З моменту випуску ChatGPT велика модель привернула увагу та капітал з усіх сторін. Однак проблема, яку не можна ігнорувати, полягає в тому, що самим великим моделям важко безпосередньо створювати комерційну цінність.Якщо їх не можна перетворити на практичне застосування, їхня цінність буде значно знижена. З часом популярність штучного інтелекту зникає. Насправді ентузіазм промисловості щодо великих моделей все ще високий, але фокус змінився.
Сьогодні великі модельні компанії та відповідний капітал зосереджуються на тому, як використовувати переваги великих моделей у реальних сценаріях. Це можна побачити з ситуації з фінансуванням у сфері ШІ. У серпні минулого року десятка найкращих компаній у галузі штучного інтелекту залучила загальну суму $1,023 млрд. Можна чітко побачити, що інфраструктура та програми штучного інтелекту все більше віддають перевагу капіталу.
Майже весь новий капітал витрачається на те, як застосовувати великі моделі, включно з використанням ШІ для конкретних галузей, таких як розробка ліків, автономне водіння, видобуток літію, телекомунікаційна галузь і телемедицина. Серед них великі модельні компанії, інфраструктурні компанії штучного інтелекту та стартапи вертикальних сфер, усі вони відповідають на одне питання — як реалізувати великі моделі штучного інтелекту.
Це може свідчити про те, що індустрія штучного інтелекту переходить від відносно попередньої стадії досліджень до більш зрілої та практичної стадії. Далі давайте детально познайомимося з десяткою найкращих компаній у сфері AI з обсягом фінансування в серпні. Дізнайтеся про стан їх фінансування, інформацію про компанію та продукти, а також про те, як будуть використані нові кошти.
Hugging Face, компанія №1 з платформ машинного навчання, залучила 235 мільйонів доларів США (Серія D) у серпні, а оцінка досягла 4,5 мільярдів доларів США, подвоївши свою вартість більш ніж за рік. Компанія заявила, що використає кошти для розширення досліджень штучного інтелекту та набору персоналу.
Цей раунд фінансування є найбільшим окремим фінансуванням Hugging Face під керівництвом Salesforce за участю таких великих технологічних компаній, як Google, Amazon, Nvidia, AMD, Intel, IBM і Qualcomm. Це не лише забезпечує фінансову підтримку для Hugging Face, але також може створити більше можливостей для співпраці. І це свідчить про величезний попит на продукти та платформи ШІ, а також про ринкову привабливість і потенціал зростання стратегій з відкритим кодом.
Компанія була заснована в 2016 році і спочатку розробляла додатки для чат-ботів для підлітків, а потім трансформувалася в платформу машинного навчання. Платформа дозволяє користувачам ділитися моделями машинного навчання та наборами даних, а також надає низку інструментів від досліджень і розробок до розгортання моделей ШІ, щоб допомогти людям створювати та використовувати програми машинного навчання. Відомо, що станом на кінець серпня кількість моделей і наборів даних, опублікованих на Hugging Face, досягла 300 000 і 58 000 відповідно. Його бібліотека transformers є одним із найпопулярніших інструментів обробки природної мови.
Genesis Therapeutics, друга компанія з розробки ліків зі штучним інтелектом, залучила 200 мільйонів доларів США (серія B) у серпні, що майже вчетверо перевищує фінансування серії A наприкінці 2020 року, що відображає високе визнання інвесторами технологій і ринкового потенціалу компанії. Компанію було засновано в 2019 році з Pender Lab Стенфордського університету.
Штучний інтелект пропонує потужну можливість революціонізувати процес відкриття ліків. Genesis Therapeutics прагне використовувати технології ШІ для створення проривних ліків для пацієнтів із серйозними захворюваннями. Фінансування буде використано для просування компанії на клінічну стадію та подальшого вдосконалення її платформи штучного інтелекту для розробки ліків; вона також запустить нові програми, націлені на групи пацієнтів, яким не приділяють уваги.
