海外New Things |「Normal Computing」获850万美元种子轮融资，优化生成式AI模型
文 | 晏秋
编辑 | 杨逍
据悉，美国初创公司Normal Computing于2023年6月13日宣布获得850万美元种子轮融资。本轮融资由 Celesta Capital 和 First Spark Ventures共同领投，Micron Ventures参与跟投。该笔资金将主要用于开发应用程序平台，加速概率AI的技术研发，扩大生成式AI的合作市场。
Normal Computing是一家科技公司，总部位于纽约，由 Google Brain Team、Palantir 和 X Engineers的前成员与Meta Probability、Hugging Face、Aesara Probability以及美国洛斯阿拉莫斯国家实验室的工程师们联合创立，以Probabilistic AI（概率AI）技术作为基本支持，旨在构建全栈基础架构，搭建领先的机器学习框架，解决企业和政府应用程序中的关键性问题。
数字革命的时代，OpenAI发布的GPT-4领跑着全球人工智能，大型通用模型为生产力的发展按下了加速器，然而它依然存在不可预测性、错误性、不可靠性等问题。Normal Computing的首席执行官兼联合创始人 Faris Sbahi认为，这些问题在行业发展早期是可以被接受的，但现阶段它们已经限制了企业的核心竞争力，AI变革性的价值潜力尚未得到释放。
因此，Normal Computing的概率AI开创了一种新的范式，提供了具有可靠性、适应性和可审计性的AI模型，回应技术需求。这种模型可以实现自主工作，生成和验证符合指令约束或独特用法的专用代码，可靠地部署大型人工智能系统，检测和修复幻觉等故障。即使在动态变化的环境下，它也能够实时适应外在条件的变动，有效降低任务风险，可以用于自动化承保流程、航空公司供应网络等行业。
例如，在回答“在为子女高等教育存款方面，你能提供什么建议”时，传统的大型语言模型（LLM）将会通过综合各种数据门户和相关政策进行财务分析，同时它也可能会编造一些影响最终决策的细节，但这些细节有可能是过时的或不准确的，而且也无法满足审计所要求的透明度。与之相反，Normal Computing注重人工智能的透明度和开放性，它的概率AI模型更加强调可解释性、可审计性和过程性，能够检测结论的准确度，甚至可以自适应地对数据存储中的信息进行额外查询，不断修正回答。
目前，Normal Computing已经与不少美国前沿的人工智能公司建立了合作伙伴关系。它还在多个垂直领域与财富500强企业合作试点，并瞄准了半导体制造、供应链管理、银行和政府机构等关键行业。
Faris Sbahi表示：“AI的能力我们有目共睹，它们已经与传统工具、现有基础设施共同配合使用，但它并不是完全值得信赖或易于理解的。我们认为，最有效的解决办法就是重新设计AI系统，我们很荣幸能够得到投资者们的支持，我们将继续直面这一挑战，推动人工智能系统的研发”。
Celesta Capital创始管理合伙人Nicholas Brathwaite认为：“人工智能有望解决我们这个时代人类面临的一些重大难题。但要做到这一点，它必须可靠、透明，同时能够理解自己推理的局限性，这样它才能知道如何更好的参与和解释，我们很高兴支持Normal Computing团队，他们正在开发的概率人工智能有助于建立起一个可信赖的AI模型，用于关键的公共和私人领域”。
“人工智能系统也许很快就能够实现根本性突破，在新型材料、纳米技术、生物学和医学等方面具有重要意义。想要确保AI不被滥用，就需要足够的可靠和严格的审计，”First Spark Ventures的合伙人Manish Kothari说：“Normal Computing的团队正在不断探索新的方案，完善负责任的人工智能技术”。
