Aether AI raccoglie 20 milioni di dollari per costruire modelli mondiali causali

      La maggior parte dell'industria dell'IA scommette che modelli più grandi significano macchine più intelligenti. Una nuova startup scommette il contrario.

      Aether AI, con sede a San Diego, ha raccolto un round di finanziamento seed da 20 milioni di dollari per inseguire un'idea completamente diversa. Il suo fondatore pensa che il prossimo salto non verrà dalla scala. Verrà dall'insegnare alle macchine causa ed effetto.

      Correlazione contro causalità

      I grandi modelli di oggi apprendono individuando schemi in enormi quantità di dati. Questo funziona bene in laboratorio. Ma può vacillare nel disordinato mondo reale, dove un'abbreviazione statistica fallisce silenziosamente.

      Aether vuole che le macchine comprendano invece i meccanismi dietro gli eventi. I suoi "modelli del mondo causale" sono progettati per consentire a un sistema di ragionare su cosa accadrebbe se agisse, prima di agire. L'azienda afferma che questo rende l'IA più affidabile e molto meno affamata di dati. La tesi si colloca nel dibattito più ampio su se il progresso dell'IA stia iniziando a rallentare.

      Perché prima i robot

      Il primo obiettivo è l'IA fisica e la robotica. La logica è semplice. Ogni movimento che un robot compie è un intervento nel mondo, quindi gli errori si manifestano immediatamente come oggetti caduti o compiti non riusciti.

      Questo rende la robotica un test brutale per il ragionamento causale. L'obiettivo a lungo termine di Aether è un singolo "cervello causale" che potrebbe guidare molti tipi di robot. È un'ambizione affollata, con tutti, dai modelli del mondo di Google DeepMind al laboratorio di IA fisica da 10 miliardi di dollari di Jeff Bezos, che inseguono lo stesso premio.

      Un pedigree serio

      Il fondatore conferisce credibilità alla scommessa. Biwei Huang è professore assistente presso l'UC San Diego ed è un nome noto nella scoperta causale. Ha creato gli strumenti open-source Causal-Learn e Causal-Copilot, e ha pubblicato ampiamente nei principali eventi del settore.

      Aether invoca anche i fondatori della causalità moderna, nominando Judea Pearl, Bernhard Schölkopf e altri come sostenitori del suo lavoro. Il round è stato guidato da MPCi, con Inno Angel Fund, SWC Global e Unity Ventures che si sono uniti.

      Perché è importante

      La causalità è uno dei problemi irrisolti più antichi dell'IA, e trasformarla in un prodotto è difficile. Quindi le avvertenze sono importanti. I primi risultati di Aether sono i propri, non sottoposti a revisione paritaria, e 20 milioni di dollari sono pochi rispetto ai miliardi che affluiscono nei laboratori rivali. I suoi sostenitori sono per lo più fondi con sede in Asia, non i soliti nomi della Silicon Valley.

      Tuttavia, l'idea arriva in un momento utile. I dubbi sulla pura scalabilità stanno crescendo, e i robot continuano a inciampare in compiti che sembrano semplici per gli esseri umani. Se i modelli causali riescono davvero a ridurre i dati necessari e migliorare l'affidabilità, sarebbero rilevanti ben oltre la robotica. Questo è un grande "se". Ma è il tipo di scommessa da tenere d'occhio.

      

      

       Pubblicato il 19 giugno 2026 - 17:22 UTC

      

       Torna in cima