Il creatore di Internet Explorer, Thomas Reardon, raccoglie 500 milioni di dollari per Flourish, una startup di intelligenza artificiale ispirata al cervello, valutata 2,5 miliardi di dollari.

      TL;DRThomas Reardon, che ha creato Internet Explorer e ha venduto la startup di interfacce neurali CTRL-labs a Meta per fino a 1 miliardo di dollari, sta raccogliendo circa 500 milioni di dollari per Flourish a una valutazione di 2,5 miliardi di dollari. La startup utilizza la connettomicità e le neuroscienze per progettare architetture AI che sono radicalmente più efficienti dal punto di vista energetico, mirando allo strato architettonico sopra il silicio piuttosto che costruire nuovi chip. Lux Capital e GV, che hanno sostenuto CTRL-labs, sono attesi a guidare il round.

      Thomas Reardon ha un modello. Nel 1994, ha creato il progetto che è diventato Internet Explorer, il browser che ha trasformato Microsoft da azienda software a azienda internet e ha innescato il caso antitrust più significativo nella storia della tecnologia. Nel 2015, ha co-fondato CTRL-labs, una startup di interfacce neurali che ha costruito un braccialetto capace di tradurre segnali elettrici dal cervello in comandi per computer, e l'ha venduta a Meta per una cifra compresa tra 500 milioni e 1 miliardo di dollari. Nel frattempo, ha conseguito un dottorato in neuroscienze presso la Columbia University, ha servito come membro fondatore del consiglio del World Wide Web Consortium e ha fornito la prima implementazione di CSS in un browser web. Ora Reardon sta raccogliendo circa 500 milioni di dollari per Flourish, una startup che vuole rendere l'intelligenza artificiale radicalmente meno affamata di energia prendendo in prestito principi di design dall'unico sistema che già gestisce l'intelligenza in modo efficiente: il cervello umano. Lux Capital e GV, gli stessi investitori che hanno guidato il Series A di CTRL-labs quasi un decennio fa, sono attesi a guidare il round a una valutazione di 2,5 miliardi di dollari, secondo Bloomberg. L'azienda non ha un prodotto commerciale. Ciò che ha è una tesi, un team di neuroscienziati e un fondatore la cui carriera suggerisce che valga la pena scommettere su di lui prima che il prodotto esista.

      Il problema

      Il consumo energetico dell'industria AI si sta avvicinando alla scala di un'economia nazionale. Nel 2022, i data center, i carichi di lavoro AI e le infrastrutture correlate hanno consumato circa 460 terawattora di elettricità a livello globale. L'Agenzia Internazionale dell'Energia prevede che questa cifra raddoppierà quasi entro la fine del 2026 e che i data center da soli potrebbero rappresentare il 3% del consumo globale di elettricità entro il 2030, circa il doppio dell'attuale utilizzo totale della Germania. Negli Stati Uniti, i data center hanno consumato più del 4% del totale dell'elettricità del paese nel 2023, una cifra che si prevede raggiunga il 9% entro il 2030. Le aziende tecnologiche che guidano questa domanda stanno rispondendo con soluzioni dal lato dell'offerta: le startup stanno correndo per ridurre l'uso energetico dei data center, Meta sta esplorando pannelli solari spaziali, Microsoft ha firmato accordi per l'energia nucleare e Amazon sta acquistando interi parchi eolici. La spesa in conto capitale collettiva per l'infrastruttura AI da parte di Alphabet, Amazon, Meta e Microsoft supera i 650 miliardi di dollari nelle previsioni per il 2026. La risposta dell'industria alla domanda su come alimentare l'AI è stata, in modo schiacciante, costruire più energia.

      L'argomento di Reardon è che la risposta è sbagliata, o almeno incompleta. Il cervello umano svolge compiti che nessun sistema AI può eguagliare, inclusi generalizzazione, astrazione e apprendimento continuo da dati minimi, consumando circa 20 watt di potenza, all'incirca quanto un paio di lampadine LED. Un singolo ciclo di addestramento di un modello AI all'avanguardia può consumare megawatt per settimane o mesi. Il divario tra intelligenza biologica e artificiale in termini di efficienza energetica non è un fattore di due o dieci. È un fattore di migliaia. La tesi di Flourish è che questo divario esiste non a causa di limitazioni hardware, ma a causa di limitazioni architettoniche: il modo in cui i modelli AI sono strutturati, il modo in cui elaborano le informazioni e il modo in cui apprendono hanno poco in comune con il funzionamento delle reti neurali biologiche. L'IEA ha suggerito che l'AI stessa potrebbe aiutare a ridurre il consumo energetico attraverso l'ottimizzazione della rete e miglioramenti dell'efficienza, ma Flourish sta perseguendo qualcosa di più fondamentale: cambiare il design dei sistemi AI stessi.

