آزمایشگاه هوش مصنوعی یک ساله Flapping Airplanes یک میلیارد دلار با ارزش 6 میلیارد دلار جمع آوری می کند

استارتآپ یک ساله Flapping Airplanes، سیلیکون ولی را با یک تیم مؤسس چشمگیر و مأموریت یافتن راههایی برای آموزش مدلهای بزرگ با دادههای کمتر شگفتزده کرده است. روز چهارشنبه، شرکت اعلام کرد یک میلیارد دلار راند سری A به همراه ایندکس و لوکس جمع آوری کرده بود. گزارش شده است به ارزش 6 میلیارد دلار
این دور فقط 9 ماه پس از راه اندازی این شرکت با 180 میلیون دلار دور اولیه از GV، Sequoia و Index انجام شد. ارزش این شرکت 1.5 میلیارد دلار بود، بنابراین ارزش آن فقط چهار برابر شد.
سایر شرکت کنندگان در دور جدید شامل حامیان قبلی Sequoia، GV، و Kleiner Perkins بودند. Valor، Atreides، Kleiner Perkins، A* و Nvidia نیز سرمایه گذاران این شرکت هستند.
Flapping Airplanes توسط آیدان اسمیت و برادران اشر و بن اسپکتور تاسیس شد. اسمیت یک بنیانگذار سابق و همکار Thiel است که در طول کالج در شرکت کاشت مغز Neuralink کار می کرد. آشر اسپکتور دکترای آمار در استنفورد بود، در حالی که بن اسپکتور دانشجوی دکترای علوم کامپیوتر در استنفورد بود و Prod را در زمانی که در MIT بود تاسیس کرد.
پرود یک جامعه تقریبا مخفی، پنج ساله است شتاب دهنده استارتاپی که توسط دانشجویان اداره می شود نوشت که “به یکی از قدرتمندترین انکوباتورهای استعداد در سیلیکون ولی تبدیل شده است.” دیوید کان شریک سکویا، یکی از سرمایه گذاران Flapping Planes، در پستی در اوایل امسال توضیح داد که چرا سرمایه گذاری کرده است. بنیانگذاران با هم “در حال ساخت “آزمایشگاه AGI افراد جوان” هستند، همانطور که کان آن را توصیف کرد.
بنیانگذاران کار خود را بهعنوان کاملترین چارچوب مگاکرنل جهان توصیف میکنند. این چارچوب میتواند کل دورههای آموزشی را انجام دهد، استنتاج ارائه کند، بازیهای ویدیویی انجام دهد و حتی هر سه را به طور همزمان در یک هسته انجام دهد. (کرنل برنامه ای است که بر روی یک GPU اجرا می شود و یک مگاکرنل بسیاری از وظایف را در یک برنامه جمع می کند.)
بنیانگذاران ادعا میکنند که این چارچوب «میتواند استنتاج محدود به حافظه را با آموزش محاسباتی همپوشانی کند»، به این معنی که میتواند وظیفهای را اجرا کند که بیشتر وقت خود را در انتظار واکشی دادهها در کنار کاری که بیشتر وقت خود را صرف انجام ریاضی میکند، انجام دهد، بنابراین تراشه به ندرت بیکار میماند. فرض این است که هوش مصنوعی به سختی سطح کاری را که پردازندههای گرافیکی میتوانند انجام دهند خراشیده است، و آنها معتقدند که میتواند سیستمهای هوشمندی را «بدون مصرف نیمی از اینترنت» ایجاد کند.
هدف سیستمهایی است که هزینه کمتری برای آموزش و اجرا دارند. آشر اسپکتور مدت کوتاهی پس از راهاندازی استارتآپ به TechCrunch گفت: «مدلی که میلیونها برابر دادههای کارآمدتر است، احتمالاً میلیونها برابر آسانتر برای وارد شدن به اقتصاد است.
آنها اکنون یک میلیارد دلار جدید برای استخدام دارند و تلاش می کنند تا این هدف را به واقعیت تبدیل کنند.
وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

