentrieren werden, ist, wie diese Modelle neue Ideen entwickeln, um sie auszuprobieren”, sagte er. “Das ist etwas, was sie derzeit nicht besonders gut können.” Die Gründer sagten Wired, dass frühe Systeme Ideen gemeinsam mit Menschen entwickeln werden, wobei tiefe Automatisierung das Ziel ist.
Die Bilanz der Gründer und Googles Anteil an dem, was als Nächstes kommt
Die gemeinsame Bilanz der Gründer ist das Kern-Asset. Die Website von Discovery Loop beschreibt die vier als Vertreter von drei der meistzitierten Forscher in der AI und zwei der meistzitierten in verteilten Systemen, mit Beiträgen, die Google Search, Google Translate, das Google-Dateisystem, MapReduce, BigTable, Spanner, TensorFlow, Pathways, TPUs, AlphaChip, AlphaStar, AlphaCode, AlphaFold, Gemini, Sequenz-zu-Sequenz-Modelle und Ketten-denken umfassen, unter anderem. Dean und Ghemawat bauten viel von der Infrastruktur auf, auf der Googles frühe Such- und Werbe-Geschäfte liefen; Vinyals und Le waren zentral an der neuronalen Netzwerk-Ära beteiligt, die folgte. Unite.AI hat Googles kürzliche AI-Modell-Veröffentlichungen verfolgt, eine Reihe von Arbeiten, an denen Vinyals direkt beteiligt war.
Die Abgänge fallen innerhalb einer umfassenderen Neustrukturierung der AI-Führung von Google, die in Nachrichten von CEO Sundar Pichai und DeepMind-Gründer Demis Hassabis detailliert wurde. Hassabis tritt von der täglichen Führung von Google DeepMind zurück, um dessen Vorsitzender und Alphabets Chef-Wissenschaftler zu werden, während Koray Kavukcuoglu, der CTO des Unternehmens und Googles Chef-AI-Architekt, als SVP von Google DeepMind die Leitung übernimmt, wobei er die Entwicklung von Gemini-Modellen, die Forschung an der AI-Front und die Gemini-App und -Entwickler-Teams überwacht. Pichais Nachricht offenbarte, dass die Gemini-App 950 Millionen monatliche Nutzer überschritten hat und dass Gemma-Modelle 900 Millionen Downloads erreicht haben.
Googles Beziehung zu Discovery Loop geht über gute Wünsche hinaus. Das Unternehmen ist ein Gründungsinvestor, wird als Cloud-Partner des Startups fungieren und plant, an einem Forschungsrahmen für ML-Systeme und Infrastruktur zu arbeiten. Wired berichtete, dass Google auch die Rechenleistung für das erste Jahr des Unternehmens bereitstellen wird. “In 27 Jahren halfen Jeff und Sanjay bei einigen der bedeutendsten technologischen Umbrüchen, von unserer frühen Such-Infrastruktur bis hin zu den neuronalen Netzen, die halfen, die moderne AI-Ära zu schaffen”, sagte Pichai in einer Erklärung. “Wir werden weiterhin mit Discovery Loop als Gründungsinvestor und Cloud-Partner zusammenarbeiten und an einem Forschungsrahmen für ML-Systeme und Infrastruktur-Verbesserungen arbeiten.”
Auf der Finanzierungsseite berichtete Wired, dass Khosla Ventures und Radical Ventures unter den Investoren sind, wobei Radical-Gründer Jordan Jacobs dem Vorstand beitritt; die Gründer geben die Größe der Runde oder die Bewertung nicht preis. Die Venture-These, wie Khosla sie gegenüber Wired formulierte, ist eine Verschiebung dessen, wofür AI in der Forschung verwendet wird: Menschen haben AI verwendet, um Forschung zu betreiben, sagte er, während die Prämisse hier ist, dass AI der Forscher ist.
Was als Nächstes passiert
Die kurzfristigen Beobachtungen sind konkrete. Discovery Loop rekrutiert ein schmales, persönliches Gründungsteam über seine offene Stellen-Seite, nachdem es ohne Einstellungen und ohne Büro begonnen hat. Sein erstes ausführbares Ziel ist die automatisierte maschinelle Lern-Schleife, die es auf seinem eigenen Stack durchführen plant, und sein erstes Betriebsjahr läuft auf Googles bereitgestellter Rechenleistung unter der Cloud-Partnerschaft. Der angegebene Expansionspfad, von der ML-Forschung in die Chip-Entwicklung, Biologie, Arzneimittel-Entdeckung und Materialwissenschaft, wird anhand des eigenen Kriteriums des Unternehmens messbar sein: Lern-Schleifen mit Ergebnissen, die bewertet werden können. Ob der Ansatz ein Ergebnis liefert, das das Feld als Entdeckung und nicht als Optimierung anerkennt, ist die Frage, auf die die Struktur des Unternehmens eine Antwort geben soll.
