Con Project Prometheus, Jeff Bezos torna a un ruolo operativo per la prima volta da quando ha lasciato la guida di Amazon nel luglio del 2021, e lo fa scegliendo la frontiera tecnologica più ambiziosa del momento: l’intelligenza artificiale applicata al mondo fisico.
La sua nuova società debutta con un finanziamento impressionante da 6,2 miliardi di dollari (di cui una parte significativa investita personalmente dallo stesso Bezos), uno dei round early-stage più alti di sempre nella storia della Silicon Valley.
Per dare un’idea della scala, basta confrontarlo con i 300 milioni raccolti dalla rivale Periodic Labs, la start-up fondata da ex ricercatori di Meta, OpenAI e Google DeepMind e considerata uno dei progetti più promettenti dell’anno.
Prometheus parte dunque con una potenza di fuoco che non ha eguali in un settore dove ogni avanzamento richiede robot, laboratori, hardware sperimentale e investimenti ben più consistenti rispetto all’IA basata sui modelli linguistici.
Dalla space economy all’IA
Dal 2021 Bezos si è concentrato soprattutto su Blue Origin, in competizione diretta con SpaceX di Elon Musk, e non ha più assunto ruoli operativi formali.
Con Project Prometheus la sua traiettoria cambia di nuovo. Ma la start-up si muove in un’area che rispecchia perfettamente le sue ossessioni di lungo periodo: portare l’umanità nello spazio, costruire tecnologie industriali avanzate e accelerare le capacità di progettazione nel mondo dell’aerospazio, dell’automotive e dell’hardware computazionale.
Capire questa scelta richiede di osservare il nuovo trend del settore: mentre molti dei giganti come Google, Meta, Microsoft e OpenAI continuano a sviluppare modelli linguistici di grandi dimensioni, Prometheus nasce per affrontare un problema diverso e più profondo.
Bezos vuole infatti modelli che apprendano non solo dai testi ma anche dal mondo fisico circostante, dai dati sperimentali e dalle interazioni reali con macchine e materiali.
Oltre i limiti dei modelli linguistici
È qui che emerge la frattura tecnologica che sta definendo la nuova generazione dell’IA. I modelli linguistici apprendono schemi e relazioni analizzando enormi quantità di testo: articoli, codici, conversazioni, manuali tecnici.
Questo permette loro di imitare la scrittura umana, risolvere problemi logici, persino creare software. Ma la conoscenza testuale non basta per progettare un motore aerospaziale o per ottimizzare materiali complessi.
Le aziende come Periodic Labs, e ora Project Prometheus, stanno lavorando a sistemi in grado di imparare dal mondo fisico, costruendo laboratori in cui robot ed esperimenti automatizzati generano dati che alimentano modelli capaci di evolversi attraverso il classico ciclo scientifico di ipotesi, test, errore, miglioramento.
È un processo che si avvicina alla ricerca scientifica vera e propria e che richiede una combinazione di intelligenza artificiale, meccatronica, chimica, fisica dei materiali ed enorme potenza computazionale.
La squadra di Prometheus e la corsa globale all’IA applicata
Accanto a Bezos, nel ruolo di co-amministratore delegato, c’è Vik Bajaj, fisico e chimico con un passato a stretto contatto con Sergey Brin dentro Google X, la “Moonshot Factory” che ha generato progetti come Wing e la tecnologia che ha portato alla nascita di Waymo.
L’obiettivo di Prometheus è replicare quella mentalità sperimentale su scala industriale, creando piattaforme di IA in grado di progettare computer, veicoli spaziali e automobili con nuovi metodi di ottimizzazione.
La start-up ha già assunto quasi 100 ricercatori, molti dei quali sottratti a OpenAI, DeepMind e Meta. Un segnale che la competizione è iniziata e che Bezos vuole giocare un ruolo centrale in una corsa che non riguarda solo il software, ma la capacità di costruire la prossima generazione di macchine.
Nel frattempo, attori consolidati come Google DeepMind continuano a spingere sulle scienze fisiche attraverso tecnologie come AlphaFold, mentre Meta e OpenAI rivendicano progressi in matematica e fisica teorica.
Project Prometheus sceglie un’altra strada: invece di imitare la conoscenza testuale dell’umanità, punta a ricreare la sua capacità di sperimentare. Con quali risultati, lo vedremo in futuro.
Fonte: The New York Times
