Google StyleDrop は制御性の点で MidJourney を上回り、元 GitHub CTO が AI を使用してプログラミングを破壊する

Alpha Commune が発表した AI Venture Capital Weekly Report は、大規模言語モデルと生成 AI に代表される人工知能の新しいトレンドに焦点を当てています。 Alpha Commune は、並外れた起業家 (AlphaFounders) を発掘し、投資することを望んでいます。並外れた起業家はテクノロジー、ビジネス、社会の大きな推進力であり、ベンチャー キャピタル エコシステムの方向性を導くと信じています。

今週、私たちは AI 分野で次のような新しい傾向と傾向を観察しました:

1. AI ビジュアル生成とマルチモダリティは急速に進歩しています: Google StyleDrop はスタイルの一貫性と制御性の点で新しい「SOTA モデル」となり、Cambridge と Tencent によって開始された PandaGPT は 6 つのモダリティを統合します. .

2. AI プログラミング機能がブレークスルーの焦点となっています: Google は新しい DIDACT プログラミング フレームワークを発表し、Baidu Comate プログラミング アシスタントがデビューし、Github の元 CTO は 1 兆個のパラメータを構築するビジネスを開始しましたプログラミング分野の大型モデル。

3. さまざまな新しい調整手法が RLHF を破壊しようとしています: 直接選好最適化 (DPO) は選好学習パイプラインを簡素化し、スタンフォード大学と Google DeepMind はよりシンプルで効果的な値調整手法を開発しました。

4. 新しい人工知能の研究により、並べ替えアルゴリズムが 70% 高速化されました: Google DeepMind の AlphaDev は、C 並べ替えアルゴリズムを何兆回も実行する速度を 70% 向上させました。

5. 多くの新興企業が AI のコンピューティング能力の問題を解決しようとしています: ハーバード大学を中退した 2 人が大規模言語モデル推論用の専用チップを構築し、パフォーマンスが 1 ドルあたり 140 倍向上し、クラウド コンピューティングを提供しました。 Capable CoreWeave は、1 か月で総額 4 億米ドルを超える資金を調達しました。

人工知能製品とテクノロジーにおける新たなブレークスルー

1. ミッドジャーニーのライバル登場！ GoogleのStyleDropエース「カスタマイズマスター」がAIアートサークルを爆発させる

Google の最新の StyleDrop は、Midjourney のライバルとも言えます。抽象的な作品、さまざまなスタイルのロゴなど、および「SOTA 以前のモデル」を含む参照画像を通じて、あらゆる複雑なアート スタイルを分解して再現できます。スタイルの一貫性とテキストの配置において。塗装プロセスの制御性が向上し、これまで想像できなかった微細な作業が可能になります。

StyleDrop は、マスク生成画像 Transformer に基づく最先端のテキストから画像への合成モデルである Muse 上に構築されています。これには、基本的な画像生成と超解像度のための 2 つの合成モジュールが含まれており、各モジュールは構成されていますテキストのエンコーダ T、トランスフォーマ G、サンプラ S、イメージ エンコーダ E、デコーダ D で構成されます。

StyleDrop のトレーニング プロセスには 2 つの重要な側面が含まれています。 1 つ目は、パラメータの効果的な微調整です。生成されたビジュアル Transformer のパラメータを微調整することで、指定された参照画像上に同様のスタイルの画像を生成できます。反復トレーニング プロセスを通じて、生成された画像が徐々に最適化され、スタイルの一貫性とテキストの配置が改善されます。

2.AI が並べ替えアルゴリズムを書き換え、70% 高速化: Google DeepMind の AlphaDev がコンピューティングの基礎を革新します

Google DeepMind Hassabis の 2 つの文は、コンピュータ分野に衝撃を与えました: 「AlphaDev は新しくて高速な並べ替えアルゴリズムを発見し、開発者が使用できるようにそれをメインの C ライブラリにオープンソース化しました。これは単なる AI の改善であり、進歩の始まりです」コードの効率性。」

