Sakana AI, en kunstig intelligens-virksomhet med base i Tokyo som ble grunnlagt av tidligere Google-forskere David Ha og Llion Jones, samt Ren Ito, en tidligere leder av Mercari og medlem av det japanske utenriksdepartementet, er i ferd med å oppnå en bemerkelsesverdig milepæl. Den juli 2023-grunnlagte virksomheten er angivelig i forhandlinger om å samle inn 125 millioner dollar i en kapitalrunde som kan sette verdivurderingen til over 1,1 milliarder dollar, og muligens bryte rekorden for den raskeste økningen til enhjørningstatus i Japan.
I motsetning til mange andre startups i den overfylte AI-industrien, tar denne en annen tilnærming til utvikling, og henter inspirasjon fra biologisk evolusjon. Prosessen som brukes av Sakana AI innebærer å kombinere flere mindre AI-modeller for å effektivt bygge større komplekse systemer. Store amerikanske venturekapitalfirmaer som New Enterprise Associates, Khosla Ventures og Lux Capital er interessert i denne metoden fordi den bruker mindre datakraft og ressurser.
De ekspansive, ressurskrevende modellene som andre store aktører i det generative AI-området, inkludert Google og OpenAI, forfølger står i sterk kontrast til Sakana AIs evolusjonsinspirerte modell. Selskapets nye strategi utnytter det de omtaler som "kollektiv intelligens"-prinsipper som finnes i naturen for å redusere de økonomiske og miljømessige utgiftene knyttet til AI-forskning.
Bedriften har tidligere sikret 30 millioner dollar i januar fra investorer som f.eks. Lux, NTT Group, KDDI, Sony Group og Khosla. De ekstra pengene fra neste runde vil bli brukt til å studere generative AI-teknologier mer grundig. Interessen for disse verktøyene har økt etter at OpenAI ga ut verktøy som ChatGPT.
Selv om Sakana AI ikke har skapt et produkt for forbrukere ennå, gjør forskningen på AI-systemer med færre ressurser det til en mulig stor aktør i markedet, spesielt for selskaper som leter etter skalerbare og rimelige AI-løsninger.
Fremveksten av firmaer som Sakana AI indikerer en økende interesse for alternative måter som kan gi mer kostnadseffektive og bærekraftige fremskritt innen AI, ettersom feltet fortsetter å vokse og tiltrekke seg store investeringer.