Aether AI привлекла 20 миллионов долларов для создания причинных моделей мира

      Большая часть индустрии ИИ ставит на то, что более крупные модели означают более умные машины. Новый стартап ставит на противоположное.

      Aether AI, базирующийся в Сан-Диего, привлек 20 миллионов долларов на начальном этапе, чтобы преследовать совершенно другую идею. Его основатель считает, что следующий скачок не произойдет за счет масштаба. Он произойдет благодаря обучению машин причинно-следственным связям.

      Корреляция против причинности

      Сегодняшние большие модели учатся, выявляя паттерны в огромных объемах данных. Это хорошо работает в лаборатории. Но в беспорядочном реальном мире это может дать сбой, когда статистический укороченный путь тихо терпит неудачу.

      Aether хочет, чтобы машины понимали механизмы, стоящие за событиями. Его «модели причинного мира» предназначены для того, чтобы система могла рассуждать о том, что произойдет, если она действовала, прежде чем она это сделает. Компания утверждает, что это делает ИИ более надежным и гораздо менее требовательным к данным. Эта тезис находится в центре более широких дебатов о том, начинает ли прогресс ИИ замедляться.

      Почему сначала роботы

      Первой целью является физический ИИ и робототехника. Логика проста. Каждое движение, которое делает робот, является вмешательством в мир, поэтому ошибки проявляются сразу в виде упавших объектов или неудачных задач.

      Это делает робототехнику жестким испытанием для причинного мышления. Долгосрочная цель Aether — создать единый «причинный мозг», который мог бы управлять многими видами роботов. Это амбициозная цель, за которой гонятся все, от моделей мира Google DeepMind до физической лаборатории ИИ Джеффа Безоса на 10 миллиардов долларов.

      Серьезная родословная

      Основатель придает ставке доверие. Бивей Хуан — ассистент профессора в UC San Diego и известное имя в области причинного открытия. Она создала инструменты с открытым исходным кодом Causal-Learn и Causal-Copilot и широко публиковалась в ведущих изданиях в этой области.

      Aether также упоминает основателей современной причинности, называя Джудею Перла, Бернхарда Шёлькопфа и других сторонниками своей работы. Раунд возглавила MPCi, к которой присоединились Inno Angel Fund, SWC Global и Unity Ventures.

      Почему это важно

      Причинность является одной из старейших нерешенных проблем ИИ, и превращение ее в продукт сложно. Поэтому оговорки важны. Ранние результаты Aether являются собственными, не рецензируемыми, а 20 миллионов долларов — это небольшая сумма по сравнению с миллиардами, которые вливаются в конкурирующие лаборатории. Его инвесторы в основном являются фондами, базирующимися в Азии, а не привычными именами из Силиконовой долины.

      Тем не менее, идея появляется в полезный момент. Сомнения в чистом масштабировании растут, и роботы продолжают спотыкаться на задачах, которые выглядят простыми для людей. Если причинные модели действительно сокращают необходимые данные и улучшают надежность, они будут важны далеко за пределами робототехники. Это большое «если». Но это тот вид ставки, за которой стоит следить.

      

      

       Опубликовано 19 июня 2026 года - 17:22 UTC

      

       Вернуться к началу