AlphaDev は、AlphaZero モデルに基づいており、ソート問題をシングルプレイヤーの「組み立てゲーム」に変換します。多数の可能な命令の組み合わせを検索することにより、既存のアルゴリズムよりも高速なソート アルゴリズムを発見します。C のソート アルゴリズムでは、数兆回実行される速度が 70% 向上しました。関連する研究論文は権威ある科学雑誌 Nature に掲載されており、この成果は現在 LLVM 標準 C ライブラリ Abseil に組み込まれ、オープンソース化されています。

AlphaDev の主要著者の 1 人であるダニエル J. マンコウィッツ氏は次のように述べています: このテクノロジーはプログラミングとデジタル社会に重要な影響を与え、何十億もの人々の時間とエネルギーを節約し、コンピューティング エコシステム全体を最適化することが期待されています。

3. 任意のビデオをフィードすると、3D モデルが直接出力されます。最初の中国の作品が CVPR 2023

に含まれます

Nvidia とジョンズ ホプキンス大学の Neuralangelo と呼ばれるテクノロジーは、通常のビデオから詳細な 3D モデルを自動的に生成できます。 SDF ベースのニューラル レンダリング再構成と多重解像度ハッシュ エンコーディング アーキテクチャを使用して、深度データなしで 3D 構造を生成します。現在、関連論文が CVPR 2023 に選出されています。

論文では、DTU および Tanks and Temples データ セットを使用して Neuralangelo がテストされ、その結果、3D ディテールの生成と画像復元が正確に実行されることが示されました。 NeuS や NeuralWarp などの「SOTA 以前のモデル」と比較して、Neuralangelo は DTU データセットと Tanks and Temples データセットの両方で優れた結果を示しています。

4. 大規模言語モデルである DAMO アカデミー オープン ソース Video-LLaMA

に包括的なオーディオビジュアル機能を追加します。

大規模な言語モデルがビデオ コンテンツを理解し、対話できるようにするために、DAMO アカデミーの研究者は、オーディオビジュアル機能を備えた大規模モデルである Video-LLaMA を提案しました。このモデルは、ビデオ信号とオーディオ信号を認識して理解し、ユーザーの指示を理解し、オーディオとビデオの説明や質疑応答などの複雑なタスクを完了できます。

ただし、このモデルには、限られた知覚能力、長いビデオの処理の難しさ、言語モデルに固有の幻覚などの制限がまだあります。 DAMOアカデミーは、認識能力を向上させるために高品質のオーディオ、ビデオ、テキストのデータセットを構築していると述べた。

5. Cambridge、Tencent AI Lab などが PandaGPT モデルを提案しました: 1 つのモデルが 6 つのモダリティを統合します

最近、ケンブリッジ、NAIST、Tencent AI Labの研究者は、PandaGPTと呼ばれるクロスモーダル言語モデルを立ち上げました。 PandaGPT は、ImageBind のモーダル アライメント機能と Vicuna の生成機能を組み合わせて、6 つのモダリティでコマンドの理解と追従機能を実現します。このモデルは、画像/ビデオベースの Q&A、創造的な文章、視覚と聴覚による推論など、さまざまなモダリティを理解する能力を示します。このモデルは、画像、ビデオ、テキスト、オーディオ、ヒート マップ、深度マップ、IMU データを処理し、それらのセマンティクスを自然に組み合わせることができます。

6. シンガポール国立大学が、たった 70 億のパラメーターを使用して GPT-4 を瞬時に破壊する Goat をリリースします

LLaMA モデルを微調整することにより、シンガポール国立大学の研究者は、パラメータ サイズ 70 億の算術専用モデル Goat を開発しました。これは、算術能力の点で GPT-4 よりも大幅に優れています。 Goat は、BIG ベンチ算術サブタスクで優れたパフォーマンスを発揮し、Bloom、OPT、GPT-NeoX などを超える精度を実現します。中でも、ゼロサンプルの Goat-7B によって達成される精度は、少数サンプル学習後の PaLM-540 をも上回っています。

Goat は、合成算術データセットを微調整することにより、大量の加算および減算演算においてほぼ完璧な精度を達成し、他の事前トレーニング済み言語モデルを上回ります。より困難な乗算と除算のタスクについて、研究者らは、タスクを学習可能なサブタスクに分解することで算術性能を向上させるタスクの分類および分解方法を提案しました。この研究は、算術タスクにおける言語モデルの進歩に有用な探索とインスピレーションを提供します。

