Investigación en IA · Las Vegas

Arreglar lo que falla en la IA.

La IA actual consume enormes cantidades de energía, da respuestas distintas a la misma pregunta y todavía necesita que una persona revise su trabajo. Estamos trabajando en todo ello.

Se buscan pioneros → Los problemas ↓
Fig. 01 Pase hacia delante
IlustrativoUna señal que atraviesa las capas ocultas de una red. Cuando una unidad falla, la encontramos y corregimos solo esa, en lugar de reentrenarlo todo.
01 Los problemas

La IA ya está en todas partes. Sus mayores problemas siguen sin resolverse.

01 · Energía

Está devorando energía.

La IA es el consumidor de electricidad que más crece en los centros de datos del mundo: los centros de datos dedicados a la IA usaron un 50 % más de energía solo en 2025. La Agencia Internacional de la Energía prevé que la demanda total de los centros de datos se duplique aproximadamente para 2030.

485 → 950TWh al año, centros de datos de todo el mundo, 2025 → 2030 (previsión)
Fuente: AIE, Energy and AI ↗
Nuestro enfoque

Estamos desarrollando una IA que hace mucho más con mucho menos. Usa matemáticas más ligeras que funcionan en chips pequeños y de bajo consumo, no solo en enormes centros de datos.

02 · Confianza

No sabe cuándo se equivoca.

La IA afirma un dato inventado con el mismo tono seguro que uno verdadero. Leer la respuesta no te dirá cuál es cuál.

Nuestro enfoque

Estamos desarrollando una IA que revisa sus propias respuestas antes de darlas y te avisa cuando algo no cuadra.

03 · Coherencia

Pregunta dos veces y obtendrás dos respuestas.

La misma pregunta puede recibir una respuesta distinta cada vez, incluso del mismo modelo. Por eso los equipos la ejecutan cinco veces y se quedan con la mayoría: pagan cinco respuestas para fiarse de una.

Nuestro enfoque

Estamos desarrollando una IA que da la misma respuesta a la misma pregunta siempre, en cualquier máquina.

04 · Supervisión

Alguien todavía tiene que revisar su trabajo.

En medicina, derecho y finanzas, un experto tiene que revisar lo que produce la IA antes de que nadie pueda fiarse de ello. Gran parte del tiempo que ahorra la IA se va en volver a comprobarla.

Nuestro enfoque

Estamos desarrollando una IA cuyas respuestas llegan ya verificadas, para que los expertos solo tengan que revisar las excepciones.

05 · Reparación

Cuando se rompe, nadie sabe por qué.

Corregir un error suele implicar reentrenar todo el modelo: es lento, caro y es probable que rompa algo que antes funcionaba.

Nuestro enfoque

Estamos desarrollando una forma de encontrar la parte exacta del modelo que falló y corregir solo esa parte, sin reentrenar el resto.

02 Nuestro enfoque

Más grande no es la única respuesta.

La solución de la industria para casi todos estos problemas ha sido más: más datos, más chips, más energía. Creemos que eso es al revés. Volvemos a las matemáticas que sostienen la IA y la construimos para que sea cuidadosa, coherente y eficiente desde el principio.

La respuesta de la industria
Hacerla más grande.
La nuestra
Hacerla bien.
Cuidadosa

Revisa su propio trabajo.

La IA que estamos construyendo revisa su propio trabajo y te dice con claridad cuándo no puede estar segura, en lugar de adivinar.

Coherente

Misma pregunta, misma respuesta.

Da la misma respuesta siempre, en cualquier máquina, para que los resultados se puedan repetir, auditar y creer.

Eficiente

Chips pequeños, no centrales eléctricas.

La estamos construyendo para que funcione en hardware barato y de bajo consumo, no solo en centros de datos.

03 Nuestra casa

Orgullosamente construyendo en Las Vegas.

Todo gran polo tecnológico empezó en algún sitio. Silicon Valley fue una vez huertos frutales. Hicieron falta unas pocas personas que decidieron no esperar permiso.

¿Por qué no nosotros?
¿Por qué no aquí?
¿Por qué no ahora?

Donde más importa

Salud / Finanzas / Derecho / Aeroespacial / Automóviles / Robots / Fábricas / Dispositivos cotidianos

04 Empleo

Se buscan pioneros.

Estamos empezando, y de eso se trata. Estos son algunos de los mayores problemas abiertos de la tecnología, y quienes se unan ahora decidirán cómo se resuelven. Si prefieres hacer bien la IA en lugar de solo hacerla más grande, deberíamos hablar.

Investigadores

Matemáticos e investigadores en IA que quieren cambiar cómo se construye la IA, no solo escalarla.

Preséntate →

Ingenieros

Ingenieros de software, hardware y chips a quienes les importa que la respuesta sea exactamente correcta, en cualquier lugar donde se ejecute.

Preséntate →

Constructores

Personas de producto, alianzas y operaciones que quieren llevar esto a las industrias que más lo necesitan.

Preséntate →

Ayúdanos a construir una IA en la que el mundo pueda confiar.

Para inversores, socios en salud, finanzas e industria, y cualquiera que piense que a la IA se le debe exigir más.

[email protected] →