AI システムには、コストのかかる継続的な再トレーニングが必要です。ヨーロッパの AI スタートアップ kausable は、シード資金ラウンドで 1,200 万ユーロを調達し、さらなる再トレーニングなしで状況の変化に効率的に適応する推論優先のフロンティア AI を開発することで、この問題を解決しました。ヨーロッパフロンティアラボ kausable は、ハイデルベルク大学およびドイツで最も著名な AI 企業の 1 つである Black Forest Labs (BFL) とつながりがあります。
このラウンドはドイツとベルギーの投資家UVC PartnersとEntourageが主導し、ドイツの投資家HTGFとMätch VCがこれに続く。
kausable は、Black Forest Labs、OpenAI、Google DeepMind、Noxtua、欧州学習インテリジェント システム研究所 (ELLIS) で活動する AI 業界および学界のさまざまな民間エンジェル投資家からも支援されています。
- ロビン・ロンバック & アンドレアス・ブラットマン (BFL 共同創設者)、
- Sandro Gianella (国際戦略および運営、OpenAI)、
- ドロシー・チョウ (DeepMind 戦略アドバイザー)、
- ミヒャエル・ボッレ博士 (ロバート・ボッシュ元取締役)、
- アンドレアス・ナウエルツ博士 (CPO IONOS)、
- Jens Buchner 博士 (Neura Robotics リーダー)、
- ヨハンナ・クラウセン & コーネリアス・クラウセン & マルコ・メラー博士 (Pionix 共同創設者)、
- マティアス・ベスゲ教授（テュービンゲン大学、ELLIS 共同創設者）、
- マルコ・アイエロ教授（シュトゥットガルト大学）、
- ゲオルグ・シュワルツコップ (カンピオーネ・ベンチャー)、
- アレクサンダー・シュレンソグ (元Secunet)、
- Clara Herdeanu 博士 (Noxtua 最高コミュニケーション責任者)、
- ジュリエット・アスト (ディープテック VC)、
- Hans Ramsl (重みとバイアス)、
- Jeroen Van Hautte (TechWolf、CTO)、
- クリストファー・クレイグ (Google Cloud)、
- Sebastian Stark (TUM Venture Labs)、および
- セバスチャン スピッツァー (HPE)、
この資金調達ラウンドは、現在の地政学的不安定が欧州で開発されたAIフロンティアモデルと主権システムの必要性を示しており、戦略的デジタル主権の機運が高まっている時期に行われた。
ハイデルベルク大学からフロンティアAIへ
Johannes Haux (CEO)、Benjamin Herdeanu 博士 (CTO)、Gregor Ramien (COO) は、ハイデルベルク大学での研究とスタートアップ企業やサイバーセキュリティや銀行部門などの高度に規制された業界での勤務経験に基づいて、2025 年に欧州フロンティア AI ラボ kausable を設立しました。
kausable は 2024 年にアイデアの開発を開始し、2025 年初めに法人化され、スタートアップ BW プレシード プログラムと協力してから、プレシード資金で約 150 万ユーロを調達しました。
AI に再トレーニングではなく推論を教える
推論優先モデルは、より人間らしく学習して適応できるように設計されています。 kausable のアプローチの中心となるのは、同社が「ワールド モデル」と呼ぶものです。これは、AI がほとんど新しい情報を使用せずに環境の変化に迅速に適応できるようにする、因果関係に基づく直感の堅牢なセットです。
ハウ氏はこう説明した。
「人間は同じ作業を何百万回も繰り返す必要はありません。誰かにドアの開け方を 1 回か 2 回教えれば、通常は最初から始めなくても別のドアの開け方を理解できます。
今日の AI はそのようには機能しません。多くの場合、条件が変化するたびに膨大な量のデータと継続的な再トレーニングが必要になります。」
kausable は、モデルの内部重みを継続的に更新するのではなく、基礎モデルを 1 回トレーニングすると、ほんの一握りの例から新しいタスクを学習できるようになります。これにより、新たなコストのかかるトレーニング サイクルを必要とせずに、新しい状況にすぐに適応できるようになります。
ラミアンの詳細:
「大規模な言語モデルは言語から世界の理解を構築します。私たちのモデルは代わりに因果関係から直接学習します。数十億のテキスト例から世界がどのように機能するかを推測するのではなく、抽象的な因果関係の構造に基づいてトレーニングします。
これにより、システムがどのように動作するかをより直接的に表現できるようになり、モデルが学習した内容をさまざまなドメインに転送できるようになります。」
同チームは最近、コロンビア大学の専門家と研究論文を共同執筆し、そのフロンティアモデルの基礎となる因果推論アーキテクチャを検証した。
合成データ、現実世界のインテリジェンス
kausable が従来の AI 開発から大きく変わった点の 1 つは、モデルをトレーニングする方法です。同社は、膨大な量の顧客データに依存するのではなく、合成因果データを使用してモデルを学習し、現実世界のアプリケーションに適応させる前にシステムがどのように動作するかを学習できるようにしています。
Haux 氏は、データを追加するとモデルのパフォーマンスが向上する可能性はあるものの、それが決定要因ではないと主張します。 「より多くのデータが確かに役立ちます」と彼は言いました。
「私たちのアプローチはベイジアン学習に基づいているため、モデルは追加の証拠を受け取るにつれて継続的に改善されます。」
しかし、重要な利点は、このシステムが有用なパフォーマンスを達成するために必要なサンプルが従来の AI モデルよりもはるかに少なく、今日の基礎モデルよりもデータ効率が大幅に向上していることだと彼は言います。さらに、プライバシー上の利点を超えて、このアプローチにより同社は「モデルが理解できるシステムの種類をより詳細に制御」できるようになり、「非常に防御可能な」商業的利点が生み出されると同氏は述べた。