7. iFlytek Spark Cognitive Large Model V1.5 がリリースされ、複数ラウンドの対話と数学的能力がさらにアップグレードされました

6月9日、iFlytek Spark Cognitive Large Model V1.5がリリースされました。このバージョンでは、自由回答型の質疑応答が画期的に進歩し、複数ラウンドの対話と数学的能力が向上し、テキスト生成、言語理解、論理的推論能力も向上しました。さらに、iFlytekは「Spark Cognitive Model」をモバイル端末に搭載し、Spark APPをリリースする予定です。

計画によると、iFlytek は今年、10 月 24 日に ChatGPT のベンチマークを行うことを目標に、3 回の反復アップグレードを実施する予定です。 6 月 9 日のほかに、次のアップグレード ノードは 8 月 15 日で、主にコード機能とマルチモーダル インタラクションがアップグレードされます。

8. Google のオープン AI ソフトウェア エンジニアリング フレームワーク DIDACT: 数千人の開発者による内部テスト

Google は最近、AI テクノロジーを使用してソフトウェア エンジニアリングを強化し、開発者がリアルタイムでコードを作成および変更できるように支援する DIDACT と呼ばれるフレームワークを発表しました。

DIDACT フレームワークのモデルは本質的にマルチモーダルであり、開発者の過去の操作に基づいて次の編集操作を予測できます。この機能により、モデルは開発者の意図をより深く理解し、正確な推奨事項を提供できるようになります。このモデルは、空のファイルから開始して、完全なコード ファイルが生成されるまで後続の編集操作を継続的に予測するなど、より複雑なタスクを実行することもできます。

DIDACT ツールには、アノテーション解析、ビルド修正、ヒント予測が含まれており、それぞれが開発ワークフローのさまざまな段階で統合されています。これらのツールと開発者とのやり取りの記録は、ソフトウェア エンジニアリング タスク中の開発者のアクションをモデルが予測するのに役立つトレーニング データとして使用されます。

9. Baidu は、Wen Xinyiyan の高性能モデル推論能力を 50 倍向上させる、大規模モデルに基づくコード作成アシスタント Comate を発表しました。

最近、Baidu Smart Cloud は Comate コーディング インテリジェント レコメンデーション ツールをリリースし、招待テストを正式に開始しました。 Comate は GitHub Copilot などのコード作成アシスタントに似ていますが、トレーニング データとしてより多くの中国語のコメントと開発ドキュメントを使用します。コーディング プロセス中に、Comate は開発者が現在書いている内容に基づいて、考えられる次の入力の選択肢を推論できます。 Baidu によると、Comate の機能は初めて Baidu のすべての事業分野に統合され、良好な成果を上げています。中核となる R&D 部門のコードの 50% は Comate を通じて生成できます。

さらに、Baidu は、Wen Xinyiyan の推論パフォーマンスが 10 倍向上したと述べています。同時に、Wenxin Qianfan の大規模モデル プラットフォームが提供する完全なツール チェーンに基づいて、エンタープライズ アプリケーションの高頻度およびコア シナリオにおいて、Wenxinyiyan の高性能モード「Wenxinyiyan-Turbo」は、推論サービスのパフォーマンスを 50 倍向上させました。

10. 思考の複製!元 OpenAI 研究者が AI に人間の思考を模倣させる

# OpenAI 研究チームの元上級メンバーである Jeff Clune 氏が主導した研究では、人工知能エージェントに人間の思考や行動を模倣させることで、人工知能エージェントのパフォーマンスと安全性を向上できることがわかりました。この研究では、人間が行動する際に話した思考のデータセットを使用し、エージェントが思考能力を学習し、それをモデル化された行動と組み合わせることができるようにします。このアプローチは「思考複製」と呼ばれ、上位レベルのコンポーネントがアイデアを生成し、下位レベルのコンポーネントがアクションを実行します。

