Anthropic on sulkenut 61,5 miljardin dollarin valuaatiolla rahoituskierroksen, joka antaa sille 3,5 miljardia dollaria lisää käyttövaraa, yritys kertoo tiedotteessaan. Rahoituskierroksen sijoittajat olivat pääasiassa yhdysvaltalaisia pääomasijoitusyrityksiä.
Anthropicin keräämä rahapotti käytetään yrityksen mukaan sen seuraavan generaation tekoälymallien kehittämiseen, yrityksen laskentatehon lisäämiseen ja yleiseen tekoälytutkimukseen.
Turvallisuus edellä
OpenAI:n vanhasta tutkimusryhmästä irronnut Anthropic on menestynyt hyvin, vaikka yrityksen perustajat ottivatkin riskin lähtiessään OpenAI:lta.
Yrityksen toimitusjohtaja Dario Amodei uskoo AGI:n eli yleisen tekoälyn olevan mahdollista jo ensi vuonna, mikäli yrityksen suunnitelmat uusien malliperheiden kouluttamiselle menevät toivotusti. (Kaikki tekoälyasiantuntijat eivät todellakaan ole yhtä optimistisia yleisen tekoälyn aikajanan suhteen.)
Mikäli Anthropic yleisen tekoälyn ensimmäisenä kehittäisi, on syytä uskoa, että yritys pystyisi kantamaan vastuun.
Anthropic on tunnetusti yksi tunnollisimmista yrityksistä mitä tulee turvallisen tekoälyn kehittämiseen ja tutkimiseen. Yritys tutkii muun muassa tekoälyn ymmärtämistä sekä “alignmentia” eli tekoälyn käytöksen sovittamista ihmisten tarpeisiin ja on täten kehittänyt monia tapoja arvioida tekoälymallien tuomia uhkia.
Yrityksen toimitusjohtaja Amodei puhuu myös usein julkisuudessa tarpeesta säädellä tekoälyn kehitystä.
Merkittäviä virstanpylväitä
Anthropic tunnetaan sen koodaukseen soveltuveista malleista. Yrityksen ilmoitus rahoituskierroksen sulkemisesta seuraa sen Claude Sonnet 3.7 -mallin ja Claude Code -terminaalityökalun julkaisua.
Julkaisuista varsinkin Sonnet 3.7 on ollut menestys. Se on noussut koodaustehtävissä generatiivisia tekoälyjä vertailevien listojen huipulle.
Aiemmin johtava malli koodaukseen on ollut Sonnet 3.5.
Sonnet-mallien käyttö koodauksessa on erityisen helppoa Cursorin kautta. Cursorissa Sonnet-mallien kanssa koodaaminen on niin helppoa, että tekoälyalan järkäle Andrej Karpathy on kehittänyt Cursorin avulla koodaamiselle myös oman termin “vibe coding”, joka kuvaa rentoa koodaamista.
(Jotakin koodista pitää kuitenkin käytännössä ymmärtää, että tulos vastaa haluttua, eivätkä virheet ns. kertaannu tekoälyn itsenäisessä käsittelyssä.)
Uskomattomista kyvykkyyksistä huolimatta läheskään kaikkea tekoälyn potentiaalia ei ole vielä realisoitu.
Yksiselitteinen konsensus alalla on, että vuosikymmenen loppuun mennessä tekoäly pystyy suorittamaan käytännössä kaikki tavanomaisiin työ- ja opiskelutehtäviin liittyvät älylliset toiminnot nopeammin ja paremmin kuin suurin osa ihmisistä.
Siispä vaikka Amodein ennustus ei osuisi oikeaan, ei yleistä tekoälyä luultavasti tarvitse vartoa enää kovinkaan pitkään.
