Gairebé tots els grans models d'IA actuals —de ChatGPT a Gemini, passant per Claude— es basen en l'arquitectura Transformer, dissenyada originalment per predir la paraula següent en una seqüència de text. Anima Anandkumar, catedràtica al Caltech i que va dirigir durant anys la recerca en IA a Nvidia, defensa des de fa temps una via alternativa per a la ciència i la indústria: els «operadors neuronals», un tipus de model pensat per aprendre a simular processos físics —no llenguatge— a diferents escales, des d'interaccions moleculars fins a patrons climàtics.
Aquesta setmana, Anandkumar i el seu marit, l'enginyer d'infraestructura d'IA Benedikt Jenik, han presentat Accelerated Understanding Inc, una empresa construïda íntegrament sobre aquesta idea. Segons han explicat, el seu sistema ha processat en proves fins a 5 bilions de dades en una sola consulta, una xifra que xifren en unes 5 milions de vegades més gran que el que gestionen models insígnia d'Anthropic o Google. La companyia orienta el producte a clients industrials —disseny de xips, robòtica, predicció meteorològica extrema i anàlisi geològica per a empreses energètiques— i no a un ús de consum com un xatbot. «La visió del llenguatge com a centre de la intel·ligència posa l'ésser humà al mig. Posar la física al centre és una visió centrada en la natura», ha resumit Anandkumar. El llançament arriba després que la parella rebutgés, a finals de 2024, una oferta de fins a 2.000 milions de dòlars del projecte Prometheus de Jeff Bezos —que incloïa un 35% de participació i un sou d'entre 1 i 2 milions de dòlars—, projecte que finalment va tancar una ronda de 12.000 milions de dòlars el juny de 2026.
La jugada situa Accelerated Understanding com una de les poques apostes serioses per trencar el domini gairebé absolut del Transformer en el disseny de nous sistemes d'IA, en un moment en què bona part de la indústria discuteix si aquesta arquitectura és suficient per abordar problemes científics complexos o si calen alternatives especialitzades. Si les seves prestacions es confirmen, podria oferir simulacions físiques més ràpides i barates que els mètodes numèrics tradicionals, que consumeixen enormes recursos de càlcul.
De moment, però, es tracta d'una empresa acabada de néixer, sense producte disponible ni cap publicació revisada per parells que verifiqui de manera independent la xifra dels 5 bilions de dades per consulta: és una afirmació feta per la mateixa companyia en el moment de presentar-se públicament, no un resultat validat externament. Caldrà veure com es comporta el sistema fora de les proves internes i si els clients industrials als quals s'adreça n'adopten la tecnologia.