研究者らは、YouTube ビデオやテキスト録音から収集した何百万時間もの思考データをトレーニングに使用しました。実験結果は、「思考クローン作成」手法が従来の行動クローン作成手法よりも優れており、分散タスクではより優れたパフォーマンスを発揮することを示しています。この研究は人工知能の開発にとって非常に重要であり、エージェントの知能レベルと安全性を向上させ、エージェントの理解と制御を容易にします。

11. 推論プロセスが大幅に最適化され、Byte の高性能 Transformer 推論ライブラリが IPDPS 2023 Best Paper Award を受賞しました。

ByteDance、NVIDIA、カリフォルニア大学リバーサイド校が発行した論文「ByteTransformer: A High-Performance Transformer Boosted for Variable-Length」が、IPDPS 2023 で最優秀論文を受賞しました。

ByteTransformer は、ByteDance によって開発された GPU ベースの Transformer 推論ライブラリです。 ByteTransformer は、一連の最適化メソッドを通じて BERT トランスフォーマーで高いパフォーマンスを実現する効率的な Transformer 実装です。可変長テキスト入力の場合、他の Transformer 実装と比較して、ByteTransformer は実験で平均 50% 以上の高速化を達成でき、自然言語処理タスクの高速化、モデルのトレーニングと推論の効率の向上に適しています。

12. RLHF の「RL」は必要ですか?バイナリ クロス エントロピーを使用して LLM を直接微調整すると、効果が向上します

RLHF (ヒューマン フィードバックによる強化学習) は、現在、大規模なモデルを人間と調整するための一般的な方法です。これにより、モデルに優れた対話機能とコーディング機能が与えられますが、RLHF パイプラインは教師あり学習よりもはるかに複雑であり、より多くのトレーニングが必要です。トレーニング ループで言語モデル ポリシーからのモデルとサンプルを使用するため、膨大な計算コストが発生します。

最近、スタンフォード大学とその他の機関は、直接優先最適化 (DPO) と呼ばれる研究を提案しました。この研究は、既存の手法で使用されている RL ベースの目標を、単純なバイナリ クロスエントロピー目標で正確に最適化できることを示しています。好みの学習パイプライン。つまり、明示的な報酬モデルや強化学習を必要とせずに、人間の好みに合わせて言語モデルを直接最適化することは完全に可能です。

13. ソーシャル ゲーム データを使用して、RLHF に相当するソーシャル アラインメント モデルをトレーニングします。

言語モデルの開発における重要なステップは、言語モデルの行動を人間の社会的価値観と一致させることです (値の調整とも呼ばれます)。現在の主流はRLHF方式です。

ただし、このアプローチにはいくつかの問題があります。まず、エージェント モデルによって生成される報酬は簡単にハッキングされ、期待を満たさない応答が得られます。第 2 に、エージェント モデルと生成モデルは継続的に対話する必要があるため、トレーニング プロセスに時間がかかり、非効率的になります。第三に、報酬モデル自体は人間の思考モデルと正確には一致していません。

ダートマス、スタンフォード、Google DeepMind およびその他の機関による最近の研究では、ソーシャル ゲームを使用して高品質のデータを構築し、シンプルで効率的な調整アルゴリズムと組み合わせることが、価値の調整を達成する鍵となる可能性があることを示しています。研究者らは、マルチエージェントのゲーム データに対するアライメント トレーニングの方法を提案しました。彼らは、社会的個人が社会規範に応答することで良い印象を与える、サンドボックスと呼ばれる仮想社会モデルを開発しました。彼らはサンドボックスの履歴データから学習することで、安定した位置合わせアルゴリズムを提案しました。実験的に検証され、調整トレーニングされたモデルは、社会的に規範的な反応をより迅速に生成できます。安定した調整アルゴリズムは、パフォーマンスとトレーニングの安定性の点で RLHF に匹敵し、よりシンプルで効果的な値の調整方法を提案します。

人工知能スタートアップ向けの新たな資金調達

1.元 GitHub CTO によって設立された Poolside は、シードラウンドで 2,600 万米ドルの資金調達を受け取りました

最近、プールサイドは Redpoint Ventures 主導のシードラウンドで 2,600 万米ドルの資金調達を受けました。プールサイドの目標は、ソフトウェアで作成された AGI (汎用人工知能) を追求することで人間の可能性を解き放つことであり、基本コンセプトに基づいています: 人間の方向にAGI 移行への道は、一般的な方法ではなく、特定の機能を構築することによって達成される必要があります。