      L'approccio

      Flourish riunisce ricercatori AI e neuroscienziati per studiare la connettomicità, la mappatura e l'analisi delle connessioni neurali nei cervelli biologici. Il campo ha prodotto mappe sempre più dettagliate su come i neuroni si connettono, comunicano ed elaborano informazioni in organismi che vanno dalle mosche della frutta ai topi, e quelle mappe rivelano principi architettonici che differiscono nettamente dai modelli basati su trasformatori che dominano l'AI moderna. Le reti neurali biologiche sono sparse, il che significa che la maggior parte dei neuroni non è connessa alla maggior parte degli altri neuroni, e elaborano le informazioni in modo asincrono, attivandosi solo quando viene raggiunta una soglia piuttosto che eseguire calcoli su ogni input a ogni passo. Sono anche straordinariamente efficienti nel instradare le informazioni, utilizzando l'elaborazione locale e l'astrazione gerarchica per evitare il calcolo brute-force che caratterizza le attuali architetture AI.

      L'approccio di Reardon è studiare questi principi biologici e tradurli in nuovi algoritmi e architetture AI, non in nuovi chip. Questa è una distinzione significativa. L'industria del calcolo neuromorfico, guidata dal programma Loihi di Intel e da un ecosistema in crescita di startup, si è concentrata principalmente sulla costruzione di hardware specializzato che imita il comportamento neurale nel silicio. Flourish sta lavorando a un livello diverso: il software e le strutture matematiche che definiscono come un modello AI apprende e ragiona. La scommessa dell'azienda è che i miglioramenti architettonici guidati dalle neuroscienze possano fornire guadagni di efficienza che i miglioramenti hardware da soli non possono, e che tali guadagni possano essere applicati a piattaforme chip esistenti e future piuttosto che richiedere processi di fabbricazione completamente nuovi. Anthropic ha esplorato la costruzione dei propri chip AI personalizzati per ottimizzare prestazioni e costi, e altri laboratori all'avanguardia stanno investendo in hardware in modo simile. Flourish sta sostenendo che il problema si trova a un livello superiore rispetto al silicio.

      Il fondatore

      La valutazione di 2,5 miliardi di dollari per un'azienda senza prodotto è una scommessa sul curriculum di Reardon e sulla convinzione degli investitori che lo hanno sostenuto in precedenza. Lux Capital, la società di venture capital con sede a New York che investe in quelle che chiama tecnologie "sci-fi", ha lavorato con Reardon sin dai tempi di CTRL-labs. Josh Wolfe, co-fondatore di Lux, ha guidato il finanziamento di CTRL-labs ed è stato un sostenitore pubblico della capacità di Reardon di operare all'intersezione tra neuroscienze e tecnologia commerciale. GV, il braccio di venture di Alphabet, ha mantenuto in modo simile la sua relazione con Reardon attraverso molteplici iniziative. Il fatto che entrambe le aziende stiano tornando per un round di questa dimensione suggerisce che Flourish non è una scommessa speculativa su un nuovo mercato, ma una scommessa specifica su un fondatore che credono abbia dimostrato la capacità di trasformare ricerche neuroscientifiche esoteriche in tecnologia che grandi aziende saranno disposte a acquisire o licenziare.

      La biografia di Reardon supporta questa lettura. La sua carriera è insolita non per un singolo risultato, ma per la gamma in cui ha operato. Ha creato Internet Explorer a 25 anni, il che è un risultato di gestione del prodotto e ingegneria. Poi ha lasciato Microsoft, ha completato un dottorato in neuroscienze computazionali alla Columbia e ha co-fondato un'azienda che ha costruito un'interfaccia cervello-computer funzionante che leggeva segnali neurali dal polso, un risultato scientifico e ingegneristico di un