出典：新志源
編集者: アエネアスはとても眠いです
たった今、シリコンバレーで新たな AI ユニコーンが誕生しました。
この中国人女性科学者が設立した会社はImbueと呼ばれ、最近2億米ドルの資金調達を受け、評価額は10億米ドルに達した。
インビューは、創設者が女性である数少ないユニコーン企業の 1 つでもあります。
それだけでなく、Imbue は 10,000 枚の Nvidia H100 グラフィックス カードも所有しているため、外貨の心配をする必要がなくなりました。
はい、ご想像のとおり、NVIDIA はこの AI ユニコーンに再び投資しました。
Nvidia のシニアサイエンティストである Jim Fan も、嬉しそうにツイートしてお祝いの言葉を述べました。昨年、NeurIPS で Avalon と MineDojo について話しましたが、今、Avalon の背後にある会社はユニコーンになりました。
この物語は、トップカンファレンスで出会った印象に残らない研究者をすべて無視してはいけない、いつか彼らの会社がトップレベルの融資を受け、次のサム・アルトマンが誕生するだろう、ということを教えてくれます。
お金は生まれなかったが、数億ドルが集まった、このような奇跡はシリコンバレーでしか起こり得ない。
現在、Imue がトレーニングしている「超大規模」大型モデルには 1,000 億を超えるパラメータがあり、Imue は現在 10,000 個の NVIDIA H100 GPU を保有しています。
同社は昨秋のオープンソーストレーニング環境「Avalon」以外にはまだ製品をリリースしていない。
Imbue 共同創設者 Kanjun Qiu 氏と Josh Albrecht 氏
しかし、今回のラウンドでのインビューの資金調達額は、以前に調達した額の10倍となっている。
この投資は、億万長者のジェド・マッケイレブ氏が設立した非営利団体であるアステラ・インスティテュートが主導し、エヌビディア、ゼネラル・モーターズの自動運転会社クルーズのCEOであるカイル・フォークト氏、Notionの共同創設者サイモン・ラスト氏も参加した。
現在、Imbue の資金総額は 2 億 2,000 万ドルに達し、ここ数カ月で最も資金を集めたスタートアップの 1 つとなっています。これを上回る数社は、Cohere (4 億 3,500 万ドル)、Adept (4 億 1,500 万ドル)、AI21 Labs (2 億 8,300 万ドル) です。
投資家の間で最も目を引く名前は間違いなく Nvidia です。
今年だけでも、Nvidia は Adept、Coreweave、Cohere、Inflection、Runway、AI21 Labs、Imbue を含む 7 つの AI ユニコーン企業に投資しました。
まだ初期段階にあり、従業員数もわずか 20 名で、一般向けの製品もまだリリースしていない新興企業が、シリコンバレーの多くの著名な AI 投資家から支持を得ているのはなぜでしょうか?
その理由は、インビューが選択したルートが AI 基本モデルではなく、AI エージェントだからです。
大規模モデルによって生成 AI が爆発的に普及した後、市場は完全に活性化しており、自信を持った投資家は次の注目スポットを熱心に探しています。
AI エージェントは、多くの AI リーダーやテクノロジー大手が楽観視している方向性です。
今年 OpenAI に加わった著名な人物で、元 Tesla AI ディレクターの Karpathy 氏はかつてこう言いました。「AI エージェントは AI の未来を代表するのです!」
Karpathy はかつて AutoGPT を次のフロンティアと呼んでいました
AI エージェントは自律エージェントであり、最も単純な形式ではループ内で動作し、反復ごとに自律的な命令とアクションを生成します。そのため、会話のガイドを人間に依存せず、拡張性が高くなります。
複雑なタスクを完了するために人間の選択をシミュレートするコンピューティング システムとして、AI エージェントは間違いなく、大規模な言語モデルよりも想像力豊かなルートです。
実際、今年の 3 月と 4 月には、AI エージェントが爆発的に増加し、偶然であるかのように、わずか 2 週間で、Stanford Westworld Town、BabyAGI、AutoGPT、GPT-Engineer などの多くのインテリジェント エージェントが起動されました。雨が降った後のタケノコのように体が飛び出す。
「大きな言語モデルをロールバックしないでください。OpenAI をロールバックすることはできませんが、AI エージェントに関して言えば、彼らは私たちよりも経験が豊富ではありません。」と呼びかけた人もいます。もしかしたら、気をつけないとAIエージェントコースの「OpenAI」になってしまうかもしれません！
いや、インビューが来るよ。
しかし、創業者は、Imueは一部の製品を開発しているものの、そのほとんどを製品化する予定はないと述べた。
Imbue は、これらのモデルとツールが将来 AGI につながる方法となり、人々が独自のカスタマイズされたモデルを作成するためのプラットフォームを持てるようになることを望んでいます。
インビューの市場に対する姿勢は緊急性を欠いている、それは資金調達からもわかる——
主要な投資家は、AIプロジェクトが熱いうちに突っ走るベンチャーキャピタルではなく、テクノロジープロジェクトに特化した非営利団体「Astera Institute」だ。