Poolside の創設者である Jason Warner は、以前は Redpoint Ventures のマネージング ディレクターを務め、以前は GitHub の CTO を務めており、彼のチームは GitHub Copilot の開発を担当していました。彼は、OpenAI を直接ターゲットとして、連続起業家 Eiso Kant と共同で Poolside を設立しました。

Poolside は、強力な次世代の基本モデルとインフラストラクチャを構築しています。これは、ソフトウェアとコードに焦点を当てた 1 兆パラメータのモデルになる可能性があります。このモデルの機能を使用すると、アーティスト、医師、科学者、教育者は、低い障壁で超越的な成果を上げることができます現在よりも 1,000 倍の速さでソフトウェアや製品を構築できるようになり、ソフトウェアの作成が誰にとっても実行可能になり、ユビキタスになるでしょう。

2. AI を活用したカスタマー サクセス プラットフォームである UpdateAI は、IdealabX、Zoom Ventures、a16z

から初期投資として 230 万ドルを受け取りました。

UpdateAI は、最近 IdealabX 主導で 230 万米ドルの資金調達を受けたカスタマー サクセス プラットフォーム プロバイダーです。

UpdateAI は、顧客との電話による退屈な作業を簡素化し、カスタマー サクセス マネージャーがスケーラブルな顧客インサイトの提供に集中できるようにします。このプラットフォームは Zoom ミーティングと統合し、ChatGPT を利用して、簡潔な会議の概要を提供するスマートな会議の概要を生成し、顧客へのフォローアップ メールの送信などの通話後のタスクを自動化します。

UpdateAI の共同創設者兼 CEO である Josh Schachter は、さまざまな背景を持つシリアル ファウンダーです。UpdateAI を設立する前は、2 つの起業家としての経験と、大企業でプロダクト マネージャーとして複数の専門的な経験を積んでいるだけでなく、ボストン コンサルティング グループ: ビジネス ニーズを深く理解しています。

UpdateAI は 230 万米ドルの資金調達を受けました。この資金調達ラウンドは IdealabX が主導し、Zoom Ventures と a16z も参加しました。 UpdateAIはこれまでに170万ドルの資金調達を行っており、今回のラウンドで総資金調達額は400万ドルとなった。

3. 生成 AI 向けのクラウド コンピューティング機能の提供に重点を置いている CoreWeave は、1 か月以内にさらに 2 億米ドルの戦略的資金調達を受けました

CoreWeave は AI クラウド コンピューティングに焦点を当てたスタートアップ企業です。その投資家である Magnetar Capital は、以前に 2 億 2,100 万米ドルのシリーズ B 資金調達を主導した後、2 億米ドルの戦略的資金調達を主導しました。CoreWeave の現在の資本金は 20 億米ドルです。ユニコーンです。

CoreWeave は、人工知能と機械学習、視覚効果とレンダリング、バッチ処理とピクセル ストリーミングを含むさまざまなユースケース向けに、H100、A100、A40、RTX A6000 を含む NVIDIA GPU クラウド サービスの十数の SKU を提供しています。

CoreWeave は、Intrator、Brian Venturo、Brannin McBee によって設立されました。彼らは当初、暗号通貨アプリケーションに焦点を当てていましたが、その後、一般的なコンピューティングや、テキスト生成 AI モデルなどの生成 AI テクノロジーに軸足を移しました。

CoreWeave の前回の 2 億 2,100 万ドルのシリーズ B 資金調達では、リード投資家である Magnetar Capital に加えて、NVIDIA、元 GitHub CEO のナット フリードマン、元 Apple 幹部のダニエル グロスなどの投資家も参加しました。

4. ワークフロー自動化エンジン 8Flow.ai がシードラウンドで 660 万米ドルの資金調達を獲得

最近、8Flow.ai は Caffeinated Capital 主導のシードラウンドで 660 万米ドルの資金調達を受け、BoxGroup や Liquid2 などの機関、元 GitHub CEO の Nat Friedman 氏や Howie Liu 氏などの個人投資家も参加しました。

