Nicolas Sauvage scommette sugli aspetti noiosi dell’intelligenza artificiale

Nicolas Sauvage ritiene che ci vogliano quattro anni prima che le scommesse migliori sembrino ovvie, pensando di averlo condiviso sul palco la scorsa settimana all’evento di San Francisco di StrictlyVC, che TDK Ventures co-ospitato.

È una teoria che sta cercando di dimostrare dal 2019, quando ha fondato la divisione company enterprise del colosso giapponese dell’elettronica, che ora gestisce 500 milioni di dollari in quattro fondi. L’avvio del chip AI Groqvalutata 6,9 miliardi di dollari durante il suo ultimo spherical di finanziamento lo scorso autunno, è l’esempio di più alto profilo di questo modo di pensare.

Nel 2020, ben prima che il increase dell’intelligenza artificiale generativa rendesse evidenti le scommesse sulle infrastrutture, Sauvage ha firmato un assegno a favore dell’azienda, fondata da Jonathan Ross, uno degli ingegneri che hanno costruito le Tensor Processing Unit di Google. Groq si è concentrato fin dall’inizio sull’inferenza: il pesante lavoro computazionale che avviene ogni volta che un modello risponde a una question. Ross aveva progettato il suo chip costruendo prima il compilatore, riducendo l’architettura fino a quando, come la descrive Sauvage, “non è possibile rimuovere una parte e farla funzionare ancora”.

Advert alcuni potrebbe essere sembrato di nicchia, ma sapendo cosa ha fatto riguardo ai vincoli della sua società madre, Sauvage ha visto l’asimmetria. A differenza dell’{hardware} di consumo, che ha un limite naturale, la domanda di inferenza continua advert aumentare con ogni nuova applicazione e ogni nuovo modello. Sauvage non poteva sapere allora che la domanda di inferenza sarebbe esplosa quest’anno, grazie a ogni agente di intelligenza artificiale che pianifica e agisce su dozzine di chiamate (dove una singola question period sufficiente).

Ma in un certo senso anche Ross è stato fortunato. Dopotutto, un conglomerato giapponese di elettronica noto soprattutto per i nastri magnetici non è, a prima vista, il associate di investimento più ovvio. In effetti, Sauvage descrive l’esistenza stessa di TDK Ventures come molto improbabile. Ma dopo due conferenze consecutive a Stanford – una che sostiene il caso del VC aziendale, l’altra che cataloga tutte le ragioni per cui fallisce – Sauvage, che è francese ed è entrato in TDK nella Silicon Valley attraverso un’acquisizione, ha presentato l’concept ai vertici della sede di TDK nonostante non avesse alcuna chiara posizione per farlo. (“Non sono giapponese. Non parlo giapponese; non vivo a Tokyo”, ha detto a questo editore.)

Dopo aver rifiutato un no come risposta, ha finalmente ricevuto il through libera per costruire un fondo il cui mandato period quello di rispondere a una domanda: qual è la prossima grande novità per TDK e cosa potrebbe ucciderla?

Il portafoglio che ha assemblato da allora è costellato di tecnologie che sono diventate sempre più interessanti per i VC nell’ultimo anno: trasformatori di rete a stato solido, batterie agli ioni di sodio per information heart, prodotti chimici alternativi per le batterie che eludono la fragilità geopolitica del litio e del cobalto.

La disciplina alla base di tutto è la stessa: identificare il collo di bottiglia quattro anni dopo, poi trovare i fondatori che ci stanno già lavorando.

La domanda, ovviamente, è: cosa accadrà dopo? Da parte sua, Sauvage sta osservando da vicino l’intelligenza artificiale fisica: non tutta la robotica, ma robotic con un lavoro altamente specifico da svolgere. Robotica dell’Agilitàadvert esempio, nel suo portfolio, si concentra sul compito singolo e banale di spostare le cose da un luogo a un altro in magazzini che affrontano carenza di forza lavoro. Un’altra società in portafoglio, portafoglio svizzero ANYboticscostruisce robotic rinforzati per ambienti troppo pericolosi per i lavoratori umani, luoghi in cui la definizione di lavoro è essenzialmente quella di andare dove le persone non possono. Il filo conduttore è la chiarezza di intenti. I robotic su cui Sauvage scommette non cercano di fare tutto; invece, fanno una cosa difficile in modo affidabile.

Sauvage cube che sta anche osservando di nuovo lo spostamento dello stack di calcolo. Le GPU hanno dominato l’addestramento: il calcolo massiccio e parallelo dell’insegnamento di un modello. I chip di inferenza come quelli di Groq stanno rimodellando ciò che accade quando quel modello parla: più veloce, più economico, su larga scala. Ora, sostiene Sauvage, le CPU sono destinate advert una rinascita. Non sono i chip più potenti o i più veloci. Ma sono i più flessibili e più adatti alla logica ramificata e decisionale dell’orchestrazione. Quando un agente AI delega un compito, ne controlla l’avanzamento e ripercorre decine di passaggi, qualcosa deve gestire l’intera coreografia. Quel qualcosa, sempre più spesso, assomiglia a una CPU.

E poi c’è la Cina. Un recente rapporto di Eclipse – una società di enterprise capital che segue da vicino – ha documentato ciò che Sauvage descrive come “produzione di vibrazioni” – la rapida iterazione assistita dall’intelligenza artificiale della prototipazione di {hardware} fisico, rispecchiando ciò che la codifica delle vibrazioni ha fatto per il software program. I produttori cinesi, rileva il rapporto, stanno comprimendo il ciclo progettazione-costruzione-test dei prodotti fisici in modi che le catene di fornitura occidentali non sono ancora attrezzate per eguagliarlo.

Per Sauvage, è un segnale di collo di bottiglia – e sta già andando avanti con i vari investimenti di TDK Ventures. Un problema ancora irrisolto, cube, è la destrezza. I modelli stanno migliorando abbastanza velocemente da far sembrare inevitabile l’intelligenza artificiale fisica; ciò che manca ancora è la fluidità fisica da eguagliare. I paesi e le aziende che riescono a capire come eseguire l’iterazione sugli atomi alla stessa velocità con cui gli altri eseguono l’iterazione del codice avranno un vantaggio produttivo. Questa è l’onda per la quale sta posizionando oggi TDK Ventures.