Odyssey raccoglie 310 milioni di dollari nella serie B a una valutazione di 1,45 miliardi di dollari per avanzare i modelli di intelligenza artificiale del mondo

La corsa per costruire la prossima generazione di intelligenza artificiale sta sempre più andando oltre il linguaggio. Odyssey, un laboratorio di ricerca di intelligenza artificiale con sede a Palo Alto, focalizzato sui modelli del mondo, ha raccolto 310 milioni di dollari nel finanziamento della serie B a una valutazione di 1,45 miliardi di dollari. Il round è stato guidato da Natural Capital e ha incluso la partecipazione di Amazon (AMZN ), AMD Ventures, GV, EQT, In-Q-Tel (IQT) e diversi investitori esistenti, posizionando l’azienda tra le startup più finanziate che perseguono sistemi di intelligenza artificiale in grado di comprendere e simulare il mondo fisico.

Fondata da veterani della tecnologia di guida autonoma Oliver Cameron e Jeff Hawke, Odyssey sta sviluppando modelli di intelligenza artificiale progettati per imparare la causalità, la fisica e la dinamica ambientale, piuttosto che concentrarsi solo sulla generazione del linguaggio. L’azienda ritiene che questi sistemi potrebbero eventualmente alimentare innovazioni in settori come la robotica, i giochi, la scienza, la sanità, l’istruzione, la difesa e altri.

Una scommessa crescente sui modelli del mondo

Mentre i grandi modelli linguistici hanno dominato la conversazione sull’intelligenza artificiale negli ultimi anni, molti ricercatori vedono i modelli del mondo come un passo cruciale successivo. A differenza dei modelli linguistici, che prevedono principalmente parole, i modelli del mondo tentano di prevedere come gli ambienti evolvono nel tempo e come gli oggetti interagiscono tra loro.

Questo approccio ha attirato un’attenzione crescente da parte di alcune delle figure più influenti del settore. Aziende e gruppi di ricerca che vanno da Google DeepMind e Waymo a startup emergenti hanno recentemente investito molto nella ricerca sui modelli del mondo, riflettendo una convinzione più ampia che i futuri sistemi di intelligenza artificiale avranno bisogno di una comprensione più profonda del mondo fisico.

La leadership di Odyssey sostiene che il linguaggio da solo non può catturare molti aspetti della realtà, tra cui la dinamica fisica, il comportamento umano, il linguaggio del corpo e le relazioni di causa ed effetto. L’azienda vede i modelli del mondo come una nuova categoria di modello di base in grado di supportare una gamma molto più ampia di applicazioni del mondo reale.

AWS diventa il partner cloud preferito di Odyssey

In concomitanza con l’annuncio del finanziamento, Odyssey ha rivelato una partnership strategica con Amazon Web Services. AWS diventerà il fornitore cloud preferito dell’azienda e Odyssey prevede di distribuire i chip Trainium di AWS insieme ad altre attrezzature per formare e eseguire i suoi modelli sempre più esigenti.

La partnership mette in evidenza un campo di battaglia emergente all’interno dell’industria dell’intelligenza artificiale. Man mano che la domanda di calcolo di intelligenza artificiale continua a crescere, i fornitori cloud e i produttori di chip stanno competendo per offrire alternative all’ecosistema GPU dominante di Nvidia. Per Amazon, Odyssey rappresenta un cliente di alto profilo in grado di testare l’hardware Trainium su alcuni dei carichi di lavoro di intelligenza artificiale più computazionalmente intensivi attualmente in sviluppo.

I modelli del mondo richiedono enormi risorse computazionali perché devono generare simulazioni coerenti e interattive, mantenendo al tempo stesso la comprensione delle leggi fisiche e della dinamica ambientale a lungo termine. La capacità di formare questi sistemi in modo efficiente potrebbe diventare un vantaggio competitivo significativo man mano che il settore matura.

Costruire verso un “momento GPT-3” per i modelli del mondo

Odyssey ha trascorso gli ultimi tre anni sviluppando sistemi di modelli del mondo sempre più sofisticati. Secondo l’azienda, ogni versione successiva ha ampliato le capacità delle simulazioni generate dall’intelligenza artificiale.

