Quattro tra i più celebri scienziati AI di Google se ne vanno per costruire una macchina che fa ricerca da sola

Jeff Dean, l'ingegnere dietro l'infrastruttura di ricerca di Google e il modello AI Gemini, è co-fondatore di Discovery Loop, una startup il cui obiettivo è eseguire migliaia di esperimenti automatizzati e superare i più grandi laboratori di ricerca del mondo.

AI2Day Newsdesk3 min read
A dense grid of glowing GPU server racks inside a dark data centre, cool blue and violet light reflecting off metallic surfaces, photorealistic editorial photog
Share

Punti chiave

  • Jeff Dean, co-fondatore di Google Brain e co-responsabile tecnico del modello AI Gemini di Google, sta lasciando Google dopo quasi 27 anni per avviare una nuova azienda chiamata Discovery Loop.
  • Tre altri scienziati senior di Google AI si uniscono a lui: Sanjay Ghemawat, Oriol Vinyals e Quoc Le.
  • Discovery Loop vuole costruire un'IA che esegua il metodo scientifico autonomamente, proponendo esperimenti, eseguendoli e imparando dai risultati senza intervento umano a ogni fase.
  • Google assumerà una partecipazione nella nuova azienda e fornirà potenza di calcolo per il primo anno, ma i fondatori stanno lasciando l'occupazione a tempo pieno lì.
  • Gli investitori Khosla Ventures e Radical Ventures hanno sostenuto l'azienda; l'importo totale del finanziamento e la valutazione non sono stati divulgati.

Chi se ne va e perché conta?

Jeff Dean è per Google quello che uno chef di cucina è per una cucina con tre stelle Michelin. Ha contribuito a costruire l'infrastruttura di ricerca che milioni di persone usano ogni giorno e ha co-guidato il team dietro Gemini, il modello AI principale di Google. Lo lasciano con lui Sanjay Ghemawat, suo collaboratore di lunga data e co-architetto dei sistemi informatici principali di Google; Oriol Vinyals, vicepresidente della ricerca presso DeepMind (la divisione di ricerca AI di Google); e Quoc Le, lo scienziato dietro AutoML-Zero, un progetto che consente al machine learning, ovvero il software che migliora se stesso individuando modelli nei dati, di progettare automaticamente nuovi strumenti di IA.

L'amministratore delegato di Alphabet Sundar Pichai ha incontrato il gruppo più volte cercando di trattenerli. Non potrebbe. "In una grande organizzazione c'è sempre molta inerzia che devi superare per fare cambiamenti radicali", ha detto Vinyals a Wired AI. "Vogliamo costruire qualcosa di diverso".

Google ottiene un premio di consolazione di sorta: una partecipazione azionaria, crediti di cloud computing per il primo anno della startup e una collaborazione di ricerca. Rimane comunque una perdita significativa.

Cosa farà effettivamente Discovery Loop?

L'idea centrale è automatizzare il metodo scientifico. Uno scienziato normalmente forma un'ipotesi, progetta un esperimento, lo esegue, controlla i risultati e ricomincia. Discovery Loop vuole che il software gestisca ogni fase di quel ciclo, migliaia di volte in parallelo, senza aspettare che un umano dia l'approvazione tra i round.

Il primo obiettivo è il cortile della stessa azienda: migliorare gli algoritmi di machine learning che userà per costruire il suo sistema di IA. Algoritmi migliori si reintegrano nel ciclo, rendendo il round successivo di esperimenti più veloce e intelligente. "Potrebbe essere che scopriremo un'architettura transformer diversa", ha detto Le, riferendosi al design sottostante che alimenta la maggior parte dei modelli di IA moderni incluso ChatGPT.

Dopo di che, il team prevede di indirizzare gli stessi cicli verso la progettazione di chip, la biologia, la scoperta di farmaci e la scienza dei materiali. Piccoli team che usano Discovery Loop, sostengono i fondatori, potrebbero eventualmente eguagliare o superare l'output di interi dipartimenti di ricerca aziendale.

Le persone comuni dovrebbero preoccuparsene?

Per ora, questa è la storia di una startup che non ha ancora assunto personale o affittato uno spazio ufficio. Le sue ambizioni sono enormi; il suo numero attuale di dipendenti è quattro.

Ma la direzione conta. Se Discovery Loop consegna anche solo una frazione di quello che promette, cambia chi può fare scoperte scientifiche. Oggi ciò richiede migliaia di ricercatori e miliardi in finanziamenti. Uno strumento che automatizza il ciclo di esperimenti potrebbe ridurre drasticamente questo.

Se quattro brillanti ingegneri possono costruire quello strumento è, naturalmente, la domanda cruciale. "Costruire qualcosa per risolvere tutti quei problemi è un'idea potente", ha detto Jordan Jacobs, partner gestionale di Radical Ventures, che si sta unendo al consiglio. "Queste persone hanno svolto questo tipo di lavoro in passato quindi sanno quello che stanno facendo".

Il capitalista di rischio Vinod Khosla, la cui società Khosla Ventures sta anche sostenendo l'azienda, l'ha messo chiaramente: "Gli umani sono stati usando l'IA per fare ricerca, non usando l'IA per essere un ricercatore".

Quella frase singola è l'intera scommessa.

© 2026 AI2Day