Ricursive Intelligence punta sull’intelligenza artificiale per progettare chip più efficienti
Al Disrupt 2026, Anna Goldie e Azalia Mirhoseini descrivono un sistema che apprende da ogni progetto per migliorare quelli successivi. L’obiettivo è aumentare l’efficienza dei semiconduttori, non soltanto costruire nuovi centri di calcolo.
Al Disrupt 2026, Anna Goldie e Azalia Mirhoseini descrivono un sistema che apprende da ogni progetto per migliorare quelli successivi. L’obiettivo è aumentare l’efficienza dei semiconduttori, non soltanto costruire nuovi centri di calcolo.
Ricursive Intelligence sviluppa intelligenza artificiale per progettare semiconduttori e migliorare i progetti attraverso iterazioni successive. Le fondatrici Anna Goldie e Azalia Mirhoseini hanno illustrato l’approccio sul palco di TechCrunch Disrupt, secondo il resoconto pubblicato da TechCrunch il 14 ottobre negli Stati Uniti.
La società vuole automatizzare e accelerare la progettazione dei chip: il sistema dovrebbe apprendere da ciascuna iterazione e usare quanto appreso per migliorare le successive. La proposta affronta il fabbisogno di capacità di calcolo delle applicazioni di intelligenza artificiale intervenendo sull’efficienza dei componenti, anziché affidarsi soltanto alla costruzione di nuovi impianti.
Goldie sostiene che nei prossimi cinque anni la domanda di calcolo potrebbe aumentare di almeno diecimila volte. È una previsione della cofondatrice riportata durante l’intervento, non un dato verificato né una stima indipendente. Nel suo ragionamento, rendere più efficienti i chip e l’uso della capacità di trasmissione dei dati, delle fette di silicio e degli stabilimenti produttivi può contribuire a contenere l’espansione necessaria delle infrastrutture.
La fondatrice presenta inoltre la progettazione assistita dall’intelligenza artificiale come un modo per lasciare alle persone più spazio nella definizione delle idee e delle applicazioni, delegando parte dell’esecuzione ai sistemi automatici. Si tratta della visione dell’impresa sul proprio settore, non della dimostrazione che l’intero processo possa già essere svolto senza intervento umano.
Il materiale disponibile descrive il progetto e le sue motivazioni, ma non fornisce misure indipendenti dei miglioramenti ottenuti, tempi di produzione o risparmi energetici. Il contributo concreto alla disponibilità di calcolo dipenderà dalla possibilità di tradurre i progetti in componenti fabbricabili e affidabili.
Sul fronte startup il punto non è ripetere la cronaca, ma capire se conti meno la narrativa e molto di più la capacità di finanziare crescita, distribuzione e resistenza nel tempo. Nel perimetro progettazione dei semiconduttori e intelligenza artificiale, Aion legge qui un indizio che va oltre il fatto singolo. I segnali su Ricursive Intelligence, Anna Goldie, Azalia Mirhoseini suggeriscono che il mercato leggerà questa storia soprattutto come test di tenuta e direzione. Non è ancora una svolta definitiva, ma è il tipo di movimento che cambia il modo in cui il dossier viene letto.
L’efficienza dei semiconduttori può incidere sui costi e sulle risorse richieste dall’intelligenza artificiale. Per valutarne il progresso servono però risultati misurabili su progetti realizzabili industrialmente, distinti dalle previsioni sulla crescita della domanda.