Раунд спільно очолювали американський інвестор, який займається науками про життя, та Андріссен Горовіц (a16z) Bio+Health, а також брали участь Fidelity Management & Research, BlackRock і підрозділ венчурного капіталу NVIDIA NVentures.
Третій за величиною стартап мовної моделі, AI21 Labs, оголосив наприкінці серпня, що завершив раунд фінансування серії C на суму 155 мільйонів доларів США з останньою оцінкою в 1,4 мільярда доларів. Серед інвесторів є існуючі гравці, такі як Pitango, і нові гравці, такі як Google і Nvidia.
Штаб-квартира AI21 Labs розташована в Ізраїлі та була заснована в 2017 році. Одним із засновників є засновник компанії з автономного водіння Mobileye (придбаної Intel у 2017 році). Оскільки компанія першою запустила генеративний ШІ, його часто порівнюють з OpenAI. У березні цього року вона випустила свою останню велику мовну модель Jurassic-2, але не оголосила кількість параметрів. Попередня версія Jurassic-1 мала максимум 178 мільярдів параметрів, що трохи вище, ніж 175 мільярдів параметрів GPT-3, випущеного OpenAI.
Варто зазначити, що AI21 Labs наголошує на точності та надійності моделі, а не лише на розмірі моделі. Він сподівається виділитися, пропонуючи менші, надійніші моделі, які дешевші в експлуатації.
Його основний дохід приносить продаж доступу до Jurassic і підписки на Wordtune, його помічника з написання штучного інтелекту. У той же час ми також працюємо з клієнтами з різних галузей, таких як Carrefour, Clarivate, eBay і Ubisoft. Згідно з повідомленнями, дохід AI21 Labs у 2022 році становитиме 20 мільйонів доларів США, а цього року – 50 мільйонів доларів США. Минулого року дохід OpenAI склав приблизно 30 мільйонів доларів США, а цього року очікується, що він досягне 200 мільйонів доларів США.
Загалом AI21 Labs — це компанія, яка має як технологічні інновації, так і хорошу бізнес-модель у сфері великих мовних моделей.
Anthropic, який посів четверте місце, один із головних конкурентів OpenAI, отримав 100 мільйонів доларів США фінансування від південнокорейської телекомунікаційної компанії SKT у серпні. Не так давно компанія отримала фінансування серії C на суму 450 мільйонів доларів США. Відомо, що менш ніж за півтора року Anthropic залучив понад 1,6 мільярда доларів США, поступаючись лише OpenAI у сфері великих моделей ШІ.
Компанію було засновано в 2021 році колишніми членами OpenAI (які залишили через розбіжності в напрямках з OpenAI) і прагне створювати надійні, зрозумілі та керовані системи ШІ. Claude 2, продукт, який може конкурувати з ChatGPT, вийде в липні 2023 року.
Основна мета цього фінансування полягає в тому, щоб Anthropic і SKT використали свої відповідні переваги для спільного створення багатомовної індивідуальної великомасштабної моделі для телекомунікаційної галузі.
Ця співпраця також відображає тенденцію до тісної співпраці великих моделей штучного інтелекту з окремими галузями промисловості та переходу до вертикальних додатків. Звичайно, це також прискорює процес комерціалізації Anthropic. Даріо Амодей, засновник і генеральний директор Anthropic, сказав: «Ми вважаємо, що спеціальні моделі великих мов для галузі мають високий потенціал у створенні безпечніших і надійніших програм штучного інтелекту».
Modular, п’ятий стартап інфраструктури штучного інтелекту, оголосив у серпні, що отримав фінансування в розмірі 100 мільйонів доларів США під керівництвом General Catalyst за участі Google Ventures, SV Angel, Greylock, Factory та інших. Це другий раунд фінансування компанії після завершення 30 мільйонів доларів минулого року. Кошти будуть використані для прискорення інфраструктури ШІ Modular для розробників у всьому світі.
