Dua peneliti AI — Anima Anandkumar dan Benedict Jenik — menolak tawaran untuk memimpin proyek Prometheus, yang dikembangkan dengan dukungan Jeff Bezos. Sebagai gantinya, mereka meluncurkan startup mereka sendiri, Accelerated Understanding, yang berfokus pada pemodelan dunia fisik dalam skala industri. Ide mereka bukanlah chatbot lain, melainkan sistem yang memahami ruang, waktu, material, dan energi.
Sekilas, keputusan ini tampak tak terduga: syarat bergabung dengan Prometheus tampak sangat menggiurkan. Namun, kedua peneliti memilih independensi — dan kini mereka menjelaskan alasannya.
Mengapa bukan Prometheus?
Prometheus didirikan oleh Jeff Bezos bersama investor dan wirausahawan bioteknologi, Vic Bajaj. Sejak awal, proyek ini ambisius: proyek ini berfokus pada otomatisasi produksi sistem fisik yang kompleks. Belakangan, Prometheus menarik dana 12 miliar dolar AS dalam putaran Seri B, namun munculnya jumlah tersebut tidak lagi memengaruhi pilihan Anandkumar dan Jenik.
Masalahnya bukan soal finansial. Kedua peneliti ditawari kepemilikan saham 35 persen di perusahaan, gaji hingga 2 juta dolar AS per tahun, dan pendanaan lebih dari 2 miliar dolar AS hingga Seri B. Namun, di balik layar, Prometheus tampaknya memiliki logika teknologi yang berbeda. Kedua ilmuwan menilai mereka bisa mencapai lebih banyak jika menempuh jalur sendiri dan berfokus pada arsitektur AI yang berbeda secara fundamental.
Teknologi: dari bahasa ke fisika
Anandkumar menggambarkan konsep Accelerated Understanding sebagai pergeseran dari "model bahasa kecerdasan" menuju pendekatan yang berpusat pada alam. Berbeda dengan sistem percakapan seperti ChatGPT yang beroperasi dengan teks, platform baru ini mencoba memprediksi fenomena fisik dalam ruang dan waktu. Ini bukan upaya untuk menyempurnakan model generatif yang ada, melainkan menciptakan kelas alat yang berbeda.
Fondasi teknis utamanya adalah neuro-operator. Anandkumar turut mendorong bidang ini selama risetnya di Caltech dan Nvidia. Sistem ini secara sadar tidak bergantung pada arsitektur Transformer, yang menjadi dasar hampir semua model bahasa besar modern. Para pengembang menyatakan bahwa solusi mereka mampu memproses hingga lima triliun fragmen data dalam satu permintaan — sekitar lima juta kali lebih besar dari kapasitas tipikal model andalan Anthropic dan Google.
Kapasitas konteks yang besar ini tidak diperlukan untuk percakapan panjang, melainkan untuk pemodelan menyeluruh atas sistem yang kompleks — misalnya, bagaimana perilaku silikon saat dipanaskan atau bagaimana front atmosfer terbentuk.
Di mana ini akan berguna
Startup ini berencana bekerja dengan klien korporat, bukan meluncurkan produk konsumen. Di antara sektor prioritasnya adalah industri semikonduktor, robotika, prakiraan cuaca, dan energi.
Bagi produsen chip, teknologi ini dapat memprediksi bagaimana berbagai material dan rezim suhu memengaruhi kinerja akhir komponen — bahkan sebelum pengujian fisik yang mahal dilakukan. Dalam meteorologi, model baru ini mampu menggambarkan peristiwa fisik yang kompleks tanpa perlu membangun simulasi terpisah untuk setiap skenario. Pada dasarnya, perusahaan ini menawarkan "mesin dunia fisik" universal yang dapat menjadi dasar untuk membangun solusi di berbagai industri.
Anandkumar memiliki pengalaman mumpuni untuk tugas semacam ini: ia adalah profesor ilmu komputasi dan matematika di Caltech, dan sebelumnya menjalani lima tahun sebagai direktur riset di Nvidia, tempat ia menangani GPU dan aplikasi AI mutakhir. Menurutnya, CEO Nvidia, Jensen Huang, mendorong pengembangan ide yang lebih luas semacam ini. Kini, ia dan rekan pendirinya memiliki kesempatan untuk mewujudkannya sepenuhnya, tanpa harus menoleh pada investor proyek besar.
