Reflection AI Inc. , una startup fondata da ex ricercatori di Google DeepMind, è stata ufficialmente lanciata oggi con un finanziamento iniziale di 130 milioni di dollari. Il finanziamento è stato ottenuto attraverso due round. Il primo è stato un investimento seed di 25 milioni di dollari guidato da Sequoia Capital e CRV. Quest'ultima ha anche co-guidato un successivo round di finanziamento di 105 milioni di dollari di Serie A insieme a Lightspeed Venture Partners. I round di finanziamento hanno attratto diversi investitori di spicco, tra cui il ramo di venture capital di Nvidia Corp. , Reid Hoffman, co-fondatore di LinkedIn, e Alexandr Wang, CEO di Scale AI Inc. La valutazione attuale dell'azienda si attesta a 555 milioni di dollari. I co-fondatori Misha Laskin (CEO, nella foto a destra) e Ioannis Antonoglou (a sinistra) guidano Reflection AI. Laskin ha contribuito al flusso di lavoro di addestramento per la serie di modelli linguistici Gemini di Google LLC, mentre Antonoglou si è concentrato sull'ottimizzazione dei sistemi post-addestramento, che migliorano la qualità dell'output dopo l'addestramento iniziale. Reflection AI mira a creare una "superintelligenza", definita come un sistema AI in grado di gestire la maggior parte del lavoro informatico. L'azienda sta iniziando questo percorso sviluppando uno strumento di programmazione autonomo, credendo che gli elementi fondamentali per questo strumento aiuteranno anche a raggiungere la superintelligenza. In un post sul blog, il personale di Reflection AI ha dichiarato: “Le scoperte necessarie per costruire un sistema di codifica completamente autonomo — come il ragionamento avanzato e l'auto-miglioramento iterativo — possono essere applicate naturalmente a una gamma più ampia di compiti informatici. ” Inizialmente, l'azienda si concentrerà su agenti AI che automatizzano compiti di programmazione specifici. Alcuni agenti identificheranno vulnerabilità nel codice, mentre altri si focalizzeranno sull'ottimizzazione dell'uso della memoria e sui test di affidabilità. Reflection AI punta anche ad automatizzare processi correlati.

L'azienda afferma che la sua tecnologia può generare documentazione che spiega come funzionano i frammenti di codice e gestire l'infrastruttura per le applicazioni dei clienti. Un annuncio di lavoro sul sito web di Reflection AI indica che l'azienda intende utilizzare modelli linguistici di grandi dimensioni (LLM) e apprendimento per rinforzo per il suo software. Tradizionalmente, gli sviluppatori addestravano i modelli AI con dataset che includevano note esplicative per ogni punto dati. L'apprendimento per rinforzo elimina la necessità di queste spiegazioni, semplificando la creazione di dataset. L'annuncio di lavoro suggerisce ulteriormente che Reflection AI sta esplorando "nuove architetture" per i suoi sistemi AI, indicando che potrebbe indagare alternative all'architettura Transformer prevalente nella maggior parte degli LLM. Un'architettura concorrente emergente chiamata Mamba ha dimostrato una maggiore efficienza in vari aspetti. Un altro annuncio di lavoro per uno specialista di infrastruttura AI suggerisce che Reflection AI potrebbe utilizzare decine di migliaia di schede grafiche per l'addestramento dei modelli. L'azienda ha anche notato l'intenzione di sviluppare "piattaforme simili a vLLM per modelli non LLM", riferendosi a vLLM, uno strumento AI open-source popolare che minimizza l'uso della memoria dei modelli linguistici. Gli investitori di Sequoia Capital Stephanie Zhan e Charlie Curnin hanno riflettuto in un post sul blog: “Man mano che il team migliora l'intelligenza dei modelli, espandendo le loro capacità, gli agenti di Reflection assumeranno più responsabilità. Immagina agenti di codifica autonomi che gestiscono instancabilmente carichi di lavoro che ostacolano la produttività del team. ” Foto: Sequoia Capital