- Itala ang $2.000 bilyong round na pinamumunuan ng Nvidia na pinahahalagahan ang Reflection AI sa $8.000 bilyon.
- Itinatag ng mga dating developer ng DeepMind na sina Misha Laskin at Ioannis Antonoglou, pinapagana ng kumpanya ang mga ahente para sa pagbuo ng software.
- Open base model strategy: Buksan ang mga timbang at tumuon sa mga deployment na kinokontrol ng mga kumpanya at pamahalaan.
- Mga hamon: mahigpit na kumpetisyon, mga gastos sa pag-compute, at ang pangangailangan para sa traksyon at seguridad sa mga produkto tulad ng Asimov.
Sa gitna ng kasiglahan para sa artificial intelligence, Ang Reflection AI ay nakakuha ng $2.000 bilyon sa isang bagong round ng financing na pinangunahan ng Nvidia na itinaas ang halaga nito sa 8.000 bilyonAng batang kumpanya, na itinatag ng mga dating mananaliksik ng DeepMind, ay naglalayong isalin ang suportang iyon sa kapaki-pakinabang at naa-access na teknolohiya para sa mga engineering team sa buong mundo.
Umiikot ang proposal niya mga ahente na nag-o-automate ng mga gawain sa ikot ng pagbuo ng software at ang ideya na ang mga bukas na base na modelo ay maaaring mapabilis ang pagbabago nang hindi nagko-concentrate ng kapangyarihan sa ilangHigit pa rito, ayon sa dalubhasang media, pinagsasama ng kumpanya ang data na naka-annotate ng tao sa sintetikong data at iniiwasan ang pagsasanay nang direkta sa impormasyon ng customer, na nagpapatibay sa paninindigan nito sa privacy at pagmamay-ari.
Ang mega-round at kung sino ang nasa likod nito
Ang operasyon, na isinulong ng mga reference na header, inilalagay ang Reflection AI sa mga pinakamalaking round para sa isang startup: $2.000 bilyon at isang resultang pagtatasa na malapit sa $8.000 bilyonIlang buwan lamang ang nakalipas, ang kumpanya ay nakalista sa mga database ng merkado na may halagang $545 milyon, na naglalarawan ng isang hindi pangkaraniwang paglukso sa mga inaasahan para sa naturang bagong startup.
Nanguna si Nvidia sa pamumuhunan at, kasama ang kumpanya ng chip, ay lumahok pinakamataas na antas na mga numero at institusyon gaya ng Eric Schmidt, Citi, at 1789 Capital (naka-link kay Donald Trump Jr.), bilang karagdagan sa mga kasalukuyang pondo gaya ng Lightspeed at Sequoia. Ang iba pang mga pangalan sa ecosystem ng pamumuhunan ay binanggit din bilang sumusuporta sa thesis: Ang AI ay patuloy na gagamit ng malalaking pagsusuri sa mga unang yugto kung mayroong teknikal na pananaw at isang landas sa pag-deploy.
Itinatag noong 2024 ni Misha Laskin e Ioannis Antonoglou, parehong may karanasan sa DeepMind (na may karanasan na nagli-link sa mga nangungunang proyekto tulad ng AlphaGo), Nilalayon ng Reflection AI na bumuo ng mga system na may kakayahang mangatwiran at matuto nang awtonomiya.Ang teknikal na kredibilidad at roadmap ng koponan tungo sa mga business-friendly na ahente ay naging susi sa pag-akit ng kapital.
Sinasabi ng mga pinagmumulan ng industriya na ginalugad ng kumpanya ang mas katamtamang mga target sa pagpopondo sa mas mababang halaga, ngunit Ang demand ng mamumuhunan ay nagtulak sa laki ng pag-ikot pataas. Ang ganitong uri ng paggalaw ay sumasalamin sa isang malakas na paniniwala: kung ang kumpanya ay magtagumpay sa pagpapatupad ng plano nito, Maaaring bigyang-katwiran ng potensyal na kita ang bilis at dami ng pamumuhunan.
Gayunpaman, ang mga iniksyon na ganito kalaki ay may utos: Ginagawang tunay na traksyon ang kapital, isang matatag na produkto, at napapanatiling pag-deploySa mataas na gastos sa pag-compute at isang matinding karera para sa talento, ang margin para sa pagkakamali ay makitid at ang disiplina sa pagpapatakbo ay hindi mapag-usapan.
Produkto, roadmap at ang bukas na diskarte
Ang unang pangunahing produkto ng bahay ay Asimov, isang ahente na sumasama sa mga repositoryo ng code, dokumentasyon, email, at panloob na pakikipag-chat upang makatulong na maunawaan ang mga kumplikadong codebase at malutas ang mga tanong gamit ang mga sanggunian. Ang pilosopiya, sa halip na walang taros na pagbuo ng mga linya mula sa simula, ay ang maunawaan ang mga konteksto, mga daloy ng trabaho at dependency, at nag-aalok ng mga sagot batay sa sariling impormasyon ng organisasyon.
