Tre ex-ricercatori di DeepMind che avevano realizzato un AI per il poker adesso stanno facendo soldi per fondi hedge quantitativi

Tre ex ricercatori di DeepMind che avevano creato un AI in grado di battere i giocatori umani a poker hanno ora applicato la stessa tecnologia al trading di azioni — e la scommessa sembra pagare. La loro laboratorio AI a base di Praga, EquiLibre Technologies, è ora valutata 500 milioni di dollari dopo aver raccolto un round Series A di importo sconosciuto, come ha riferito TechCrunch.

La serie è stata portata da Creandum, e anche se il fondo di venture capital non ha rivelato la dimensione del round, il vice presidente Cameron Sellers ha confermato che si tratta dell’investimento più grande mai effettuato in un colpo solo in una società, ha affermato a TechCrunch.

Il denominatore comune tra il poker e Wall Street è che sono entrambi ben adatti all’apprendimento rafforzato, una tecnica di addestramento AI in cui i modelli di apprendimento autonomo vengono incentivati con premi. Secondo Martin Schmid, CEO di EquiLibre, “L’aspetto positivo del trading e dei mercati è che il punteggio è molto semplice: quanto denaro ha guadagnato l’agente?”

Questo non è solo denaro finto. In collaborazione con la quant fund Tower Research Capital, gli algoritmi EquiLibre stanno trading su miliardi di dollari di volume al giorno tra lo S&P 500 e la Nasdaq. Startup afferma che gli agenti hanno fatto bene sin dalla loro introduzione nei mercati di criptovalute nel 2025, e ora negli scambi azionari, con un “record perfetto zero mesi negativi da quando l’inizio”, il che significa che hanno finito ogni mese con gli investimenti al rialzo.

Applicando la sua AI alle quant hedge fund, la start-up è nel campo dove l’automazione è comune e, se riuscita, le migliorie possono rapidamente diventare denaro contante. Questo ha reso affascinante la startup per Creandum, ha detto Sellers.

“Il mercato totale potenziale per la negoziazione nei mercati finanziari è uno dei più grandi al mondo, e ci sono innumerevoli fondi in anni che hanno generato profitti che fanno apparire la maggior parte delle successi finanziarizzabili in venture piccoli”, ha affermato Sellers. Ma ha notato che EquiLibre definisce esplicitamente sé stesso come “un laboratorio prima, non un'azienda finanziaria.”

Schmid e i suoi due fondatori — il CTO Rudolf Kadlec e il CSO Matej Moravcik — non hanno una preparazione finanziaria e non è ciò che li motiva, ha detto a TechCrunch. “Non lo sto facendo perché sono eccitato a rendere i mercati efficienti. Lo sto facendo perché siamo tutti entusiasti a costruire cose nuove che non sono state mai create prima, e questo è divertente costruirle,” ha detto Schmid.

La prospettiva dell’AI di frontiera da parte di ex DeepMind ha rappresentato un campo di forte attenzione per i VCs. Un altro esempio recente è Ineffable Intelligence, che ha recentemente raccolto 1.1 miliardi. La maggior parte di questi sono basati in Inghilterra, ma ci sono eccezioni notevoli, che includono EquiLibre.

Nel caso della fondazione di EquiLibre, i tre fondatori erano visitatori di dottorato presso l’ufficio internazionale di ricerca AI di Google, il primo ufficio internazionale dell’azienda in Edmonton, Alberta, Canada (che Alphabet ha chiuso nel 2023.) Mentre c'erano hanno costruito DeepStack, il primo programma AI a sconfiggere giocatori professionisti a poker a limite libero, comunemente chiamato Texas hold ’em. Hanno anche lavorato con professori che adesso fanno parte del consiglio d’amministrazione di spicco della startup — incluso Rich Sutton, che ha ricevuto il premio Turing nel 2024 per il suo lavoro sull'apprendimento rafforzato.

Per costruire la loro startup, i fondatori di EquiLibre hanno deciso di tornare nella loro patria, la Repubblica Ceca. “Questo è dove avevamo molte persone con cui abbiamo lavorato, e c’era una grande diaspora ceca in Google e in altri posti”, ha detto Schmid. “Queste erano le nostre persone, così gli abbiamo detto, 'Ehi, ragazzi, siamo tornati a Praga, volete unirvi a noi?'”

Ciò ha aiutato EquiLibre a costruire la squadra iniziale già nel 2022 e a raggiungere i 25 dipendenti attuali; ma, ha affermato Schmid, questa scelta di posizione continua a dare dividendi. Confronto con San Francisco, “è molto più facile mantenere le buone persone qui, perché non c’è un nuovo affare AI sexy ogni due mesi.”

Non che EquiLibre sia l'unica startup calda in città. BottleCap AI si trova nello stesso edificio.

Tuttavia, questa è una delle AI più note della zona per talento. Pianifica di espandere l'infrastruttura del calcolo, mettendo online quel che si attende sarà uno degli insiemi di calcolo più grandi dell'Europa centrale e orientale (CEE).

Mentre la startup ha rifiutato di rivelare i fondi totali raccolti ad oggi, Schmid ha detto che aveva raccolto due altre serie di fondi, con sostenitori pre-seed che includono il fondo di venture capital Credo, che ha sostenuto anche ElevenLabs e UiPath. Secondo Dealroom data, il finanziamento iniziale da 10 milioni di dollari di EquiLibre è stato portato da Blossom Capital ad una valutazione di 140 milioni di dollari.

Sellers ha confermato che valutazione della sèrie A da 500 milioni di dollari è stato un grande salto. Ma è venuto anche dopo che i venti erano cambiati a favore di reinforcement learning (RL), incluso nel trading. “Quando abbiamo iniziato, la gente era scettica”, ha detto Schmid. Ma ora RL è lo standard. “Essendo iniziati quattro anni fa, siamo convinti che siamo in vantaggio.”

Tuttavia, esiste il rischio che la startup venga superata dalla competizione. Per esempio, Jane Street, gigante del trading, sta già usando RL con LLM, “o qualsiasi altra cosa ci serve per allenare modelli buoni”. Afferma anche di possedere “decine di migliaia di GPU di alto livello”, mentre EquiLibre cerca di ottenere di più dalla metà dei chip e “ottenere di più con meno”, ha detto Schmid.

Considerando come proficuo è Jane Street, EquiLibre dovrà giocare bene le sue carte, per raggiungere il suo obiettivo di essere conosciuta come “l’AI Lab nel trading”. Ma questo non è poker, e non ci potranno esserci perdenti. Afferma Schmild: “Questo non è un mercato con un vincitore che raccoglie tutto.”