Sakana AI es una empresa japonesa de investigación en inteligencia artificial con sede en Tokio. Su enfoque consiste en inspirarse en los sistemas naturales, especialmente en la evolución y los comportamientos colectivos, para diseñar modelos y métodos de aprendizaje. En lugar de apostar únicamente por aumentar el tamaño de las redes neuronales, explora cómo combinar, adaptar y hacer cooperar componentes existentes. Su nombre, que significa «pez» en japonés, remite a esta inspiración biológica.
Un equipo internacional arraigado en Japón
Sakana AI fue fundada en 2023 por David Ha, Llion Jones y Ren Ito. Los dos primeros proceden de la investigación en IA: David Ha trabajó, entre otras empresas, en Google y Stability AI, mientras que Llion Jones es uno de los coautores del artículo que introdujo la arquitectura Transformer, que se ha vuelto fundamental en los grandes modelos de lenguaje. Ren Ito aporta experiencia como diplomático y directivo empresarial.
La elección de Tokio constituye un elemento importante de su posicionamiento. Sakana AI pretende desarrollar un laboratorio de investigación internacional desde Japón, vinculado a las necesidades y los recursos de su ecosistema económico. La empresa ha atraído a inversores internacionales y japoneses; Nvidia, en particular, participó en su financiación en 2024. Este arraigo le permite distinguirse en un sector estructurado en gran medida en torno a actores estadounidenses y chinos.
Combinar modelos y dotar de herramientas a la investigación
Entre sus trabajos figuran los métodos de fusión evolutiva de modelos. El principio consiste en utilizar algoritmos inspirados en la selección natural para buscar combinaciones de modelos ya entrenados. Este enfoque busca obtener nuevas capacidades sin recurrir sistemáticamente a un entrenamiento completo desde cero. Sakana AI lo ha ilustrado, en particular, con modelos adaptados al japonés y sistemas que combinan la comprensión de texto e imágenes.
La empresa también explora la automatización del trabajo científico. Presentado en 2024 junto con socios académicos, su proyecto The AI Scientist busca encadenar varias etapas de una investigación en aprendizaje automático: formulación de ideas, escritura de código, experimentación y redacción de un artículo. Se trata de un programa de investigación, no de una garantía de descubrimientos fiables. La validez de los experimentos, la originalidad de los resultados y la calidad de las evaluaciones siguen siendo aspectos que deben verificarse.
¿Y ahora qué?
Para Sakana AI, el reto es transformar estas vías experimentales en herramientas robustas y útiles. Los enfoques evolutivos podrían facilitar la adaptación de modelos a idiomas, profesiones o restricciones de cálculo específicos. No obstante, su utilidad deberá demostrarse mediante comparaciones reproducibles del rendimiento, los costes y la fiabilidad.
La automatización científica también abre perspectivas, pero requiere supervisión humana y mecanismos de control sólidos. Por tanto, la trayectoria de la empresa dependerá tanto de sus resultados de investigación como de su capacidad para traducirlos en aplicaciones concretas, sin confundir la producción automatizada con el conocimiento validado.