De bouwers van Googles AI stapten op — om de hele wetenschap te automatiseren
Vier van Googles meest senior AI-onderzoekers vertrokken om Discovery Loop op te richten, een startup die erop wedt dat AI zelf wetenschappelijke experimenten kan uitvoeren — en waar zij hun carrière op inzetten, vertelt je waar AI werkelijk naartoe gaat.
- 27
- jaar dat Jeff Dean bij Google werkte
- 4
- senior AI-onderzoekers die tegelijk vertrokken
- ~5%
- daling van de Alphabet-beurskoers
- Radical Ventures & Khosla Ventures
- hoofdinvesteerders in Discovery Loop
Op 5 augustus bevestigde Google dat vier van zijn meest invloedrijke AI-onderzoekers vertrekken. Jeff Dean, die 27 jaar bij Google werkte en meehielp alles te bouwen — van de zoekinfrastructuur tot Gemini —, richt samen met anderen Discovery Loop op. Hij wordt vergezeld door Sanjay Ghemawat, Oriol Vinyals en Quoc Le — stuk voor stuk hoofdarchitecten van de systemen die Googles AI groot maakten.
Het doel van Discovery Loop is de wetenschap zelf automatiseren. De gedachte is simpel: wetenschappelijke vooruitgang is niet traag omdat onderzoekers tekortschieten, maar omdat er simpelweg niet genoeg van hen zijn om snel genoeg voldoende experimenten uit te voeren. Als een AI experimenten zelf kan ontwerpen, uitvoeren en ervan leren, kan wetenschap dramatisch sneller gaan. Het bedrijf begint met onderzoek naar machine learning en wil daarna geneesmiddelenontdekking, chipdesign en schone energie aanpakken.
De financiering achter Discovery Loop is indrukwekkend. Radical Ventures en Khosla Ventures leidden de ronde samen, met deelname van Lightspeed, Kleiner Perkins en Alphabet zelf — dat de startup ook een jaar gratis cloudcomputing geeft. Het Alphabet-aandeel daalde op de dag van de aankondiging met ongeveer 5% naar $362,31 — een signaal dat de markten dit vertrek zagen als een echte klap, geen gewone reorganisatie.
De duidelijkste les voor oprichters en bouwers: de mensen met de diepste kennis van moderne AI zetten hun volgende decennium in op autonome wetenschappelijke research, niet op betere chatbots. De race om ontdekkingen te automatiseren is begonnen. Of dat nu doorbraken oplevert in geneeskunde, energie of de AI zelf — de onderzoekers die deze systemen het best kennen, vinden dit nu het belangrijkste probleem om aan te werken.