加拿大人工智能初创公司Element AI宣布,已经在A轮融资中获得1.02亿美元,由旧金山风投公司Data Collective领投。
其他投资方还包括加拿大开发银行、加拿大富达投资银行、韩华投资、英特尔投资公司、微软风险投资公司、加拿大国家银行、英伟达、Real Ventures以及全球财富基金。
这家成立只有8个月的初创公司此前从微软、腾讯以及韩华集团获得资金,但是并没有透露金额。
Element AI表示,最近一轮融资将用于来自加拿大高科技领域的250名新员工、大规模人工智能项目、以及在日本、韩国和新加坡开设办事处。新加坡办事处将担任东南亚地区的中心。
这家公司是机器学习先驱者Yoshua Bengio、企业级Jean-François Gagné以及Nicolas Chapados在去年共同创建。目前这家公司还计划利用这笔资金做一系列的初创公司收购。
Element AI称他们与蒙特利尔学习算法研究所合作开发了“独一无二的学术合作模式”。
目前,Element AI是作为一家咨询公司运作的,帮助那些人工智能知识有限的企业组织快速部署人工智能能力,而无需构建专门的内部团队。
Element AI首席执行官Gagné在声明中称:“人工智能对于全球企业来说是一个必须具备的能力。没有它,这些企业在竞争力上就略逊一筹,面临着被过时淘汰的风险。”
Element AI称,未来自己的人工智能算法将变得足够智能,这样任何企业组织只需要接入他们的数据集,就可以获得洞察力。
现在人工智能不再是被像Google、IBM和微软这样的科技巨头所主导,Element AI称他们希望在这个领域中站稳脚跟,让客户把人工智能作为他们网络安全、金融科技、物流和运输等会产生大量数据的产品。
“当前,全球行业和政府机构面临最严峻的问题就是,甚至对于很多一起合作的许多人类专家来说,数据太过复杂、变化速度太快。”
“这些团体——他们服务的客户和市民——需要能够与他们协同工作解决规模和复杂性问题的智能系统。”
Element AI的野心令人联想起波士顿自动机器学习公司Data Robot,后者筹集了1.11亿美元资金,并预计将在第二轮融资中获得“重要”资金。
DataRobot公司首席运营官Chris Devaney此前接受采访时曾表示,数据科学家通常会看一组数据,准备数据,然后训练出一个预测模型——这个过程可能需要数周甚至数月时间。而对Data Robot来说,用户上传他们的数据,选择他们的目标变量,平台就可以实现自动化、进行培训和评估。
Element AI的战略投资方例如英伟达也与Element AI的部分价值定位相契合。
“Element AI通过继续大规模利用英伟达的高性能GPU和软件,解决全球最具挑战的难题,并从中受益,”英伟达业务开发副总裁Jeff Herbst在声明中称。
其他投资方例如韩国韩华集团也是它的客户。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。