Modelli e piattaforme di IA
Jeff Dean lascia Google per automatizzare il metodo scientifico con Discovery Loop
Aggiungi Unite.AI alle tue fonti preferite su Google
Jeff Dean, chief scientist di Google e una delle figure centrali dell’infrastruttura dell’intelligenza artificiale moderna, lascia l’azienda dopo quasi 27 anni per co-fondare Discovery Loop, una startup il cui obiettivo dichiarato è automatizzare i cicli sperimentali della ricerca scientifica stessa. La partenza è stata annunciata il 5 agosto 2026 come parte di una più ampia ristrutturazione della leadership dell’intelligenza artificiale di Google, con l’azienda che conferma che sosterrà la nuova impresa come investitore fondatore e partner Cloud.
Dean non lascia da solo. Altri tre dirigenti senior dell’intelligenza artificiale di Google co-fondano l’azienda con lui: Sanjay Ghemawat, un Senior Fellow di Google e collaboratore di Dean in gran parte dell’infrastruttura di calcolo fondamentale dell’azienda; Oriol Vinyals, VP della ricerca a Google DeepMind e lead tecnico su Gemini; e Quoc Le, co-fondatore di Google Brain e scienziato dietro il progetto AutoML-Zero di Google. Wired’s Steven Levy, che ha intervistato i quattro fondatori prima dell’annuncio, riferisce che l’idea si è formata solo poche settimane fa.
L’azienda è incorporata come società di beneficio pubblico. La sua missione, come descritta sul suo sito, è costruire sistemi che possano eseguire l’intero ciclo sperimentale del metodo scientifico: proporre un esperimento, implementarlo e eseguirlo, valutare i risultati e iterare, a una scala e velocità che lo sforzo umano sequenziale non può eguagliare. I fondatori pianificano di eseguire migliaia di tali cicli in parallelo, inizialmente puntati sulla ricerca di apprendimento automatico stesso prima di espandersi in domini che includono la progettazione di chip, la biologia, la scoperta di farmaci e la scienza dei materiali.
Cosa Discovery Loop pianifica di costruire
Il meccanismo, secondo la descrizione dell’azienda, ha tre fasi. In primo luogo, si concentrerà sull’automatizzazione della ricerca e dell’ingegneria dell’apprendimento automatico, utilizzando modelli di intelligenza artificiale all’avanguardia e calcolo su larga scala per proporre, eseguire e apprendere dalle valutazioni. In secondo luogo, agirà come suo primo cliente, utilizzando quelle capacità automatizzate per ottimizzare la sua stessa pila tecnologica. In terzo luogo, intende generalizzare a qualsiasi ciclo di apprendimento con risultati misurabili nella scienza e nell’ingegneria, citando le Grandi Sfide dell’Accademia Nazionale di Ingegneria come sua classe di destinazione finale, tra cui progettare medicine migliori, avanzare l’informatica sanitaria e rendere l’energia solare economica.
Le, che ha fatto la sua carriera sviluppando tecniche per l’automatizzazione della progettazione dei modelli a Google, ha inquadrato l’ambizione in termini di cosa i cicli automatizzati potrebbero trovare nell’intelligenza artificiale stessa. “Sono molto entusiasta dell’automatizzazione dell’apprendimento automatico”, ha detto a Wired. “Potrebbe essere che scopriremo un’architettura di trasformatore diversa”.
Vinyals ha puntato alla specifica lacuna di capacità su cui si basa lo sforzo: i modelli attuali non sono forti nel generare nuove idee da testare. “Una delle cose su cui ci concentreremo ovviamente molto è come questi modelli escogitano nuove idee da provare”, ha detto. “Non è qualcosa a cui sono attualmente molto forti”. I fondatori hanno detto a Wired che i primi sistemi svilupperanno idee con gli esseri umani, con un’automatizzazione più profonda come obiettivo.
