Perplexity zet 10.000 GPU’s in voor een automatische onderzoeker
Perplexity, vooral bekend van zijn AI-zoekmachine, richt een eigen onderzoeksafdeling op. Perplexity Frontier Research moet een systeem gaan bouwen dat zelfstandig wetenschappelijk onderzoek verricht. Het bedrijf zet daar minstens 10.000 GPU’s voor in, schreef topman Aravind Srinivas op 16 november op X.
Van zoekmachine naar onderzoekslab
Andrew Gordon Wilson gaat de nieuwe afdeling leiden, meldt Crypto Briefing. Wilson omschrijft het doel als een geautomatiseerde onderzoekswetenschapper. Zo’n systeem stelt vragen, formuleert hypotheses, kan omgaan met onduidelijkheid, ontwerpt experimenten en past zijn opvattingen bij naarmate de uitkomsten dat vragen. Zelfs het kiezen van de juiste vraag wil het team op termijn automatiseren, zo blijkt uit een overzicht van Digg van de berichten die het team publiceerde.
Het werk is verdeeld over zes gebieden: het aansturen van meerdere samenwerkende agents, pretraining, continual learning (modellen die blijven bijleren), reinforcement learning, systemen en evaluaties. Crypto Briefing ziet die samenwerking tussen agents als de kern. Verschillende AI-agents krijgen elk een eigen taak en doorlopen samen één onderzoeksproces. Het project bouwt voort op Deep Research en Computer, twee eerdere Perplexity-producten waarmee gebruikers vragen laten uitzoeken en taken laten uitvoeren.
Rekenkracht en trainingsdata uit de zoekmachine

Medeoprichter Denis Yarats schetste hoe het team reinforcement learning wil opschalen om grote modellen op meer dan 10.000 GPU’s te trainen. Perplexity gebruikt daarvoor synthetische data en trainingsomgevingen die zijn afgeleid van de manier waarop mensen de zoekmachine gebruiken. Welke chips het precies zijn, wie ze bezit en wanneer de volledige capaciteit klaarstaat, staat niet in de aankondiging. In september sloot Perplexity wel een meerjarige deal met Crusoe om modellen te trainen op clusters met NVIDIA GB300 NVL72-systemen, schreef StorageNewsletter.
Perplexity zoekt onderzoekers en engineers in San Francisco, Palo Alto, New York en Londen.
Open publiceren, maar nog zonder resultaten
Perplexity belooft regelmatig papers, modellen, data en benchmarks te publiceren. Srinivas zegde toe evaluaties en blogs te delen en modellen en tooling open source te maken. Een planning, repository of licentievoorwaarden ontbreken nog. Digg wijst erop dat geen van de berichten resultaten toont van autonoom onderzoek. Het aantal GPU’s zegt wel iets over de investering en nog niets over wat het lab oplevert. Superpower Daily noemt het daarom een onderzoeksprogramma en nog geen werkende geautomatiseerde wetenschapper.
Perplexity is niet de enige die deze kant op gaat. Deze week startten Stanford-hoogleraren het AI-lab Noeri met 110 miljoen dollar en bundelde NVIDIA zijn Nemotron-modellen in een pakket voor wetenschappers. Ook Anthropic liet zien wat AI in de wetenschap kan: Claude vond 663 stellingen in de notitieboeken van Gödel. Tegelijk waarschuwden AI-onderzoekers in september voor AI die zijn eigen onderzoek versnelt.
Wat betekent dit
Voor Perplexity is dit een koerswijziging. Het bedrijf staat vooral bekend als zoekmachine die op taalmodellen draait en wil nu zelf fundamenteel modelonderzoek doen. Voor wetenschappers en ontwikkelaars kan het open gepubliceerde werk nuttig zijn, mits Perplexity die belofte waarmaakt. Of er echt een automatische onderzoeker komt, valt nog niet te zeggen. De eerste papers en modellen moeten uitwijzen hoe ver het team is. Gebruikers van de zoekmachine merken er voorlopig weinig van, al zegt Perplexity dat het nieuwe algoritmen en modellen in zijn eigen producten gaat testen.
