Cover Image for El co-creador de Alexa muestra por primera vez la estrategia tecnológica de Unlikely AI.

El co-creador de Alexa muestra por primera vez la estrategia tecnológica de Unlikely AI.

Tras anunciar una increíble inversión inicial de $20 millones el año pasado, William Tunstall-Pedoe, fundador de Unlikely AI, ha mantenido en marcha el crecimiento de esta prometedora empresa británica fabricante de modelos.

Después de anunciar una asombrosa inversión inicial de $20 millones el año pasado, William Tunstall-Pedoe, fundador de Unlikely AI, ha mantenido en secreto el enfoque de esta prometedora empresa de creación de modelos en el Reino Unido. Hasta ahora: TechCrunch puede revelar en exclusiva que están adoptando un enfoque "neuro-simbólico" para su inteligencia artificial. Como parte de este avance, están anunciando dos contrataciones de alto nivel, incluido el ex CTO de Stability AI, Tom Mason. La inteligencia artificial neuro-simbólica es un tipo de IA que integra enfoques de redes neuronales modernas, utilizadas por grandes modelos de lenguaje (LLMs), como el GPT de OpenAI, y arquitecturas de IA simbólica anteriores para abordar las debilidades de cada una.

Tunstall-Pedoe se dio a conocer en la escena tecnológica del Reino Unido en 2012 cuando Amazon adquirió su startup de asistente de voz, Evi. Dos años más tarde, Amazon lanzó Echo y Alexa, incorporando gran parte de la tecnología de Evi. Con Unlikely AI, Tunstall-Pedoe busca volver a destacar al revelar la tecnología en la que él y su equipo han estado trabajando desde 2019, año en que se fundó la startup. Por otro lado, en Stability AI, Mason supervisó el desarrollo de importantes modelos fundamentales en diversos campos y ayudó a la empresa de IA a recaudar más de $170 millones. Ahora es CTO de Unlikely AI, donde supervisará su enfoque 'simbólico/algortímico'. Además, Fred Becker se une como Director Administrativo. Anteriormente ocupó cargos directivos en compañías como Skype y Symphony. En Unlikely, su rol será dirigir al equipo de 60 empleados a tiempo completo, mayoritariamente ubicados entre Cambridge (Reino Unido) y Londres.

La startup de IA afirma que su enfoque en modelos fundamentales de IA buscará evitar los riesgos con los que nos hemos vuelto demasiado familiares: sesgos, 'alucinaciones' (también conocidas como fabricaciones), precisión y confianza. También aseguran que su enfoque utilizará menos energía en un intento por reducir el impacto ambiental de la IA. "Hemos estado trabajando en privado durante varios años y estamos muy emocionados por nuestras dos nuevas contrataciones de alto nivel", dijo Tunstall-Pedoe a TechCrunch durante una llamada.

Para conocer más sobre el enfoque del equipo, Tunstall-Pedoe explicó: "Estamos construyendo una plataforma de IA 'confiable' diseñada para abordar prácticamente todos los problemas clave con la IA en este momento, en lo que respecta a... alucinaciones y precisión. Estamos combinando las capacidades de IA generativa, IA estadística, con métodos algorítmicos simbólicos, [y] métodos convencionales de software para lograr escalabilidad y confiabilidad." Describió la plataforma como "horizontal", ya que integrará "muchos tipos diferentes de aplicaciones". Respecto a las aplicaciones exactas, se mostró reservado, pero siguió enfatizando la frase "IA confiable".

En cuanto a la tecnología de la startup, Tunstall-Pedoe explicó que la plataforma está compuesta por dos elementos: "la palabra neuro y la palabra simbólico. Neuro implica aprendizaje profundo, resolviendo problemas que las máquinas no han podido resolver durante décadas... Simbólico se refiere al tipo de software que potencia tus hojas de cálculo u otras aplicaciones." Explicó que una de las debilidades de lo 'neuro' es que a veces se equivoca. Argumentó que Unlikely planea combinar las certezas del software tradicional, como las hojas de cálculo, donde los cálculos son 100% precisos, con el enfoque 'neuro' en la IA generativa.

En conclusión, Unlikely AI está avanzando en el desarrollo de una innovadora plataforma de IA con un enfoque novedoso que busca abordar los desafíos actuales de la inteligencia artificial, apostando por la confiabilidad y la combinación de distintos enfoques para lograr aplicaciones diversas y confiables.