Reflection AI, startup fondata nel 2024 da due ex ricercatori di Google DeepMind, ha ottenuto un finanziamento di 2 miliardi di dollari, portando la sua valutazione a 8 miliardi. Un aumento straordinario rispetto ai 545 milioni raggiunti appena sette mesi fa. L’azienda, inizialmente focalizzata su agenti di codifica autonomi, si sta ora proponendo come alternativa open source ai laboratori chiusi di frontiera come OpenAI e Anthropic, e come equivalente occidentale delle aziende cinesi di IA come DeepSeek. I fondatori, Misha Laskin — già alla guida della modellazione delle ricompense per il progetto Gemini di DeepMind — e Ioannis Antonoglou — co-creatore di AlphaGo — ritengono che i giusti talenti possano costruire modelli di intelligenza artificiale avanzata anche al di fuori dei grandi colossi tecnologici.
Una piattaforma avanzata per l’addestramento open source
Oltre al round di finanziamento, Reflection AI ha comunicato di aver reclutato figure di alto profilo provenienti da DeepMind e OpenAI, e di aver realizzato uno stack avanzato per l’addestramento di IA che sarà reso accessibile al pubblico. L’azienda ha inoltre riferito di aver identificato un modello commerciale scalabile in linea con la propria strategia di “open intelligence”. Attualmente il team è composto da circa 60 persone, in gran parte ricercatori e ingegneri impegnati su infrastrutture, dati e algoritmi. Secondo Laskin, l’azienda ha già ottenuto accesso a un cluster di calcolo e intende rilasciare un modello di linguaggio di frontiera nel 2026, addestrato su decine di migliaia di miliardi di token.
In un post pubblicato su X, l’azienda ha affermato di aver costruito una piattaforma LLM e di apprendimento per rinforzo su larga scala, in grado di addestrare modelli Mixture-of-Experts (MoE), aggiungendo che tale infrastruttura, ritenuta fino a poco tempo fa esclusiva dei principali laboratori del mondo, ha già mostrato la propria efficacia nel dominio della codifica autonoma. I metodi sviluppati verranno ora applicati anche al ragionamento agentico generale.
L’open source come leva strategica per l’Occidente
Il modello MoE, che alimenta i LLM di nuova generazione, è stato per lungo tempo prerogativa di grandi laboratori chiusi. Tuttavia, aziende cinesi come DeepSeek, Qwen e Kimi hanno recentemente dimostrato la possibilità di addestrare questi sistemi in modo aperto. Laskin ha sottolineato che, se l’Occidente non interverrà, lo standard globale dell’intelligenza artificiale rischia di essere definito da attori esterni, con l’implicazione che non sarà l’America a guidare questa trasformazione. Ha inoltre osservato che gli Stati Uniti e i loro alleati si trovano in una posizione di svantaggio, dal momento che aziende e governi tendono a non utilizzare modelli sviluppati in Cina per motivi legali. Di fronte a questo scenario, secondo Laskin, si tratta di scegliere tra restare in una posizione di svantaggio competitivo o raccogliere la sfida.
La missione di Reflection AI ha ricevuto ampio sostegno tra i leader tecnologici americani. David Sacks, zar dell’IA e delle criptovalute alla Casa Bianca, ha scritto su X che è positivo vedere una crescita di modelli americani di intelligenza artificiale open source, sottolineando che una parte significativa del mercato globale preferirà i vantaggi in termini di costo, personalizzazione e controllo offerti dall’open source. Anche Clem Delangue, co-fondatore e CEO di Hugging Face, ha accolto positivamente la notizia del round, definendola un’ottima novità per l’IA open source statunitense e aggiungendo che ora la sfida consisterà nel garantire una condivisione rapida ed efficace di modelli e dataset aperti, come già avviene nei laboratori leader del settore.
Modelli aperti, business scalabile e sovranità digitale
La strategia di apertura di Reflection AI si concentra più sull’accesso ai modelli che sullo sviluppo degli stessi, in modo simile alle pratiche adottate da Meta con Llama o da Mistral. Laskin ha spiegato che l’azienda pubblicherà i pesi dei modelli — i parametri fondamentali per il funzionamento degli LLM — per uso pubblico, mentre manterrà riservati la maggior parte dei dataset e delle pipeline di addestramento. Ha evidenziato che l’elemento più significativo è rappresentato proprio dai pesi, in quanto chiunque può utilizzarli e modificarli, mentre l’infrastruttura di addestramento è utilizzabile solo da un numero ristretto di aziende. Questo equilibrio rappresenta anche la base del modello di business: i ricercatori potranno usare i modelli liberamente, ma i ricavi proverranno da aziende che svilupperanno prodotti basati su questi modelli e da governi interessati a creare sistemi di “IA sovrana”.
Laskin ha osservato che, per le grandi imprese, l’utilizzo di un modello aperto è una scelta naturale, in quanto consente proprietà, esecuzione autonoma su infrastrutture proprie, controllo dei costi e possibilità di personalizzazione per diversi tipi di applicazioni. Reflection AI non ha ancora rilasciato il suo primo modello, che sarà inizialmente testuale, con capacità multimodali previste per il futuro. I fondi raccolti verranno utilizzati per assicurare le risorse computazionali necessarie all’addestramento.