Liquid AI是麻省理工學院的新興衍生產品，旨在構建一種全新類型的人工智能。這家麻省理工學院的分拆公司由機器人學杰出人物丹妮拉·羅斯（Daniela Rus）共同創(chuàng)立，其目標是建立一個通用人工智能系統(tǒng)，該系統(tǒng)由一種相對較新的人工智能模型（稱為液體神經網絡）提供支持。
Liquid AI今天上午悄然出現，并宣布已從風險投資公司和組織（包括OSS Capital、PagsGroup、WordPress母公司Automattic、Samsung Next、Bold等）籌集了3750萬美元，這對于兩階段種子輪來說相當可觀。該公司的融資后估值為3.03億美元，得到了Capital Partners和ISAI Cap Venture等投資機構以及天使投資人，如GitHub聯合創(chuàng)始人Tom Preston Werner、Shopify聯合創(chuàng)始人Tobias Lütke和Red Hat聯合創(chuàng)始人Bob Young。
Liquid AI的創(chuàng)始團隊包括首席執(zhí)行官Ramin Hasani、首席技術官Mathias Lechner和首席科學官Alexander Amini，他們在液體神經網絡的發(fā)明方面與羅斯一起做出了重要貢獻。液體神經網絡是一種由方程控制的神經元組成的人工智能模型，相比于傳統(tǒng)模型，它更小巧、計算需求更低。這使得液體神經網絡在資源有限的環(huán)境中運行變得更為可行，例如設計用于自動駕駛汽車的模型可以在Raspberry Pi等嵌入式系統(tǒng)上運行。
液體神經網絡不僅僅在資源效率方面有優(yōu)勢，其簡單的架構還提供了更高的可解釋性。相較于擁有數萬個神經元的模型，液體神經網絡的少量參數和神經元使得理解和管理模型變得更為容易。
但液體神經網絡的獨特之處不僅在于其小巧和簡單，還在于其能夠隨著時間的推移調整參數以實現成功。這種動態(tài)調整使得液體神經網絡能夠適應不同的環(huán)境和變化，而無需事先進行訓練。在測試中，液體神經網絡在預測大氣化學、汽車交通等數據集中的未來值方面表現超越其他算法。此外，其在自主導航方面的表現也令人印象深刻，可以處理無人機在先前未探索的空間中的目標，而無需進行微調。
Liquid AI的應用領域包括無人機搜索和救援、野生動物監(jiān)測、電網分析、醫(yī)療讀數、金融交易和惡劣天氣模式。公司計劃提供本地和私有AI基礎設施以及一個平臺，使客戶能夠構建適用于其特定用例的自己的模型。Liquid AI的目標是商業(yè)化，與構建類似GPT的基礎模型公司競爭，并通過其強大的液體神經網絡架構提供更高效、可靠、可解釋且功能強大的機器學習模型。
本文來自投稿，不代表科技訊立場，如若轉載，請注明出處：http://rponds.cn/article/604348.html
