Jeff Dean, een van de bekendste en langst werkende leiders bij Google, stapt uit het bedrijf om een eigen AI-startup te beginnen.

Samen met hem vertrekken meerdere opvallende namen uit de onderzoeksafdeling van Google: Sanjay Ghemawat, Quoc Le en Oriol Vinyals. Zij vormen het kernteam van de nieuwe organisatie en Dean wordt naar verwachting de CEO.

Wat is Discovery Loop?

De groep richt een bedrijf op met de naam Discovery Loop. Het is opgezet als een public benefit corporation — een onderneming met een maatschappelijke doelstelling naast winst. De missie is duidelijk: AI gebruiken om wetenschappelijk onderzoek veel sneller en grootschaliger te laten verlopen.

Discovery Loop wil AI-algoritmen inzetten om duizenden experimenten tegelijk te starten en te laten lopen. Het idee is dat veel van het handwerk rond opzetten, uitvoeren en bijstellen van experimenten deels door systemen kan worden overgenomen. Daardoor zouden onderzoekers veel meer varianten kunnen testen in dezelfde tijd.

De startup noemt ook dat ze AI wil gebruiken om sterkere AI te bouwen — een proces waarbij AI zichzelf iteratief verbetert. Dit wordt soms aangeduid als recursieve zelfverbetering (AI die zichzelf zonder menselijke tussenkomst verbetert). In dat verband zegt het bedrijf te streven naar het automatiseren van volledige experimentele cycli, zodat mensen minder handmatig hoeven bij te sturen.

Wie zijn de oprichters en wat is hun achtergrond?

• Jeff Dean: werkte sinds 1999 bij Google en was de 30e werknemer. Hij heeft veel bijgedragen aan de kern van Google Search, zoals systemen voor het doorzoeken en indexeren van het web en systemen die zoekvragen afhandelen. Hij speelde ook een grote rol in het vroege AI-onderzoek bij Google en had invloed op Google Gemini’s multimodale modellen (modellen die tekst, beeld en andere informatiesoorten tegelijk kunnen verwerken).

• Sanjay Ghemawat: een van de topingenieurs en senior fellow bij Google, belangrijk bij infrastructuur en grootschalige systemen.

• Quoc Le: een belangrijk AI-onderzoeker en een van de oprichters van Google Brain.

• Oriol Vinyals: senior research scientist bij Google DeepMind, betrokken bij onderzoek naar geavanceerde AI-technieken.

Samen brengen zij jarenlange ervaring in grootschalige systemen en AI-onderzoek mee. Volgens de berichten willen ze die ervaring gebruiken om wetenschappelijke ontdekkingen te versnellen.

Wie financiert het initiatief?

Discovery Loop heeft geld gekregen van meerdere investeerders. De eerste financieringsronde wordt geleid door Radical Ventures en Khosla Ventures. Daarnaast deden Kleiner Perkins, Lightspeed en Doerr Capital mee.

Ook Alphabet, het moederbedrijf van Google, heeft financieel bijgedragen. Dat betekent dat er zowel externe durfkapitaalpartijen als banden met Google zelf in de financiering zitten.

Waarom is dit nieuws belangrijk?

Het vertrek van zulke prominente onderzoekers bij Google valt op omdat zij jarenlang aan de ontwikkeling van grote systemen hebben gewerkt. Dat zij nu kiezen voor een eigen onderneming met een duidelijk maatschappelijk doel geeft aan dat er een sterke overtuiging bestaat dat AI onderzoek kan versnellen.

De kernbelofte van Discovery Loop is tweeledig:

• Meer experimenten tegelijk uitvoeren, zodat de hoeveelheid tests en varianten omhooggaat.

• Een deel van het experimentele werk automatiseren, zodat menselijke onderzoekers zich op andere taken kunnen richten.

Als dit lukt, zou dat de snelheid waarmee nieuwe wetenschappelijke inzichten ontstaan kunnen vergroten. Tegelijkertijd roept het vragen op over veiligheid, controle en de rol van onderzoekers in een steeds geautomatiseerde onderzoeksomgeving.

Conclusie

Een team van invloedrijke onderzoekers verlaat Google om Discovery Loop te starten, een bedrijf dat AI wil inzetten om wetenschappelijk onderzoek fundamenteel te versnellen. Met ervaren oprichters, financiële steun van zowel grote investeerders als Alphabet, en ambities om experimentele cycli grotendeels te automatiseren, is dit initiatief één van de duidelijkste voorbeelden tot nu toe van de ambitie om AI direct in dienst te stellen van wetenschappelijke vooruitgang.

Wat er precies uit voortkomt, hangt af van technische haalbaarheid, veiligheidsmaatregelen en hoe goed mensen en systemen samenwerken in het laboratorium van de toekomst.