Aether AI, startup z San Diego, właśnie zebrał 20 milionów dolarów w finansowaniu seed, aby rozwijać zupełnie inny podход do sztucznej inteligencji niż dominujący w branży. Podczas gdy większość industriii AI stawia na coraz większe modele jako na klucz do inteligencji, założyciel firmy uważa, że następny przełom nie będzie wynikać ze scale'u.
Aether AI zdecydował się zamiast tego na causal AI — podejście skupiające się na nauczeniu maszyn rozumienia rzeczywistych przyczyn i skutków, a nie tylko znalezienia korelacji w danych. To fundamentalnie inne podejście niż trenowanie ogromnych transformer'ów na miliardach parametrów. Idea stoi w opozycji do przyjętej przez giganty takie jak OpenAI czy Meta strategii, gdzie powszechnie uważa się, że większa moc obliczeniowa i więcej danych automatycznie prowadzi do lepszych wyników.
Fundacja dla tego pomysłu ma sens: większe modele rzeczywiście pokazują lepsze performance na benchmarkach, ale często brakuje im rzeczywistego rozumienia logiki przyczynowej. Gdyby Aether AI zdołał udowodnić, że AI oparty na przyczynowości może osiągnąć porównywalne rezultaty z mniejszymi modelami, mogłoby to otworzyć nową erę bardziej efektywnych i zrozumiałych systemów AI. To również mogłoby zmienić ekonomikę trenowania modeli — mniej parametrów znaczyłoby niższe koszty i mniejszy ślad węglowy.