Sakana AI, podjetje za umetno inteligenco s sedežem v Tokiu, ki sta ga soustanovila nekdanja Googlova raziskovalca David Ha in Llion Jones ter Ren Ito, nekdanji izvršni direktor Mercarija in član japonskega zunanjega ministrstva, bo kmalu dosegel pomemben mejnik. Podjetje, ustanovljeno julija 2023, se domnevno pogaja o zbiranju 125 milijonov dolarjev v kapitalskem krogu, ki bi lahko njegovo vrednost ocenil na več kot 1,1 milijarde dolarjev, kar bi morda podrlo rekord za najhitrejši dvig do statusa samoroga na Japonskem.
Za razliko od mnogih drugih startupov v prenatrpani industriji umetne inteligence ima ta drugačen pristop k razvoju, pri čemer črpa navdih iz biološke evolucije. Postopek, ki ga uporablja Sakana AI, vključuje združevanje več manjših modelov AI za učinkovito gradnjo večjih kompleksnih sistemov. Velika ameriška podjetja tveganega kapitala, kot so New Enterprise Associates, Khosla Ventures in Lux Capital, se zanimajo za to metodo, ker uporablja manj računalniške moči in virov.
Ekspanzivni, z viri intenzivni modeli, ki si jih prizadevajo drugi veliki igralci v generativnem prostoru umetne inteligence, vključno z Googlom in OpenAI, so v ostrem nasprotju z modelom Sakana AI, ki ga navdihuje razvoj. Nova strategija podjetja izkorišča tisto, kar imenujejo načela "kolektivne inteligence", ki jih najdemo v naravi, da bi zmanjšali finančne in okoljske stroške, povezane z raziskavami umetne inteligence.
Posel je pred tem januarja zagotovil 30 milijonov dolarjev od vlagateljev, kot je npr. Lux, NTT Group, KDDI, Sony Group in Khosla. Dodatni denar iz naslednjega kroga bo porabljen za temeljitejše preučevanje generativnih tehnologij umetne inteligence. Zanimanje za ta orodja se je povečalo, potem ko je OpenAI izdal orodja, kot je ChatGPT.
Čeprav Sakana AI še ni ustvarila izdelka za potrošnike, je zaradi svojih raziskav sistemov AI z manj viri možen pomemben udeleženec na trgu, zlasti za podjetja, ki iščejo razširljive in cenovno dostopne rešitve AI.
Vzpon podjetij, kot je Sakana AI, kaže na naraščajoče zanimanje za alternativne načine, ki bi lahko prinesli stroškovno učinkovitejši in trajnostni napredek v AI, saj področje še naprej raste in privablja velike naložbe.