Stanhope AI – et selskap som anvender flere tiår med nevrovitenskapelig forskning for å lære maskiner å ta menneskelignende beslutninger i den virkelige verden – har hentet inn 2,3 millioner pund i såkornfinansiering ledet av UCL Technology Fund.

Creator Fund deltok også, sammen med MMC Ventures, Moonfire Ventures, Rockmount Capital og ledende engleinvestorer.

Stanhope AI ble grunnlagt som et spinout-selskap fra University College London, med støtte fra UCL Business, av tre av de mest fremtredende navnene innen nevrovitenskap og AI-forskning – administrerende direktør professor Rosalyn Moran (tidligere visedirektør ved King’s Institute for Artificial Intelligence), direktør Karl Friston, professor ved UCL Queen Square Institute of Neurology, og teknisk rådgiver Dr. Biswa Sengupta (direktør for AI- og skyprodukter i JP Morgan Chase).

Ved å bruke viktige nevrovitenskapelige prinsipper og anvende dem på kunstig intelligens og matematikk ligger Stanhope AI i forkant av den nye generasjonen av AI-teknologi som kalles “agentisk” AI. Teamet har utviklet algoritmer som, i likhet med menneskehjernen, alltid prøver å gjette hva som vil skje videre, og som lærer av eventuelle avvik mellom forventede og faktiske hendelser for å kontinuerlig oppdatere sine “interne modeller av verden”. I stedet for å trene opp store LLM-er til å ta beslutninger basert på data de har sett, er det Stanhope Agentic AIs modeller som styrer sin egen læring. De avkoder selv omgivelsene sine og gjenoppbygger og forbedrer “verdensmodellene” sine ved hjelp av sanntidsdata som kontinuerlig tilføres dem via innebygde sensorer.

Fremveksten av agentisk AI

Denne tilnærmingen, og Stanhope AIs teknologi, er basert på det nevrovitenskapelige prinsippet om aktiv inferens – ideen om at hjernen vår, for å minimere fri energi, hele tiden gjør forutsigelser om innkommende sansedata rundt oss. Etter hvert som disse dataene endrer seg, tilpasser og oppdaterer hjernen prediksjonene for å gjenoppbygge og forbedre verdensbildet vårt.

Dette er noe helt annet enn de tradisjonelle maskinlæringsmetodene som brukes til å trene opp dagens AI-systemer, for eksempel LLM-er. Dagens modeller kan bare operere innenfor rammene av den opplæringen de får, og kan bare ta beslutninger basert på beste gjetning ut fra den informasjonen de har. De kan ikke lære underveis. De krever ekstreme mengder prosessorkraft og energi for å trenes og kjøres, i tillegg til store mengder data.

Stanhope AIs Active Inference-modeller er derimot helt autonome. De kan kontinuerlig gjenoppbygge og forbedre prediksjonene sine. Usikkerheten er minimert som standard, noe som fjerner risikoen for hallusinasjoner om hva AI-en tror er sant, og dette gjør at Stanhopes unike modeller beveger seg i retning av resonnering og menneskelignende beslutningstaking. Ved drastisk å redusere størrelsen og energien som kreves for å kjøre modellene og maskinene, kan Stanhope AIs modeller dessuten brukes på små enheter som droner og lignende.

“Den mest altomfattende ideen siden naturlig utvalg”

Stanhope AIs tilnærming er mulig på grunn av grunnleggerteamets omfattende forskning på de nevrovitenskapelige prinsippene for aktiv inferens og fri energi. Direktør Professor Friston, en verdenskjent nevrovitenskapsmann ved UCL, hvis arbeid er blitt sitert dobbelt så mange ganger som Albert Einsteins, er oppfinneren av prinsippet om fri energiteori.

Fristons prinsippteori dreier seg om hvordan hjernen vår minimerer overraskelser og usikkerhet. Den forklarer at alle levende vesener er drevet av å minimere fri energi, og dermed den energien som trengs for å forutsi og oppfatte verden. Prinsippet om fri energi er så innflytelsesrikt at det har blitt beskrevet som “den mest altomfattende ideen siden teorien om naturlig seleksjon”. Aktiv slutning er en del av denne teorien og forklarer prosessen hjernen vår bruker for å minimere denne energien. Denne ideen gjennomsyrer arbeidet til Stanhope AI, som ledes av professor Moran, spesialist på aktiv inferens og anvendelsen av dette i AI, og dr. Biswa Sengupta, som har tatt doktorgrad på dynamiske systemer, optimalisering og energieffektivitet ved University of Cambridge.

Anvendelse i den virkelige verden

På kort sikt testes teknologien med leveringsdroner og autonome maskiner som brukes av partnere som Tysklands føderale byrå for disruptiv innovasjon og Royal Navy. På lang sikt er teknologien svært lovende innen produksjon, industrirobotikk og integrert kunstig intelligens. Investeringen skal brukes til å videreutvikle selskapets agentiske AI-modeller og den praktiske anvendelsen av forskningen.

Professor Rosalyn Moran, administrerende direktør og medstifter av Stanhope AI, sier: “Vår misjon i Stanhope AI er å bygge bro mellom nevrovitenskap og kunstig intelligens og skape en ny generasjon AI-systemer som kan tenke, tilpasse seg og ta beslutninger som mennesker. Vi tror at denne teknologien vil forandre mulighetene for kunstig intelligens og robotteknologi og gjøre dem mer effektive i den virkelige verden. Vi stoler på matematikken, og vi er glade for å få støtte fra investorer som UCL Technology Fund, som har en dyp forståelse av vitenskapen bak denne teknologien.