ブラックスワンを事前に予測する
この技術の最初のデモンストレーションの 1 つは、複雑な動的システムのゼロショット予測モデルである TipPFN であり、医療やエネルギーを含む領域にわたる転換点やその他の「ブラック スワン」イベントを発生前に予測します。
ヘルデアヌ氏はこう説明した。
「私たちは生態系、生物医学データ、エネルギーインフラを含む15の異なる領域にわたってこのモデルをテストしました。たとえば、EEGデータからてんかん発作を予測したり、電力網の停電を発生前に予測したりできます。」
重要な点は、ほんの一握りの例からこれらの行動を学習するということです。」
Ramien 氏は、kausable のモデルを、世界がどのように機能するかについての本能を学習するものだと考えています。
「彼らは現実世界のデータではなく合成因果システムに基づいて完全にトレーニングされていますが、その理解を実際のアプリケーションに移すことができます。
たとえば、私たちの停電予測モデルは、トレーニング中に電力網を一度も見たことがありませんでした。系統から周波数データを受信するだけで、システムが重大な移行にどの程度近づいているかを予測することができました。」
迅速にパーソナライズできるこの機能は、患者ごとに異なる医療のような分野では特に興味深いものです。
研究室から商用AIまで
このテクノロジーをヘルスケアに役立てるための急速な適応により、ロボティクス、予測、産業システム全体にわたる機会も開かれます。 kausable は研究を発表し、追加の論文を提出し、最初の証明ポイントを実証しました。
次の段階では、初期の顧客と緊密に連携し、実際のアプリケーションでテクノロジーをテストします。物理 AI は、十分なトレーニング データを収集することが難しく、ロボットは常にこれまで見たことのない状況に遭遇するため、同社の最大の優先事項の 1 つです。
「私たちのテクノロジーは、再トレーニングせずにモデルを迅速に適応させる必要がある環境で特に価値があります。また、問題が低次元であり、より広範なプラットフォームの開発を継続しながら早期に商品化できる需要予測などの分野にも関心を持っています」とヘルデアヌ氏は語った。
同社は依然として主に調査会社ですが、顧客向けのパイロットプロジェクトを通じて、今後 1 年間でより製品に重点を置く予定です。
ヘルデアヌ氏は、kausable の急速な進歩は研究チームのおかげであると信じています。
「当社には、新しいアイデアをすぐに吸収し、可能なことの限界を押し広げ続けることができる優れた人材がいます」と彼は言いました。
競争の激化はこの分野の進歩に貢献するが、同社の優位性は真に斬新な研究を生み出す能力によってもたらされると彼は信じている。
同氏はまた、kausable の投資家とエンジェル支援者の役割を強調し、資本以上に貢献し、9 人のチームの重要な拡張となっている「非常に熱心な」パートナーであると説明しています。多くのディープテック創業者は、学術界から起業家精神への移行に苦労しています。
ホー氏によれば、補完的な強みを持った創業者が 3 人いることが大きな違いを生んだという。
「ヘルデアヌは研究をリードし、ラミアンはエンジニアリングチームの管理に豊富な経験をもたらします。そして私は投資家、パートナー、顧客にビジョンを伝えることに重点を置いています。このバランスにより、私たちはテクノロジーを進歩させ続けると同時に、それを中心に会社を構築することができます。」
UVC Partners パートナーの Andreas Unseld 氏は次のように述べています。
「ほぼすべての産業企業は、予測や制御が困難な複雑なシステムを運用していますが、現在、各システムに AI を適用するには時間がかかり、コストがかかります。
kausable はその努力を崩壊させます。これにより、AI は、一連の費用のかかる 1 回限りのプロジェクトから、産業全体に展開できるものへと変わります。それが、私たちがこのラウンドを主導した理由です。」
「ほとんどの AI モデルは過去を記憶するようにトレーニングされています。kausable は、未来について推論できる AI を構築しています。ますます大規模なデータセットと継続的な再トレーニングに依存する代わりに、根本的に異なるアプローチを開発しています。適応し、因果関係を推測し、これまで見たことのない問題を解決するシステムです。これは野心的な科学的賭けであり、まさに私たちが支援することに興奮している種類の基礎的な AI 企業です。」と Entourage の共同創設者、ピータージャン バウテン氏は強調しました。
ハウ氏によると、同社は根本的に異なる AI 構築方法を提供しているという。
「今日のシステムでは、センサーが変化したり、環境が変化したり、新しいデータが現れたりするたびに、継続的な再トレーニングが必要になることがよくあります。私たちは、ほんの一握りの例から、それらの変化にほぼ即座に適応できるテクノロジーを構築しています。
最終的には、これが他の AI システムが構築できる基礎的なインテリジェンス層になると考えています。」
Ramien 氏は、将来の AI システムは連携して動作する特殊なモデルで構成されると予測しています。
「言語モデル、視覚モデル、その他のコンポーネントは世界へのインターフェースを提供し、この因果推論層は意思決定と予測を行う中核となるインテリジェンスになります。
私たちのアプローチははるかに効率的であるため、AI の計算コストを劇的に削減し、将来のシステムをより持続可能で経済的に実行可能にする道も提供すると信じています。」
kausable は新たな資金を利用して、現在の 9 人チームを拡大し、高速学習のフロンティア モデルを推進します。
リード画像: kausable 共同創設者: Johannes Haux、Gregor Ramien、Dr Benjamin Herdeanu。