Компанію було засновано у 2022 році з метою зробити технологію штучного інтелекту доступною для всіх і будь-де. Інструменти розробки, надані Modular, можуть розділити велику модель на кілька малих частин (модулярність), що полегшує керування та розробку великих моделей штучного інтелекту.
Їхня платформа розробки штучного інтелекту нового покоління може допомогти клієнтам і глобальним розробникам вирішити проблему фрагментації стеку технологій штучного інтелекту, тим самим швидше запроваджуючи більше інновацій у виробництво. Його продукти та технології покращують програмування штучного інтелекту, зручність використання, ефективність обчислень і використання апаратного забезпечення. Modular також запустив мову програмування з відкритим вихідним кодом під назвою Mojo для розробників ШІ. Mojo розроблено таким же простим у використанні, як Python, але має високу продуктивність C++ і Rust. І намагається бути повністю сумісним з екосистемою Project Jupyter.
Шостий постачальник програмного забезпечення для штучного інтелекту, helm.ai, оголосив про завершення фінансування серії C у серпні, залучивши 55 мільйонів доларів США. Компанія, яка в основному націлена на ринки автомобілів і робототехніки, використовуватиме кошти для сприяння розробці передового програмного забезпечення штучного інтелекту на цих двох ринках, особливо для автономного водіння. Цей раунд фінансування очолював Freeman Group, а також включав ACVC Partners і Amplo, ряд відомих інвестиційних компаній і стратегічних інвесторів в автомобільній промисловості, таких як Honda Motor.
helm.ai була заснована в 2016 році. Генеральний директор і співзасновник компанії Влад Воронінський — російсько-американський математик і підприємець. До заснування helm.ai Воронінський був головним науковим співробітником Sift Security, стартапу з машинного навчання кібербезпеки. Він сказав: «Завдяки нашій технології «глибокого навчання» виробникам та їхнім основним постачальникам можна легко надати програмне забезпечення для штучного інтелекту найвищого рівня, щоб продукти могли швидше виводитися на ринок. Крім того, ця технологія не вимагає апаратних обмежень. Що ще важливіше, наше програмне забезпечення може допомогти клієнтам виділитися серед інших за допомогою передових систем допомоги водієві (ADAS) і систем автономного водіння L4».
Сьома платформа розробки штучного інтелекту, Weights & Biases, отримала фінансування в розмірі 50 мільйонів доларів США в серпні з оцінкою в 1,25 мільярда доларів США. Раунд очолювали колишній генеральний директор GitHub Нат Фрідман і колишній партнер Y Combinator Деніел Гросс. Ці інвестиції відбуваються, коли Weights & Biases готуються до запуску нового продукту під назвою s. розроблено, щоб допомогти користувачам контролювати та оцінювати продуктивність великих мовних моделей.
Компанію було засновано в 2017 році, і вона прагне створити платформу MLOps (Machine Learning Operations), головним чином для вирішення різних проблем, з якими стикаються проекти машинного навчання в процесі розробки, розгортання та обслуговування.
Оскільки попит на ШІ зростає, ринок MLOps поступово розширюється. Що стосується MLOps, Weights & Biases сказав, що всі його продукти розроблені спільно з партнерами, щоб забезпечити задоволення потреб цих клієнтів. Їхня платформа допомагає розробникам швидше створювати кращі моделі. А також створюйте легкі, сумісні інструменти для швидкого відстеження експериментів, версій і ітерації наборів даних, оцінки продуктивності моделі, відтворення моделей, візуалізації результатів тощо.
Зрозуміло, що рішення платформи Weights & Biase інтегровані в понад 20 000 сховищ із відкритим кодом і цитуються в сотнях академічних наукових статей з машинного навчання. Це також переважний набір інструментів для відомих компаній штучного інтелекту, таких як OpenAI, Anthropic, Hugging Face, Aleph Alpha і Cohere.
