Polka współtworzy przełomową architekturę AI. Pathway wyceniony już na 500 mln dolarów

Zuzanna Stamirowska, polska naukowczyni i współzałożycielka startupu Pathway, stoi na czele zespołu, który rozwija nową architekturę sztucznej inteligencji mającą wyjść poza dominujący dziś model Transformer. Najnowszy model BDH-CQ osiągnął 29,5 proc. w benchmarku ARC-AGI-1, a koszt rozwiązania jednego zadania wyniósł zaledwie 0,0007 dolara. W tym samym czasie Pathway pozyskał kolejne finansowanie, a wycena firmy sięgnęła 500 mln dolarów.

To historia, o której w Polsce zdecydowanie powinno być głośniej.

Zuzanna Stamirowska, Polka wywodząca się z Katowic, jest współzałożycielką i CEO Pathway – firmy rozwijającej nowe architektury sztucznej inteligencji. Spółka właśnie znalazła się w centrum uwagi światowego środowiska AI po opublikowaniu wyników modelu BDH-CQ.

150 milionów parametrów i zaskakująca efektywność

BDH-CQ ma 150 mln parametrów. Model został przetestowany na ARC-AGI-1 – benchmarku zaprojektowanym do sprawdzania zdolności systemów AI do odkrywania reguł na podstawie niewielkiej liczby przykładów.

W teście model osiągnął 29,5 proc. wyniku pass@2, a obliczony koszt rozwiązania pojedynczego zadania wyniósł zaledwie 0,0007 dolara. Autorzy pracy wskazują, że taki rezultat ustanawia nowy punkt odniesienia pod względem relacji skuteczności do kosztu na tym benchmarku. To właśnie koszt jest jednym z najbardziej interesujących elementów tego eksperymentu.

Pathway podaje, że BDH-CQ osiąga wynik zbliżony do zaawansowanych modeli ocenianych na tym samym benchmarku, ale przy ponad 11-krotnie niższym koszcie. Jednocześnie trzeba zaznaczyć, że BDH-CQ nie jest modelem ogólnego przeznaczenia, a jego wynik na ARC-AGI-1 jest niższy od przywoływanego przez Pathway modelu GPT-5.6 Luna.

AI bez „brudnopisu” w postaci tekstu

Najważniejsza część eksperymentu nie dotyczy jednak samej liczby parametrów.

Pathway rozwija architekturę BDH – Baby Dragon Hatchling, określaną przez firmę jako architektura „post-Transformer”. Jej twórcy próbują odejść od sposobu działania charakterystycznego dla współczesnych modeli, w których kolejne tokeny są przetwarzane sekwencyjnie.

BDH-CQ wykorzystuje natomiast recurrent latent reasoning, czyli rekurencyjne rozumowanie w przestrzeni ukrytej. Informacje z przykładów aktualizują pamięć modelu, a następnie system wykonuje kolejne obliczenia w wysokowymiarowej przestrzeni latentnej, bez konieczności wypisywania pośredniego toku rozumowania w formie tekstu.

Mówiąc prościej: model nie musi tworzyć wielkiego tekstowego „brudnopisu”, aby dojść do odpowiedzi.

To może mieć ogromne znaczenie dla kosztów działania sztucznej inteligencji. Jeżeli podobne podejście będzie można skutecznie skalować na bardziej złożone zadania, część kosztów związanych z generowaniem i przetwarzaniem kolejnych tokenów może zostać ograniczona.

Nie oznacza to jednak, że udowodniono już, iż cała obecna architektura AI jest „wadliwa”. Wynik BDH-CQ jest bardzo interesującym eksperymentem badawczym i rekordem efektywności kosztowej na konkretnym benchmarku. Dopiero kolejne testy pokażą, czy rozwiązanie będzie równie skuteczne w matematyce, programowaniu i zadaniach wymagających bardziej uniwersalnego rozumowania.

Pół miliarda dolarów wyceny

Wyniki naukowe zbiegły się z bardzo ważnym wydarzeniem biznesowym.

Pathway pozyskał kolejne finansowanie w rundzie seed, a wycena firmy osiągnęła 500 mln dolarów. Łączna wartość pozyskanego przez spółkę kapitału na etapie seed wzrosła do 30 mln dolarów. Wśród inwestorów znalazły się m.in. Id4 Ventures, TQ Ventures, Red Bridge Ventures, Kadmos Capital oraz WS Investment Co. Do grona inwestorów jako anioł biznesu dołączył również Jonathan Frankle, Chief AI Scientist w Databricks.

