AI初创公司Flourish Inc.正在开发受人类大脑启发的人工智能模型,近日完成5亿美元融资,估值达25亿美元。
据《连线》杂志报道,此轮融资约有五分之一的资金来自亚马逊创始人杰夫·贝索斯。其余资金则来自由Alphabet旗下创业投资部门GV、Lux Capital以及专注医疗健康领域的基金Catalio组成的投资联合体。
Flourish致力于开发能耗远低于大语言模型的AI模型。据该公司介绍,一块服务器级显卡处理信息所消耗的能量,约为人类大脑的30倍。Flourish希望将这一能耗降低一个数量级以上。
该公司于去年由前亚马逊高管罗布·威廉姆斯与知名神经科学家托马斯·里尔登联合创立。里尔登曾在Internet Explorer的开发过程中发挥关键作用,此后联合创立了CTRL-Labs公司,该公司于2019年被Meta收购。CTRL-Labs的技术是Meta Neural Band的核心基础——这是一款可让用户通过手势控制智能眼镜的腕带设备。
Flourish计划借助内部神经科学实验室,探索构建更高能效AI模型的方法。据《连线》报道,该实验室的重点研究方向之一是皮质柱——一种被认为在信息处理中扮演关键角色的神经元结构。
为支撑相关研究,Flourish计划为实验室配备电子显微镜。这类设备单台售价可达数百万美元,其观测精度远超普通光学显微镜。
显微镜的分辨率取决于照射被观测物体的光线波长,波长越短,分辨率越高。电子显微镜以电子束取代光束,而电子的波长比光子短出数个数量级,因此能够实现极高的分辨精度。
在生命科学研究领域,电子显微镜主要有三种类型:第一种称为扫描电子显微镜(SEM),通过研究电子在物体表面的反射情况来采集数据;第二种为透射电子显微镜(TEM),可产生穿透物体的高能电子束,而非通过反射成像;第三种则是结合了TEM与SEM技术的复合型显微镜。
Flourish计划开展一系列广泛实验,探寻实现更高能效AI的可行路径。据报道,该公司预计在五年内取得重大突破。在更近期的目标上,公司计划推出一款能够在消费级设备上运行、"可持续学习"的AI模型。
据悉,Flourish正与一家未透露名称的芯片制造商洽谈合作,拟联合推出一款能够运行其模型的处理器。与此同时,公司还在研发一套AI内存管理系统,旨在降低模型训练所需的数据量。
Flourish是目前探索新型AI架构的多家公司之一。初创企业Cartesia AI Inc.正在构建所谓的状态空间模型,该模型采用最初为航天导航系统开发的数学方法来处理数据;而Meta则开发了一种名为JEPA的AI架构,专门针对机器人应用场景进行了优化。
Q&A
Q1:Flourish公司开发的AI模型与传统大语言模型相比有什么优势?
A:Flourish的核心目标是大幅降低AI模型的能耗。目前一块服务器级显卡处理信息的能耗约为人类大脑的30倍,Flourish希望将这一差距缩小一个数量级以上,从而开发出能效更高的AI模型,使其能够在消费级设备上运行。
Q2:Flourish的联合创始人托马斯·里尔登有哪些背景?
A:托马斯·里尔登是一位知名神经科学家,曾参与Internet Explorer的早期开发工作。他后来联合创立了脑机接口公司CTRL-Labs,该公司于2019年被Meta收购,其技术成为Meta Neural Band腕带设备的核心,该设备允许用户通过手势控制智能眼镜。
Q3:Flourish的神经科学实验室主要研究什么方向?
A:Flourish的内部神经科学实验室将重点研究皮质柱,这是一种被认为在大脑信息处理中起关键作用的神经元结构。实验室还将配备高精度电子显微镜,用于观察常规光学显微镜无法呈现的微观结构,以期从大脑工作机制中获取灵感,指导更高能效AI模型的开发。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。