Восьмий американський стартап Aether Biomachines оголосив у серпні, що залучив 49 мільйонів доларів у рамках фінансування серії A під керівництвом Natural Capital і Unless. Відповідно до її офіційного веб-сайту, Aether Bio – це компанія, яка зосереджена на розробці ферментів, що дозволяє клієнтам виробляти складні та нові продукти з меншими витратами. Його роботизовані фабрики здатні проводити мільйони експериментів, щоб індексувати простір послідовності, що набагато перевищує комерційно доступне автоматизоване обладнання.
Компанія використовує робототехніку, машинне навчання та синтетичну біологію для розробки швидшої, дешевшої та більш стійкої технології вилучення літію. Це не тільки дає неймовірну економічну перевагу, але й робить можливим виробництво акумуляторного літію на великій території Сполучених Штатів. Компанія заявила, що ця технологія теоретично може збільшити виробництво літію в США в 30 разів.
Зрозуміло, що компанія Aether Bio, заснована в 2017 році, наразі вибірково приймає нових клієнтів і підтримується низкою інвесторів, які бачать її потенціал для початку нової промислової революції.
TytoCare, дев’ята цифрова компанія охорони здоров’я, у серпні оголосила, що залучила 49 мільйонів доларів США для подальшого дослідження можливостей штучного інтелекту для діагностичної підтримки та допомоги при дистанційному обстеженні. Цей раунд фінансування очолював міжнародний інвестор програмного забезпечення Insight Partners за участю компанії MemorialCare, що займається медичними системами, і двох великих пенсійних компаній.
Це ізраїльська компанія, заснована в 2012 році, яка забезпечує точну взаємодію між лікарями та пацієнтами на відстані та допомагає службам охорони здоров’я надавати медичну допомогу на основі даних, асинхронні послуги, віртуальну первинну медичну допомогу та віддалений моніторинг. Серед попередніх інвесторів – Insight Partners, Tiger Global, Qualcomm Ventures і Shenzhen Capital Group.
Tytocare розробляє обладнання для ларингоскопії, отоскопії, аускультації та клінік первинної медичної допомоги та має річний дохід у десятки мільйонів доларів. і використовує штучний інтелект, щоб направляти пацієнтів через процедури та надавати їм зворотній зв’язок. Повідомляється, що тепер компанія має намір використати зібрані кошти, щоб вийти на ринок астми та розширити свої можливості ШІ.
Німецький стартап Deepset, який займає десяте місце, оголосив у серпні, що отримав новий раунд фінансування у розмірі 30 мільйонів доларів США для подальшого розширення свого комерційного продукту deepset Cloud. Компанія прагне допомогти підприємствам розкрити повну цінність великих мовних моделей у своїх робочих процесах. Раунд очолював Balderton Capital, а також брали участь існуючі інвестори, зокрема Google Ventures, Harpoon, .One і Lunar.
Фінансування було зумовлене зростанням популярності великих мовних моделей і зростаючою важливістю технології векторного пошуку. Будучи першим у світі інструментом розробника, що не залежить від моделі, deepset Cloud дозволяє командам ШІ розробляти персоналізовані, гнучкі та надійні системи на основі найсучасніших мовних моделей. Платформа має сертифікат SOC 2 і гарантує користувачам повний контроль над своїми даними.
З моменту свого заснування п’ять років тому Deepset накопичив значний досвід у великих додатках мовної моделі. Тісно співпрацюйте з відомими клієнтами, щоб розробити індивідуальні рішення обробки природної мови для реальних прикладних сценаріїв.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Хто забрав гроші, інвестовані в компанії ШІ за останній місяць?
Перше джерело: GenAI New World
Автор: Лі Сіньшуай
З моменту випуску ChatGPT велика модель привернула увагу та капітал з усіх сторін. Однак проблема, яку не можна ігнорувати, полягає в тому, що самим великим моделям важко безпосередньо створювати комерційну цінність.Якщо їх не можна перетворити на практичне застосування, їхня цінність буде значно знижена. З часом популярність штучного інтелекту зникає. Насправді ентузіазм промисловості щодо великих моделей все ще високий, але фокус змінився.