Pieniądze mają zostać przeznaczone m.in. na zwiększenie mocy obliczeniowej i rozwój większych modeli opartych na architekturze BDH. Pathway planuje także testy w bardziej wymagających zadaniach, w tym w matematyce oraz kolejnych wersjach benchmarku ARC-AGI.

Od Polski, przez Francję, aż do Doliny Krzemowej

Historia Stamirowskiej jest równie interesująca jak technologia, którą rozwija.

Urodzona w Katowicach Polka najpierw studiowała w Polsce, a później wyjechała do Francji. Ukończyła m.in. Sciences Po, École Polytechnique i ENSAE, zdobywając wykształcenie w dziedzinie ekonomii i polityki publicznej. Studiowała również w Stockholm School of Economics, gdzie zainteresowała się teorią gier.

Następnie rozpoczęła doktorat związany z systemami złożonymi i prognozowaniem handlu morskiego. Jej badania dotyczące struktury i ewolucji światowego handlu morskiego zostały opublikowane w prestiżowym czasopiśmie Proceedings of the National Academy of Sciences (PNAS). Właśnie podczas pracy naukowej Stamirowska zetknęła się z problemami związanymi z analizą ogromnych, dynamicznych zbiorów danych. Z czasem doprowadziło ją to do przedsiębiorczości.

Pathway powstał w 2020 roku

Stamirowska założyła Pathway w 2020 roku. Firma początkowo koncentrowała się na przetwarzaniu danych w czasie rzeczywistym, sztucznej inteligencji, uczeniu maszynowym i zastosowaniach dla logistyki oraz transportu. École Polytechnique potwierdza, że Pathway, wcześniej działający jako NavAlgo, był inkubowany na uczelni w latach 2020–2023. Z czasem ambicje zespołu poszły znacznie dalej.

Dziś Pathway określa się jako AI research lab rozwijający architektury i modele zdolne do ciągłego uczenia się, adaptacji i rozumowania. Firma ma siedzibę w Palo Alto, a jej zespół tworzą naukowcy i inżynierowie z doświadczeniem m.in. w Google Brain, OpenAI i innych czołowych ośrodkach badawczych.

Czy to może być nowy rozdział w rozwoju AI?

Na takie pytanie jest jeszcze za wcześnie, ale eksperyment Pathway jest niewątpliwie interesujący.

Przez ostatnią dekadę rozwój sztucznej inteligencji był w ogromnym stopniu napędzany przez skalowanie modeli Transformer – większe modele, więcej danych i większa moc obliczeniowa. Pathway stawia pytanie, czy kolejnym etapem nie będzie przede wszystkim zmiana samej architektury.

BDH-CQ jest jednym z pierwszych publicznych eksperymentów pokazujących, że niewielki model może osiągnąć interesujący poziom rozumowania przy bardzo niskim koszcie obliczeniowym. Jeżeli kolejne badania potwierdzą możliwość skalowania tej technologii, konsekwencje mogą być bardzo poważne – od tańszych systemów AI po nowe sposoby budowania modeli zdolnych do pamiętania, adaptacji i rozumowania.

Polska nauka ma powody do dumy

Warto przy tym pamiętać o jeszcze jednym. Nie jest to historia o „polskim startupie” w sensie geograficznym – Pathway jest międzynarodową firmą z siedzibą w Stanach Zjednoczonych. Jest to jednak historia Polki, która wraz z zespołem naukowców, w dużej mierze wywodzących się z Polski, próbuje zmienić sposób budowania sztucznej inteligencji. Sama Stamirowska podkreślała, że znacząca część zespołu badawczego Pathway ma polskie korzenie.

Dlatego historia Zuzanny Stamirowskiej zasługuje w Polsce na zdecydowanie większą uwagę. Nie dlatego, że można już ogłosić koniec ery Transformerów. Na taki wniosek jest zdecydowanie za wcześnie. Ale dlatego, że polska naukowczyni stoi dziś na czele zespołu, który rzuca jedno z najciekawszych pytań współczesnej sztucznej inteligencji:

Czy przyszłość AI będzie należeć do tych, którzy zbudują największe modele, czy do tych, którzy wymyślą po prostu lepszą architekturę?

Pathway właśnie próbuje udowodnić, że możliwa jest ta druga droga.

Oprac. JMAC