Upang makamit ito, umaasa ang Reflection AI napakalawak na mga bintana ng konteksto, reinforcement na may feedback ng user at reinforcement learning techniques na inilapat sa mga gawain sa engineering. Sinasabi ng kumpanya na ang pagsasanay ay batay sa isang halo ng anotasyon ng tao at sintetikong data, pinapanatili ang paggamit ng sensitibong impormasyon ng customer sa mga hanay ng pagsasanay.
Higit pa sa ahente, ang ambisyon ay bumuo at magpalaya bukas na mga modelo ng base na kahit sino ay maaaring mag-audit at mag-adapt. Ang diskarte, ipinaliwanag ng mga tagapamahala nito, ay nagsasangkot ng pag-publish ng mga timbang ng modelo upang mapadali ang paggamit at pag-customize, habang ang ilang partikular na bahagi ng proseso (gaya ng buong pipeline o dataset) ay maaaring manatiling pagmamay-ari upang matiyak ang teknikal at pagpapanatili ng negosyo.
Sa abot-tanaw, plano ng kumpanya na isulong ang mga modelo ng wika na may kakayahang pangangatwiran at ahente na natututo sa pamamagitan ng pag-ulit sa mga kumplikadong gawain. Gamit ang bagong nakuha na kalamnan sa pananalapi, ang layunin ay upang mapabilis ang pag-unlad at maghanda maagang paglabas ng mga bagong kakayahan, na nakatuon sa mga deployment ng enterprise na nagbibigay-daan sa pagpapatupad sa imprastraktura ng customer para sa privacy, kontrol sa gastos, at pagsunod.
Ang mapagkumpitensyang tanawin, gayunpaman, ay hinihingi: mula sa mga laboratoryo na may makabuluhang corporate backing (OpenAI, Anthropic, Google, o Meta) upang buksan ang mga inisyatiba na nagtatakda ng bilis sa mga tuntunin ng gastos at bilis. Ang Reflection AI ay kumpiyansa na maiiba nito ang sarili nito sa isang diskarte na nagbabalanse Pagkabukas, pagganap at seguridad, ngunit dapat itong magpakita ng pare-parehong mga resulta at isang landas ng pag-aampon na tumatayo sa paghahambing sa mga naitatag na alternatibo.
Ang pagpasok ng Reflection AI sa unahan ng bukas na ahente at debate sa modelo ay nagpapasigla sa mga pangunahing tanong para sa industriya: kung paano ihanay ang awtonomiya sa mga kontrol sa seguridad, kung anong mga balangkas ng paglilisensya at regulasyon ang angkop para sa pagiging bukas, at kung gaano kalayo ang maaaring sukatin ng modelong pang-ekonomiya nang hindi nagpapalabnaw ng mga prinsipyoAng kumpanya ay nagpapakita ng sarili bilang isang aktor na gustong "palawakin ang base" ng advanced AI, ngunit ang bar para sa pagpapatupad ay mataas at ang pagsisiyasat ay matindi.
Kung gumagana ang plano, ang kumbinasyon ng kapital, talento at roadmap ay magbibigay-daan sa Reflection AI na mapabilis ang mga produkto tulad ng Asimov at gumawa ng matatag na hakbang patungo sa mga bukas na modelo may traksyon sa mga kumpanya at pampublikong administrasyon. Kung hindi, ang pamumuhunan ay magiging isang paalala na, kahit na may makasaysayang pagpopondo, ang AI ay nangangailangan ng mga napatunayang teknikal na pagsulong at tangible utility sa pang-araw-araw na gawain ng mga development team.
Isa akong mahilig sa teknolohiya na ginawang propesyon ang kanyang mga "geek" na interes. Ako ay gumugol ng higit sa 10 taon ng aking buhay sa paggamit ng makabagong teknolohiya at pag-iisip sa lahat ng uri ng mga programa dahil sa purong kuryusidad. Ngayon ay nagdadalubhasa na ako sa teknolohiya ng kompyuter at mga video game. Ito ay dahil sa higit sa 5 taon na ako ay sumusulat para sa iba't ibang mga website sa teknolohiya at mga video game, na lumilikha ng mga artikulo na naglalayong ibigay sa iyo ang impormasyong kailangan mo sa isang wika na naiintindihan ng lahat.
Kung mayroon kang anumang mga katanungan, ang aking kaalaman ay mula sa lahat ng nauugnay sa Windows operating system pati na rin ang Android para sa mga mobile phone. At ang aking pangako ay sa iyo, lagi akong handang gumugol ng ilang minuto at tulungan kang lutasin ang anumang mga katanungan na maaaring mayroon ka sa mundo ng internet na ito.