同社は、Zendesk、ServiceNow、Salesforce Service Cloud などのツールと統合して、エージェントが日常業務を完了できるように支援する、企業向けの自己学習型ワークフロー自動化エンジンを立ち上げました。同社は将来的に、このすべてのデータを使用して機械学習モデルをトレーニングし、各ユーザーのニーズに合わせた AI ワークフローを生成する予定です。

8Flow.ai の製品は現在、あるプログラムから別のプログラムに関連データを自動的にコピー アンド ペーストする Chrome ブラウザ拡張機能の形式で存在します。このツールは、各エージェントの共通ステップを自動的に学習し、ワンクリックでトリガーできるアクションにレンダリングします。

8Flow.ai の創設者である Boaz Hecht は、SkyGiraffe の共同創設者兼 CEO であり、その後 ServiceNow プラットフォームの副社長を務め、モバイルおよび人工知能チャット ロボット製品を担当しました。

5. 医療分野の会話型人工知能プラットフォームである Hyro は、Macquarie Capital 主導のシリーズ B 資金調達で 2,000 万米ドルを受け取りました

最近、医療分野の会話型人工知能プラットフォームである Hyro は、Macquarie Capital が主導するシリーズ B 資金調達で 2,000 万米ドルを受け取りました。

Hyro は、コーネル大学の 2 人の卒業生、Israel Krush と Rom Cohen によって共同設立されました。Israel Krush は、豊富な業界経験を持つ連続起業家です。

Hyro は、独自の自然言語処理とナレッジ グラフ テクノロジを活用して、医療システム用のプラグ アンド プレイの内部チャット インターフェイスを構築し、一般的な診療科の日常業務の 85% をカバーします。 Hyro は、トレーニング データなしでクライアントのメンテナンス作業を実行し、内部情報をリアルタイムで更新できます。プラットフォームに組み込まれた AI アシスタントは医療部門の元のワークフローと一致し、医療部門のコミュニケーションの一元化、サービスの向上、運用コストの削減を支援します。

Hyro の ARR は前年比 100% 以上増加したと報告されており、主要顧客には Mercy Health、Baptist Health、Intermountain Healthcare などが含まれます。

6.商用ローコード機械学習プラットフォームである Predibase は、シリーズ A で 1,220 万米ドルの資金調達を完了しました

Predibase は、開発者向けの商用ローコード機械学習プラットフォームであり、機械学習のスキルを持たないユーザーが複雑な AI アプリケーションを迅速かつ簡単に構築、反復、展開できるように支援します。最近、Predibase は Felicis 主導のシリーズ A 資金調達で 1,220 万ドルを受け取りました。

Predibase のプラットフォームを使用すると、機械学習のスキルを持たないユーザーでも、複雑な AI アプリケーションを迅速かつ簡単に構築、反復、デプロイできます。ユーザーはプラットフォーム独自の AI モデルを通じて必要なコンテンツを定義するだけで済み、残りの操作はプラットフォームによって自動的に完了します。初心者ユーザーは推奨されるモデル アーキテクチャを選択でき、熟練ユーザーは自分のニーズに応じてすべてのモデル パラメーターを微調整できるため、AI アプリケーションの当初の展開時間を大幅に短縮できます。

Predibase の創設者兼 CEO の Piero Molino は、産学界の交差点での経歴を持ち、IBM と Uber で専門的な経験を持ち、スタンフォード大学で研究員としても働いていました。

7. 非構造化顧客データの AI 分析プラットフォームである Beehive AI がシードラウンドで 510 万米ドルの資金調達を受け取りました

Beehive AI は、非構造化顧客データの分析に特化して設計された世界初の AI プラットフォームで、最近、Valley Capital Partners 主導のシードラウンドで 510 万米ドルの資金調達を受けました。

Beehive AI は、前例のない精度、関連性、規模を備えた、消費者調査のためのエンドツーエンドのカスタマイズ可能なエンタープライズ AI プラットフォームです。 Beehive AI は、非構造化オープンデータを定量データと組み合わせて分析することで、企業が新たな洞察を抽出し、顧客をより深く理解し、サービスを提供できるように支援します。