創設者らは資金調達の過程でベンチャーキャピタル企業との面会を意図的に避けたと述べた。
これは、彼らの見解では、Imbue の研究が実際に商業化されるまでにはまだ数年かかる可能性があるためであり、ベンチャー キャピタル企業にはそこまでの忍耐力はないが、非営利団体は商業化のスケジュールに対してより寛容であるためです。
最大の投資家で億万長者のジェド・マケイレブ氏は、Qiu 氏と Albrecht 氏が AI エージェントを構築している PPT を見て非常に満足したため、手を振って投資を決意したと述べました。
もちろん、これが大きな賭けであることも彼は理解しています。研究を次の段階に進め、研究室の研究を商業化するには、GPU に投資するだけで多額の資金が費やされることになります。
Qiu 氏と Albrecht 氏は、10 年後には PPT の結果がおそらく人々の日常的な応用になるだろうが、おそらく 10 年後には使用されなくなるだろうと非常に自信を持っています。
Imbue の公式ブログでは、次のように説明されています。
現在、AI システムは、ユーザーに代わって単純なタスクを完了する機能が非常に限られています。重要な障害の1つは「推論」です。
AIエージェントが効果的な行動を起こすためには、強い推論能力が必須条件といえる。
これはさらに、不確実性に対処する能力、いつアプローチを変更すべきかを知る能力、質問して新しい情報を収集する能力、シナリオを作成して意思決定を行う能力、仮説を提案および放棄する能力に分類できます。 、そして現実世界の複雑で予測不可能な性質に対処する能力。
「推論 AI エージェント」用に基本モデルを調整することは、LLM が提供する強力な機能を利用するだけでなく、これらのモデルがどのようにトレーニングされ、どのように機能するかを詳細かつ実践的な方法で理解することを意味します。
つまり、モデル推論を強化するための事前学習データを作成する必要がある一方で、推論結果の信頼性を高める技術を開発する必要があります。
これを行うために、チームはフルスタック アプローチを採用しました。つまり、ベース モデルのトレーニング、実験用エージェントとインターフェイスのプロトタイピング、堅牢なツールとインフラストラクチャの構築、モデルの学習方法の理論的基礎の理解です。
- モデル
非常に大規模なモデル (1,000 億を超えるパラメーター) をトレーニングおよび最適化して、推論ベンチマークで優れたパフォーマンスを達成します。
最新の資金調達ラウンドにより、Imue には他社が真似できない機能が与えられました。それは、約 10,000 台の H100 を備えたコンピューティング クラスターであり、トレーニング データからアーキテクチャおよび推論メカニズムに至るまで、あらゆるものを高速に反復処理できます。
-エージェント
Imue は、モデルに基づいて、内部使用 (主にコーディング用) のエージェント プロトタイプを設計しました。同時に、強力で信頼性の高い汎用エージェントを取得するために、他のエージェントもさまざまに試しています。
-インターフェース
今日の AI チャット インターフェイスは基本的にスキューモーフィックです。チームは、エージェントの堅牢性、信頼性、コラボレーションに関して多くの中核的な問題があり、対話インターフェイスを再発明することで解決できると考えています。
さらに、世界を理解できる AI エージェントは、人間がコンピューターと対話する方法を再考する機会も提供し、それによって私たちをより適切にサポートし、力を与えるシステムを作成します。
- 道具
優れたツールは反復サイクルをスピードアップします。
この目的を達成するために、チームは独自のツールの構築に多大な労力を費やしています。それが、タイプ チェックやスレッド エラーを修正するための単純なエージェント プロトタイプであれ、エージェントやモデル上のデバッグや視覚化インターフェイスであれ、より複雑なシステムであれ (たとえば、 CARBS は、ほとんどのハイパーパラメータ調整とネットワーク アーキテクチャ検索を自動的に完了できます。
-理論
長期的なセキュリティを維持しながら堅牢な基盤を提供するエージェントのモデルを作成するには、深層学習理論を開発する必要があります。
この目的を達成するために、チームは特徴学習と大規模言語モデルの学習プロセスの背後にある中核メカニズムの理解に研究を集中させています。
現在、チームは自己教師あり学習の理論的基礎とニューラル ネットワークなどのシステムにおける学習の基本ルールに関する多くの記事を発表しています。
ただし、誰もが使用できる AI エージェントを開発する前に、チームはまず独自の使用シナリオについて徹底的な調査を実施しました。
エージェント専用に設計された推論モデルを継続的に改善する方法と、エージェントの信頼性を高めるツールを構築する方法を学びます。
その結果、エージェント プロトタイプの最初のバッチの大部分は、チームの核となる作業であるコードを中心に展開されました。
具体的な理由は次のとおりです。
- 使用は発明の必須条件です
AI エージェントを人間と安定して連携させるための最善の方法は、日常業務で使用でき、その過程で生じるさまざまな問題を解決できる AI エージェントを作成することです。
