Machenta, un laboratorio di robotica nato come spin-off dell'Imperial College London, ha ufficialmente abbandonato la modalità stealth a seguito di un investimento iniziale da 40 milioni di dollari. Il round è stato guidato congiuntamente dalla società di venture capital europea Creandum e dall'investitore statunitense USV, con la partecipazione di altri sostenitori tra cui Innovate UK del Regno Unito e il Fondo Europeo per gli Investimenti.
L'azienda sta sfidando la narrazione prevalente nella robotica che richiede enormi quantità di dati per addestrare le macchine. Invece, Machenta afferma che il suo modello di IA può insegnare ai robot a eseguire compiti complessi dopo aver osservato una sola dimostrazione. Questo approccio mira a ridurre significativamente i tempi e le risorse necessarie per l'addestramento dei robot rispetto ai metodi tradizionali.
Inizialmente, le affermazioni della startup sono state accolte con scetticismo. A maggio, un team di Creandum ha visitato l'ufficio di Machenta ad Archway, a Londra, portando i propri oggetti per mettere alla prova la tecnologia dell'azienda. Gli investitori volevano verificare se l'IA potesse effettivamente apprendere compiti con un input minimo prima di impegnare capitali. A seguito di questi test e di ulteriori verifiche di due diligence, le società hanno proceduto con l'investimento.
Il finanziamento sosterrà Machenta mentre sviluppa la sua tecnologia proprietaria senza avere attualmente un prodotto commerciale sul mercato. La startup si posiziona come un laboratorio focalizzato sulla risoluzione di problemi fondamentali nell'apprendimento dei robot piuttosto che sull'immediata distribuzione di hardware. Questa strategia riflette una tendenza crescente in cui gli investitori sostengono aziende deep tech basandosi sui loro algoritmi sottostanti e sul potenziale di sconvolgere i modelli di addestramento pesanti nei dati.
Il leadership di Machenta include ricercatori dell'Imperial College London che lavorano sulla tecnologia da diversi anni. L'azienda prevede di utilizzare il capitale per espandere il proprio team e perfezionare le proprie capacità di IA prima di lanciare un prodotto. L'investimento evidenzia il continuo interesse nelle startup di robotica in grado di dimostrare approcci innovativi all'apprendimento automatico, anche in assenza di un'offerta commerciale finita.
Fonti: Sifted.