Inherent si presenta al pubblico con un round seed da 50 milioni di dollari

Il panorama dell'intelligenza artificiale accoglie un nuovo attore: Inherent, un laboratorio AI con sede a Londra, che ha recentemente annunciato la sua attività dopo aver raccolto un finanziamento seed di 50 milioni di dollari. Questo significativo investimento, co-guidato da Index Ventures e Radical Ventures, sottolinea l'interesse crescente per le applicazioni dell'AI in ambiti complessi e ad alto impatto. L'azienda si propone di "definire un nuovo paradigma per la scienza basata sull'AI", un'ambizione che riflette la crescente fiducia nel potenziale trasformativo di queste tecnicie.

Il team fondatore di Inherent vanta un pedigree di alto livello, con ex membri provenienti da giganti del settore come DeepMind e Microsoft, oltre a figure che hanno contribuito alla politica sull'AI presso la Casa Bianca sotto l'amministrazione Biden. Tra i co-fondatori figurano Tantum Collins, Edward Hughes e Louis Kirsch, tutti con un passato in DeepMind, affiancati da Kaloyan Aleksiev, che ha lavorato presso Reka AI e Microsoft. Questa combinazione di esperienza nella ricerca avanzata e nella definizione di strategie politiche posiziona Inherent con una prospettiva unica nel settore.

Faraday: un nuovo approccio alla scoperta scientifica

Al centro della visione di Inherent c'è Faraday, un sistema AI che prende il nome dal celebre scienziato Michael Faraday. L'obiettivo dichiarato di Faraday è consentire a esseri umani e intelligenze artificiali auto-miglioranti di collaborare per affrontare alcune delle sfide più complesse della scienza. Questa non è una semplice integrazione dell'AI nei metodi scientifici tradizionali, ma, come sottolineato da Danny Rimmer di Index Ventures, una "rivisitazione del metodo scientifico basata sui principi fondamentali".

L'approccio di Faraday suggerisce un'evoluzione radicale nel modo in cui la ricerca viene condotta, spostando il focus verso una simbiosi tra l'intuizione umana e la capacità computazionale dell'AI. Questo implica la necessità di infrastrutture robuste e flessibili, capaci di gestire carichi di lavoro intensivi e dataset complessi, tipici della ricerca scientifica avanzata. Per le organizzazioni che valutano il deployment di sistemi AI simili, la scelta tra soluzioni cloud e on-premise diventa cruciale, influenzando aspetti come la sovranità dei dati, il TCO e la latenza.

Implicazioni per l'infrastruttura AI e la sovranità dei dati

L'ambizione di Inherent di esplorare le frontiere della scoperta scientifica tramite l'AI solleva questioni importanti per gli architetti di infrastrutture e i responsabili DevOps. Lo sviluppo e l'addestramento di sistemi AI complessi come Faraday, specialmente quelli che mirano a "auto-migliorarsi", richiedono risorse computazionali significative, spesso misurabili in termini di VRAM, throughput e capacità di calcolo delle GPU. Questo scenario può spingere le aziende a considerare opzioni di deployment on-premise o ibride, particolarmente quando la gestione di dati sensibili o proprietari è una priorità.

La sovranità dei dati e la compliance normativa sono fattori determinanti in settori come la ricerca scientifica, la farmaceutica o la difesa, dove l'AI potrebbe trovare applicazioni. Un deployment self-hosted offre un controllo maggiore sull'ambiente, permettendo di creare infrastrutture air-gapped se necessario e di aderire a requisiti specifici. La valutazione del TCO, che include costi di hardware, energia, raffreddamento e personale specializzato, diventa quindi un elemento chiave nella decisione tra l'adozione di servizi cloud o la costruzione di uno stack locale per carichi di lavoro AI intensivi.

Il futuro della scienza "AI-native"

L'emergere di Inherent e il suo focus sulla "scienza basata sull'AI" rappresentano un segnale chiaro dell'evoluzione del settore. L'idea di un'AI che non solo assiste, ma co-crea e re-immagina il processo scientifico, apre nuove prospettive per accelerare scoperte in campi come la medicina, la scienza dei materiali o l'energia. Sebbene i dettagli tecnici specifici sull'architettura di Faraday non siano ancora stati divulgati, la visione di Inherent si allinea con la crescente tendenza a sfruttare l'AI per risolvere problemi che superano le capacità umane o i metodi tradizionali.

Il successo di iniziative come quella di Inherent dipenderà dalla capacità di bilanciare innovazione algoritmica con un'infrastruttura scalabile e affidabile. Per i CTO e i responsabili delle decisioni tecniciche, monitorare questi sviluppi è fondamentale per comprendere come le future generazioni di sistemi AI influenzeranno i requisiti di deployment e le strategie di investimento in hardware e software. AI-RADAR continua a seguire da vicino queste dinamiche, offrendo analisi sui framework e sulle architetture che supportano l'innovazione AI, specialmente in contesti che privilegiano il controllo e la sovranità dei dati.