Сьогодні великі модельні компанії та відповідний капітал зосереджуються на тому, як використовувати переваги великих моделей у реальних сценаріях. Це можна побачити з ситуації з фінансуванням у сфері ШІ. У серпні минулого року десятка найкращих компаній у галузі штучного інтелекту залучила загальну суму $1,023 млрд. Можна чітко побачити, що інфраструктура та програми штучного інтелекту все більше віддають перевагу капіталу.
Майже весь новий капітал витрачається на те, як застосовувати великі моделі, включно з використанням ШІ для конкретних галузей, таких як розробка ліків, автономне водіння, видобуток літію, телекомунікаційна галузь і телемедицина. Серед них великі модельні компанії, інфраструктурні компанії штучного інтелекту та стартапи вертикальних сфер, усі вони відповідають на одне питання — як реалізувати великі моделі штучного інтелекту.
Це може свідчити про те, що індустрія штучного інтелекту переходить від відносно попередньої стадії досліджень до більш зрілої та практичної стадії. Далі давайте детально познайомимося з десяткою найкращих компаній у сфері AI з обсягом фінансування в серпні. Дізнайтеся про стан їх фінансування, інформацію про компанію та продукти, а також про те, як будуть використані нові кошти.
Hugging Face, компанія №1 з платформ машинного навчання, залучила 235 мільйонів доларів США (Серія D) у серпні, а оцінка досягла 4,5 мільярдів доларів США, подвоївши свою вартість більш ніж за рік. Компанія заявила, що використає кошти для розширення досліджень штучного інтелекту та набору персоналу.
Цей раунд фінансування є найбільшим окремим фінансуванням Hugging Face під керівництвом Salesforce за участю таких великих технологічних компаній, як Google, Amazon, Nvidia, AMD, Intel, IBM і Qualcomm. Це не лише забезпечує фінансову підтримку для Hugging Face, але також може створити більше можливостей для співпраці. І це свідчить про величезний попит на продукти та платформи ШІ, а також про ринкову привабливість і потенціал зростання стратегій з відкритим кодом.
Компанія була заснована в 2016 році і спочатку розробляла додатки для чат-ботів для підлітків, а потім трансформувалася в платформу машинного навчання. Платформа дозволяє користувачам ділитися моделями машинного навчання та наборами даних, а також надає низку інструментів від досліджень і розробок до розгортання моделей ШІ, щоб допомогти людям створювати та використовувати програми машинного навчання. Відомо, що станом на кінець серпня кількість моделей і наборів даних, опублікованих на Hugging Face, досягла 300 000 і 58 000 відповідно. Його бібліотека transformers є одним із найпопулярніших інструментів обробки природної мови.
Genesis Therapeutics, друга компанія з розробки ліків зі штучним інтелектом, залучила 200 мільйонів доларів США (серія B) у серпні, що майже вчетверо перевищує фінансування серії A наприкінці 2020 року, що відображає високе визнання інвесторами технологій і ринкового потенціалу компанії. Компанію було засновано в 2019 році з Pender Lab Стенфордського університету.
Штучний інтелект пропонує потужну можливість революціонізувати процес відкриття ліків. Genesis Therapeutics прагне використовувати технології ШІ для створення проривних ліків для пацієнтів із серйозними захворюваннями. Фінансування буде використано для просування компанії на клінічну стадію та подальшого вдосконалення її платформи штучного інтелекту для розробки ліків; вона також запустить нові програми, націлені на групи пацієнтів, яким не приділяють уваги.
Раунд спільно очолювали американський інвестор, який займається науками про життя, та Андріссен Горовіц (a16z) Bio+Health, а також брали участь Fidelity Management & Research, BlackRock і підрозділ венчурного капіталу NVIDIA NVentures.