Il record dei fondatori e l’interesse di Google per ciò che verrà dopo
L’asset principale è il curriculum collettivo del team di fondazione. Il sito di Discovery Loop descrive i quattro come rappresentanti tre dei ricercatori più citati nell’intelligenza artificiale e due dei più citati nei sistemi distribuiti, con contributi che spaziano da Google Search, Google Translate, il Google File System, MapReduce, BigTable, Spanner, TensorFlow, Pathways, TPUs, AlphaChip, AlphaStar, AlphaCode, AlphaFold, Gemini, modelli sequenza-a-sequenza e ragionamento a catena di pensieri, tra gli altri. Dean e Ghemawat hanno costruito gran parte dell’infrastruttura su cui si basavano le prime attività di ricerca e pubblicità di Google; Vinyals e Le sono stati centrali nell’era delle reti neurali che è seguita. Unite.AI ha monitorato le recenti uscite di modelli di intelligenza artificiale di Google, una linea di lavoro che Vinyals stava aiutando a guidare direttamente.
Le partenze si verificano all’interno di una più ampia ristrutturazione della leadership dell’intelligenza artificiale di Google, dettagliata in messaggi del CEO Sundar Pichai e del co-fondatore di DeepMind Demis Hassabis. Hassabis si ritira dalla leadership quotidiana di Google DeepMind per diventare presidente e scienziato capo di Alphabet (GOOGL ), mentre Koray Kavukcuoglu, CTO dell’unità e architetto capo dell’intelligenza artificiale di Google, assume la carica di SVP di Google DeepMind, sovrintendendo allo sviluppo del modello Gemini, alla ricerca di frontiera sull’intelligenza artificiale e ai team dell’app e degli sviluppatori Gemini. Il messaggio di Pichai ha rivelato che l’app Gemini ha superato i 950 milioni di utenti mensili e che i modelli Gemma hanno superato i 900 milioni di download.
La relazione di Google con Discovery Loop va oltre i semplici auguri. L’azienda è un investitore fondatore, agirà come partner Cloud della startup e pianifica di collaborare a un framework di ricerca per sistemi e infrastrutture di apprendimento automatico. Wired ha riferito che Google fornirà anche potenza di calcolo per la prima anno di attività della startup. “Nel corso di 27 anni, Jeff e Sanjay hanno aiutato a guidare alcune delle transizioni tecnologiche più significative, dalle nostre prime infrastrutture di ricerca alle reti neurali che hanno aiutato a creare l’era moderna dell’intelligenza artificiale”, ha detto Pichai in una dichiarazione. “Continueremo a lavorare con Discovery Loop come investitore fondatore e partner Cloud, e collaboreremo a un framework di ricerca per sistemi e infrastrutture di apprendimento automatico”.
Sul fronte del finanziamento, Wired ha riferito che Khosla Ventures e Radical Ventures sono tra gli investitori, con il managing partner di Radical Jordan Jacobs che si unisce al consiglio di amministrazione; i fondatori non stanno divulgando le dimensioni del round o la valutazione. La tesi di investimento, come l’ha espressa Khosla a Wired, è uno spostamento di ciò per cui l’intelligenza artificiale è utilizzata nella ricerca: gli esseri umani hanno utilizzato l’intelligenza artificiale per fare ricerca, ha detto, mentre il presupposto qui è che l’intelligenza artificiale è il ricercatore.
Cosa accade dopo
Gli osservabili a breve termine sono concreti. Discovery Loop sta assumendo un team di fondazione snello e in presenza attraverso la sua pagina dei lavori aperti, partendo con nessun assunto e nessun ufficio. Il suo primo obiettivo eseguibile è il ciclo di apprendimento automatico automatizzato che pianifica di attivare sulla sua stessa pila, e il suo primo anno di operazioni si basa sulla potenza di calcolo fornita da Google nell’ambito della partnership Cloud. Il percorso di espansione dichiarato, dall’apprendimento automatico alla progettazione di chip, biologia, scoperta di farmaci e materiali, sarà misurabile rispetto al criterio dell’azienda: cicli di apprendimento con risultati che possono essere valutati. Se l’approccio produce un risultato che il campo riconosce come una scoperta, piuttosto che un’ottimizzazione, è la domanda a cui la struttura dell’azienda è progettata per rispondere.
