Lanyon AI haalt 10,6 miljoen dollar op voor controleerbare wetenschappelijke AI

De financieringsronde wordt geleid door Dimension, met deelname van Industrious Ventures. Lanyon AI is opgericht door Jonathan Gorard, Ammar Hakim en Jimmy Juno en werkt vanuit Princeton. Het bedrijf richt zich op wetenschappelijke en technische berekeningen waarvoor resultaten formeel gecontroleerd moeten kunnen worden.

Lanyon kiest daarvoor een andere architectuur dan een algemene chatbot. Het systeem redeneert volgens het bedrijf in een formele wiskundige taal en genereert implementatie en bewijs van correctheid gezamenlijk.

Het bedrijf stelt dat gegenereerde code daardoor aantoonbaar overeenkomt met de formele specificatie. Die technische claim komt van Lanyon zelf. Onafhankelijke benchmarks of peerreviewed vergelijkingen met commerciële frontiermodellen zijn in de aankondiging niet gepubliceerd.

Eerste toepassingen richten zich op natuurkunde en GPU-software

Lanyon noemt simulaties van complexe fysische systemen, het bewijzen van wiskundige stellingen en het ontwerpen van algoritmen als voorbeelden van werkzaamheden die het systeem kan uitvoeren.

Daarnaast richt het bedrijf zich expliciet op GPU-kerneloptimalisatie en AI-inference. Dat maakt de technologie relevant buiten academisch onderzoek. Software die berekeningen efficiënter over GPU’s verdeelt kan rechtstreeks invloed hebben op de kosten en prestaties van AI-infrastructuur.

Lanyon stelt dat zijn agent daarbij een fractie van de tokens en rekenkracht van grote frontiermodellen gebruikt. Ook dit betreft een bedrijfsclaim waarvoor in het persbericht geen onafhankelijke testresultaten beschikbaar zijn.

Wetenschappelijke AI verschuift van plausibele antwoorden naar verifieerbare uitkomsten

Generatieve AI kan overtuigende code en technische antwoorden produceren zonder dat daarmee automatisch bewezen is dat de uitkomst correct is. Bij marketingtekst is een fout vaak herstelbaar. Bij engineering, chipontwerp of natuurkundige simulaties kan dezelfde fout kostbaar worden.

Lanyon probeert dat probleem op architectuurniveau aan te pakken door bewijsvoering onderdeel te maken van de gegenereerde output.

Voor Nederland is dat relevant door de combinatie van halfgeleiders, hightechsystemen, technische universiteiten en industriële softwareontwikkeling. In zulke omgevingen is de waarde van een AI-systeem sterk afhankelijk van de mate waarin uitkomsten reproduceerbaar en controleerbaar zijn.

Duiding: controleerbare AI kan Nederlandse deeptech sneller laten automatiseren

De kans ligt bij Nederlandse engineeringbedrijven die AI nu terughoudend inzetten omdat menselijke verificatie te veel tijd kost. Wanneer formele controle daadwerkelijk betrouwbaar kan worden geïntegreerd, kunnen meer ontwerp-, simulatie- en optimalisatietaken worden geautomatiseerd zonder uitsluitend op probabilistische antwoorden te vertrouwen.

Het risico is dat formele correctheid slechts geldt voor de ingevoerde specificatie. Als die specificatie onvolledig of verkeerd is, kan software mathematisch correct uitvoeren wat de gebruiker eigenlijk niet bedoelde. Lanyon zal daarom moeten aantonen dat zijn aanpak ook bij complexe industriële probleemdefinities bruikbaar blijft. Dit is redactionele duiding.

Meer informatie

Primaire bron: Lanyon AI over de financiering en technologie