Третій за величиною стартап мовної моделі, AI21 Labs, оголосив наприкінці серпня, що завершив раунд фінансування серії C на суму 155 мільйонів доларів США з останньою оцінкою в 1,4 мільярда доларів. Серед інвесторів є існуючі гравці, такі як Pitango, і нові гравці, такі як Google і Nvidia.
Штаб-квартира AI21 Labs розташована в Ізраїлі та була заснована в 2017 році. Одним із засновників є засновник компанії з автономного водіння Mobileye (придбаної Intel у 2017 році). Оскільки компанія першою запустила генеративний ШІ, його часто порівнюють з OpenAI. У березні цього року вона випустила свою останню велику мовну модель Jurassic-2, але не оголосила кількість параметрів. Попередня версія Jurassic-1 мала максимум 178 мільярдів параметрів, що трохи вище, ніж 175 мільярдів параметрів GPT-3, випущеного OpenAI.
Варто зазначити, що AI21 Labs наголошує на точності та надійності моделі, а не лише на розмірі моделі. Він сподівається виділитися, пропонуючи менші, надійніші моделі, які дешевші в експлуатації.
Його основний дохід приносить продаж доступу до Jurassic і підписки на Wordtune, його помічника з написання штучного інтелекту. У той же час ми також працюємо з клієнтами з різних галузей, таких як Carrefour, Clarivate, eBay і Ubisoft. Згідно з повідомленнями, дохід AI21 Labs у 2022 році становитиме 20 мільйонів доларів США, а цього року – 50 мільйонів доларів США. Минулого року дохід OpenAI склав приблизно 30 мільйонів доларів США, а цього року очікується, що він досягне 200 мільйонів доларів США.
Загалом AI21 Labs — це компанія, яка має як технологічні інновації, так і хорошу бізнес-модель у сфері великих мовних моделей.
Anthropic, який посів четверте місце, один із головних конкурентів OpenAI, отримав 100 мільйонів доларів США фінансування від південнокорейської телекомунікаційної компанії SKT у серпні. Не так давно компанія отримала фінансування серії C на суму 450 мільйонів доларів США. Відомо, що менш ніж за півтора року Anthropic залучив понад 1,6 мільярда доларів США, поступаючись лише OpenAI у сфері великих моделей ШІ.
Компанію було засновано в 2021 році колишніми членами OpenAI (які залишили через розбіжності в напрямках з OpenAI) і прагне створювати надійні, зрозумілі та керовані системи ШІ. Claude 2, продукт, який може конкурувати з ChatGPT, вийде в липні 2023 року.
Основна мета цього фінансування полягає в тому, щоб Anthropic і SKT використали свої відповідні переваги для спільного створення багатомовної індивідуальної великомасштабної моделі для телекомунікаційної галузі.
Ця співпраця також відображає тенденцію до тісної співпраці великих моделей штучного інтелекту з окремими галузями промисловості та переходу до вертикальних додатків. Звичайно, це також прискорює процес комерціалізації Anthropic. Даріо Амодей, засновник і генеральний директор Anthropic, сказав: «Ми вважаємо, що спеціальні моделі великих мов для галузі мають високий потенціал у створенні безпечніших і надійніших програм штучного інтелекту».
Компанію було засновано у 2022 році з метою зробити технологію штучного інтелекту доступною для всіх і будь-де. Інструменти розробки, надані Modular, можуть розділити велику модель на кілька малих частин (модулярність), що полегшує керування та розробку великих моделей штучного інтелекту.
Їхня платформа розробки штучного інтелекту нового покоління може допомогти клієнтам і глобальним розробникам вирішити проблему фрагментації стеку технологій штучного інтелекту, тим самим швидше запроваджуючи більше інновацій у виробництво. Його продукти та технології покращують програмування штучного інтелекту, зручність використання, ефективність обчислень і використання апаратного забезпечення. Modular також запустив мову програмування з відкритим вихідним кодом під назвою Mojo для розробників ШІ. Mojo розроблено таким же простим у використанні, як Python, але має високу продуктивність C++ і Rust. І намагається бути повністю сумісним з екосистемою Project Jupyter.
