Стартап Accelerated Understanding хочет научить ИИ моделировать физический мир Появился…

Стартап Accelerated Understanding хочет научить ИИ моделировать физический мир

Появился новый стартап Accelerated Understanding, который делает ИИ не для чатов, а для симуляции реальных физических процессов.

Компанию основали профессор Caltech и бывший руководитель исследований NVIDIA Анима Анандкумар вместе с инженером Бенедиктом Йеником. Интересная деталь: ранее им предлагали возглавить поддержанный Джеффом Безосом Project Prometheus и получить 35% компании, но они решили строить собственный проект.

В основе — модель для симуляции мира в 4D: три измерения пространства плюс время. Вместо трансформеров используются нейронные операторы — подход, который лучше подходит не для текста, а для физических полей, уравнений и динамических систем.

Потенциальные области применения:
— проектирование чипов
— энергетика
— робототехника
— прогнозирование погоды
— научные симуляции
— моделирование сложных физических процессов

Компания утверждает, что система способна обрабатывать более 5 трлн точек данных за один запуск, а результат может занимать около 22 ТБ. Это примерно в 5 млн раз больше стандартного контекста современных LLM, но сравнение условное: речь не о текстовых токенах, а о точках физической 4D-сетки.

Команда уже экспериментировала с моделями до 1 трлн параметров и масштабированием до 35 трлн.

Но пока всё это стоит воспринимать осторожно. Публичного API, открытых весов, независимых тестов и научной статьи ещё нет. То есть перед нами не готовая «теория всего в коробке», а заявка на новый подход к физическому ИИ.

Если подтвердится, это может быть важный сдвиг: от моделей, которые хорошо говорят о мире, к моделям, которые умеют его рассчитывать. А это уже совсем другая лига — там красивые ответы не помогут, если симуляция развалилась на первой же турбулентности.