Il modello Odyssey-2 si è concentrato sul miglioramento del realismo fisico e della coerenza ambientale. Odyssey-2 Max ha spinto ulteriormente la simulazione basata sulla fisica e l’interattività in tempo reale, con l’obiettivo di creare ambienti che si comportino più come il mondo reale piuttosto che generare semplicemente video convincenti dal punto di vista visivo.

L’azienda ha anche introdotto diversi progetti di ricerca di rilievo. Starchild-1 ha portato capacità multimodali nella modellazione del mondo, combinando la comprensione visiva e audio. Agora-1 ha abilitato più esseri umani e agenti di intelligenza artificiale a interagire all’interno di un ambiente simulato condiviso in tempo reale. PROWL ha dimostrato come i modelli del mondo possano migliorare attraverso l’esplorazione attiva, consentendo ai sistemi di intelligenza artificiale di imparare dalle proprie esperienze e fallimenti.

Insieme, questi progetti rappresentano lo sforzo di Odyssey per andare oltre la generazione statica di intelligenza artificiale verso sistemi in grado di comprendere e interagire con ambienti dinamici.

La leadership di Odyssey ritiene che il settore si stia avvicinando a un punto di svolta significativo simile al momento in cui GPT-3 ha dimostrato il potenziale dei grandi modelli linguistici. Il nuovo finanziamento è destinato a fornire le infrastrutture, le risorse computazionali e la capacità di ricerca necessarie per perseguire quell’obiettivo.

Le implicazioni future dei modelli del mondo

Se i modelli del mondo continueranno a migliorare, il loro impatto potrebbe estendersi ben oltre i sistemi di chatbot e generazione di contenuti di oggi. Una delle applicazioni più immediate potrebbe essere nella robotica, dove le macchine devono comprendere gli ambienti fisici, prevedere i risultati e adattarsi alle condizioni in cambiamento in tempo reale. Piuttosto che affidarsi a test costosi nel mondo reale, i robot futuri potrebbero essere addestrati estensivamente all’interno di simulazioni molto realistiche prima di essere distribuiti.

La tecnologia potrebbe anche ridisegnare settori che dipendono fortemente dalla modellazione di sistemi complessi. Nella sanità, i ricercatori potrebbero utilizzare i modelli del mondo per simulare la progressione delle malattie o testare strategie di trattamento. Nella ricerca scientifica, potrebbero aiutare a modellare reazioni chimiche, sistemi climatici o processi biologici che sono difficili, costosi o lungi da studiare direttamente. I veicoli autonomi, le reti di logistica e i sistemi di automazione industriale potrebbero beneficiare in modo simile dell’intelligenza artificiale in grado di prevedere come gli ambienti del mondo reale evolveranno nel tempo.

I giochi rappresentano un’altra area in cui i modelli del mondo potrebbero avere un impatto significativo. Invece di affidarsi ad ambienti e interazioni create manualmente e scriptate, i giochi futuri potrebbero presentare mondi generati dall’intelligenza artificiale che evolvono dinamicamente e rispondono in modo intelligente al comportamento del giocatore. Capacità simili potrebbero essere utilizzate in futuro per le simulazioni di formazione in campi che vanno dall’aviazione e dalla difesa alla risposta di emergenza e all’istruzione.

Nonostante la promessa, rimangono sfide tecniche significative. Creare simulazioni che riflettano con precisione la complessità del mondo fisico richiede enormi risorse computazionali, grandi quantità di dati di formazione e progressi nella ragione e nella previsione a lungo termine. Se i modelli del mondo diventeranno alla fine uno strato fondamentale dei futuri sistemi di intelligenza artificiale rimane una questione aperta, ma l’aumento degli investimenti in tutto il settore suggerisce che molti ricercatori li vedono come una delle frontiere più importanti oltre i modelli linguistici, grazie ai dati di formazione e ai progressi nella ragione e nella previsione a lungo termine. Se i modelli del mondo diventeranno alla fine uno strato fondamentale dei futuri sistemi di intelligenza artificiale rimane una questione aperta, ma l’aumento degli investimenti in tutto il settore suggerisce che molti ricercatori li vedono come una delle frontiere più importanti oltre i modelli linguistici.