helm.ai була заснована в 2016 році. Генеральний директор і співзасновник компанії Влад Воронінський — російсько-американський математик і підприємець. До заснування helm.ai Воронінський був головним науковим співробітником Sift Security, стартапу з машинного навчання кібербезпеки. Він сказав: «Завдяки нашій технології «глибокого навчання» виробникам та їхнім основним постачальникам можна легко надати програмне забезпечення для штучного інтелекту найвищого рівня, щоб продукти могли швидше виводитися на ринок. Крім того, ця технологія не вимагає апаратних обмежень. Що ще важливіше, наше програмне забезпечення може допомогти клієнтам виділитися серед інших за допомогою передових систем допомоги водієві (ADAS) і систем автономного водіння L4».
Компанію було засновано в 2017 році, і вона прагне створити платформу MLOps (Machine Learning Operations), головним чином для вирішення різних проблем, з якими стикаються проекти машинного навчання в процесі розробки, розгортання та обслуговування.
Оскільки попит на ШІ зростає, ринок MLOps поступово розширюється. Що стосується MLOps, Weights & Biases сказав, що всі його продукти розроблені спільно з партнерами, щоб забезпечити задоволення потреб цих клієнтів. Їхня платформа допомагає розробникам швидше створювати кращі моделі. А також створюйте легкі, сумісні інструменти для швидкого відстеження експериментів, версій і ітерації наборів даних, оцінки продуктивності моделі, відтворення моделей, візуалізації результатів тощо.
Зрозуміло, що рішення платформи Weights & Biase інтегровані в понад 20 000 сховищ із відкритим кодом і цитуються в сотнях академічних наукових статей з машинного навчання. Це також переважний набір інструментів для відомих компаній штучного інтелекту, таких як OpenAI, Anthropic, Hugging Face, Aleph Alpha і Cohere.
Компанія використовує робототехніку, машинне навчання та синтетичну біологію для розробки швидшої, дешевшої та більш стійкої технології вилучення літію. Це не тільки дає неймовірну економічну перевагу, але й робить можливим виробництво акумуляторного літію на великій території Сполучених Штатів. Компанія заявила, що ця технологія теоретично може збільшити виробництво літію в США в 30 разів.
Зрозуміло, що компанія Aether Bio, заснована в 2017 році, наразі вибірково приймає нових клієнтів і підтримується низкою інвесторів, які бачать її потенціал для початку нової промислової революції.
Це ізраїльська компанія, заснована в 2012 році, яка забезпечує точну взаємодію між лікарями та пацієнтами на відстані та допомагає службам охорони здоров’я надавати медичну допомогу на основі даних, асинхронні послуги, віртуальну первинну медичну допомогу та віддалений моніторинг. Серед попередніх інвесторів – Insight Partners, Tiger Global, Qualcomm Ventures і Shenzhen Capital Group.
Tytocare розробляє обладнання для ларингоскопії, отоскопії, аускультації та клінік первинної медичної допомоги та має річний дохід у десятки мільйонів доларів. і використовує штучний інтелект, щоб направляти пацієнтів через процедури та надавати їм зворотній зв’язок. Повідомляється, що тепер компанія має намір використати зібрані кошти, щоб вийти на ринок астми та розширити свої можливості ШІ.
Фінансування було зумовлене зростанням популярності великих мовних моделей і зростаючою важливістю технології векторного пошуку. Будучи першим у світі інструментом розробника, що не залежить від моделі, deepset Cloud дозволяє командам ШІ розробляти персоналізовані, гнучкі та надійні системи на основі найсучасніших мовних моделей. Платформа має сертифікат SOC 2 і гарантує користувачам повний контроль над своїми даними.
З моменту свого заснування п’ять років тому Deepset накопичив значний досвід у великих додатках мовної моделі. Тісно співпрацюйте з відомими клієнтами, щоб розробити індивідуальні рішення обробки природної мови для реальних прикладних сценаріїв.