Laboratório de IA com um ano de existência, Flapping Airplanes, capta US$ 1 bilhão com avaliação de US$ 6 bilhões

A startup de um ano de idade Flapping Airplanes impressionou o Vale do Silício com uma equipe fundadora impressionante e a missão de encontrar maneiras de treinar grandes modelos com menos dados. Na quarta-feira, a empresa anunciou que havia captado uma rodada Série A de US$ 1 bilhão, coriderada pela Index e pela Lux, segundo relatos, a uma avaliação de US$ 6 bilhões.

A rodada ocorre apenas nove meses depois que a empresa foi lançada com uma rodada semente de US$ 180 milhões da GV, Sequoia e Index. Aquela rodada semente havia avaliado a empresa em US$ 1,5 bilhão, de modo que sua avaliação quadruplicou recentemente.

Outros participantes da nova rodada incluíram os apoiadores anteriores Sequoia, GV e Kleiner Perkins. Valor, Atreides, Kleiner Perkins, A* e Nvidia também são investidores na empresa.

A Flapping Airplanes foi fundada por Aidan Smith e pelos irmãos Asher e Ben Spector. Smith é um ex-fundador e bolsista da Thiel que trabalhou na empresa de implantes cerebrais Neuralink durante a faculdade. Asher Spector foi doutor em estatística em Stanford, enquanto Ben Spector foi estudante de doutorado em ciência da computação em Stanford e fundou a Prod enquanto estava no MIT.

A Prod é uma aceleradora de startups gerida por estudantes com cinco anos de existência e quase uma sociedade secreta que “se tornou uma das incubadoras de talentos mais poderosas do Vale do Silício”, escreveu o sócio da Sequoia David Cahn, um investidor da Flapping Planes, em uma postagem no início deste ano explicando por que investiu. Juntos, os fundadores “estão construindo o ‘laboratório de AGI para jovens’,” conforme Cahn descreveu.

Os fundadores descrevem seu trabalho como “o framework de megakernel mais completo do mundo. Ele pode executar treinos inteiros, servir inferência, jogar videogame e até mesmo fazer as três coisas simultaneamente em um único kernel.” (Um kernel é um programa executado em uma GPU, e um megakernel agrupa muitas tarefas em um único programa.)

Os fundadores afirmam que o framework “pode sobrepor inferência limitada por memória com treinamento limitado por computação”, o que significa que ele pode executar uma tarefa que passa a maior parte do tempo esperando dados serem buscados junto com outra que passa a maior parte do tempo fazendo contas, de modo que o chip raramente fica ocioso. A premissa é que a IA mal arranhou a superfície do que as GPUs podem fazer, e eles acreditam que isso pode criar sistemas inteligentes “sem precisar ingerir metade da internet.”

O objetivo são sistemas que custam menos para treinar e rodar. “Um modelo que seja um milhão de vezes mais eficiente em termos de dados é provavelmente um milhão de vezes mais fácil de ser inserido na economia”, disse Asher Spector ao TechCrunch pouco depois do lançamento da startup.

Agora eles têm US$ 1 bilhão novos para contratar e tentar transformar esse objetivo em realidade.