このプラットフォームを使用すると、顧客は任意のプラットフォームで収集した既存のデータをアップロードしたり、AI が設計した自由形式の質問を行うアンケートを開始して、顧客から豊富で微妙なフィードバックを得ることができます。次に、データに対してカスタム分析を実行し、顧客が直感的にプログラム可能なダッシュボードを使用して洞察を探索できるようにします。

8.大規模言語モデル推論に特化したチップ設計および開発者である Etched.ai は、シードラウンドで 536 万米ドルの資金調達を受け取りました

Etched.ai は、大規模言語モデル推論用の専用チップの設計者および開発者です。最近、Primary Venture Partners 主導のシードラウンド資金調達で 536 万米ドルを受け取り、Ebay の元 CEO、デビン ウェニグ氏などが参加しており、現在の評価額は約 3,400 万米ドルです。

Etched.ai は、ハーバード大学を中退した Gavin Uberti 氏と Chris Zhu 氏によって設立され、生成 AI モデルを実行するための、よりプロフェッショナルで低消費電力のチップを設計しました。彼らは、そのチップを 2024 年の第 3 四半期に市場に導入したいと考えています。大手クラウドサービスプロバイダーへの販売を予定している。

Etched.ai の創設者らは、シミュレーションの結果、同社のチップは従来の GPU と比較して 1 ドル当たりのパフォーマンスが 140 倍向上していることが示されたと述べています。

9. 人工知能を使用してクラウド コンピューティングの費用対効果を向上させることで、Antimetal はシードラウンドで 430 万米ドルの資金調達を受け取りました

最近、クラウド コンピューティングの費用対効果を向上させる AI テクノロジーの開発に取り組んでいる Antimetal は、Framework Ventures が主導する 430 万米ドルのシードラウンドを完了しました。

Antimetal は独自の機械学習モデルを使用してクラウド コンピューティングの展開を最適化し、最も主流の AWS クラウド コンピューティング サービスに参入し、将来的には Google や Microsoft などの他のクラウド コンピューティング プラットフォームにも拡大する予定です。

同社は、オンライン アルゴリズムを開発し、人工知能を使用して市場動向を調査し、これらのクラウド コンピューティング リソースを統合、スケジュールし、再販しています。企業がこれらのアイドル状態の AWS リソースを売却するには平均 90 日かかりますが、Antimetal を使用すると、約 3 倍の速さで取引が完了します。

同社の創設者兼 CEO である Matthew Parkhurst は、自分のビジネスを立ち上げる前に SaaS 企業に長く勤務し、業界で 7 年以上の経験を持っています。

10. AI 医用画像スタートアップ Hypervision Surgical がシードラウンドで 650 万ポンドの資金調達を獲得

Hypervision Surgical は最近、HERAN Partners、Redalpine、ZEISS Ventures からシードラウンドで 650 万ポンドの資金調達を受けました。

Hypervision Surgical は、キングス カレッジ ロンドンからスピンアウトした企業で、臨床医、医療画像、人工知能の専門家のチームによって設立されました。その目標は、臨床医に高度なコンピュータ支援組織分析を提供して、手術の精度と患者の安全性を向上させ、外科分野における患者の罹患率と医療費を削減することです。

現在、同社は AI ハイパースペクトル イメージングとエッジ コンピューティングを組み合わせて、外科手術用の医療イメージングを開発しています。このテクノロジーを使用すると、外科医は正確な測定値と組織特性情報を利用して、複雑な腫瘍外科手術中に健康な組織と不健康な組織を区別できます。

マーティン フロストは、同社チームの中心メンバーであり、手術用ロボット会社である CMR Surgical の創設者であり元 CEO でした。同社 CEO の Michael Ebner は、キングス カレッジ ロンドンを卒業し、王立工学アカデミーの会員に選出されました。

この記事は、複数の情報ソースから Alpha Commune によって編集され、ChatGPT の協力を得て書かれました。

アルファコミューンについて

以上がGoogle StyleDrop は制御性の点で MidJourney を上回り、元 GitHub CTO が AI を使用してプログラミングを破壊するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。