**- コードにより推論スキルを向上させることができます **
まず、コードのトレーニングにより、モデルがより適切な推論を学習するのに役立ちます。第 2 に、プログラミングの質問は非常に客観的であるため (コードがテストに合格するか不合格か)、広範な推論スキルをテストするための理想的なプラットフォームを提供し、チームが基礎となるシステムの改善が効果的かどうかを確認できるようになります。
- コードはアクションにとって重要です
コードの生成は、エージェントがコンピュータと対話するための効率的な方法です。コーディング能力が向上すると、エージェントが複雑なタスクを正常に完了する可能性が高くなります。たとえば、SQL クエリを作成してテーブルから情報を抽出できるエージェントは、同じ情報を直接集計しようとするエージェントよりもユーザーのニーズを満たす可能性が高くなります。
- 戦略的に重要である
継続的な改善により、エージェントはより多くのタスクを引き継ぐことができ、研究とエンジニアリングをスピードアップします。このようにして、ソフトウェア システムの構築に役立つだけでなく、本当に使える AI エージェントがどのようなものかを確認するための組織のプロトタイプを確立するのにも役立ちます。
現時点では、チームはこれらの「コード エージェント」を運用環境に導入する計画はありません。ただし、これらのツールとモデルは時間の経過とともに公開され、誰でも独自の AI エージェントを作成できるようになる予定です。
**本物のパーソナル コンピューターは、私たちに自由、尊厳、そして好きなことを行う能力を与えてくれます。 **
本当に役立つ AI エージェントは、実際には、目標を理解し、積極的に通信し、私たちのために舞台裏で働いて、アイデアと実行の間の障壁を取り除くコンピューターです。
画面を見つめる代わりに、私たちは自由に好奇心を探求したり、宇宙の法則を発見したり、芸術の傑作を作成したり、お互いをより深く知るようになったり、ただ時間をかけて人生を楽しんだりすることができます。
＃＃ チームメンバー
わずか 20 名ほどのメンバーですが、インビューのチーム メンバーは、うずくまる虎、隠れた龍と形容できます。
共同創設者兼 CEO の Kanjun Qiu は MIT で学士号と修士号を取得しており、他のメンバーは AI に加えて神経科学やプラズマ物理学のバックグラウンドを持っています。
創設者の Kanjun Qiu 氏と Josh Albrecht 氏は、チームが持つ幅広い背景知識が利点であると考えています。
ウォール・ストリート・ニュースによると、シリコンバレーの数人の投資家は、この小さなチームに本物のAI研究所を運営する能力があるかどうか疑問に思っているという。
しかし、Imbue の創業者を知る人々の見解では、ベンチャーキャピタルは著名な経歴を持つ少数の創業者を支援する傾向があるため、この懸念は重要ではありません。
一部の投資家やアドバイザー
参考文献:
19k 人気度
29k 人気度
57k 人気度
272k 人気度
38k 人気度
Lao Huang 氏も投資に参加し、MIT の中国人女性科学者が 2 億米ドルを集めました。 10,000 個の H100 が 1,000 億を超えるパラメータで AI エージェントをトレーニング
出典：新志源
編集者: アエネアスはとても眠いです
たった今、シリコンバレーで新たな AI ユニコーンが誕生しました。
この中国人女性科学者が設立した会社はImbueと呼ばれ、最近2億米ドルの資金調達を受け、評価額は10億米ドルに達した。
インビューは、創設者が女性である数少ないユニコーン企業の 1 つでもあります。
はい、ご想像のとおり、NVIDIA はこの AI ユニコーンに再び投資しました。
Nvidia のシニアサイエンティストである Jim Fan も、嬉しそうにツイートしてお祝いの言葉を述べました。昨年、NeurIPS で Avalon と MineDojo について話しましたが、今、Avalon の背後にある会社はユニコーンになりました。
お金は生まれなかったが、数億ドルが集まった、このような奇跡はシリコンバレーでしか起こり得ない。
NVIDIA は楽観的です
現在、Imue がトレーニングしている「超大規模」大型モデルには 1,000 億を超えるパラメータがあり、Imue は現在 10,000 個の NVIDIA H100 GPU を保有しています。
同社は昨秋のオープンソーストレーニング環境「Avalon」以外にはまだ製品をリリースしていない。
しかし、今回のラウンドでのインビューの資金調達額は、以前に調達した額の10倍となっている。
この投資は、億万長者のジェド・マッケイレブ氏が設立した非営利団体であるアステラ・インスティテュートが主導し、エヌビディア、ゼネラル・モーターズの自動運転会社クルーズのCEOであるカイル・フォークト氏、Notionの共同創設者サイモン・ラスト氏も参加した。
現在、Imbue の資金総額は 2 億 2,000 万ドルに達し、ここ数カ月で最も資金を集めたスタートアップの 1 つとなっています。これを上回る数社は、Cohere (4 億 3,500 万ドル)、Adept (4 億 1,500 万ドル)、AI21 Labs (2 億 8,300 万ドル) です。
投資家の間で最も目を引く名前は間違いなく Nvidia です。
今年だけでも、Nvidia は Adept、Coreweave、Cohere、Inflection、Runway、AI21 Labs、Imbue を含む 7 つの AI ユニコーン企業に投資しました。
AI エージェントをターゲットにする
まだ初期段階にあり、従業員数もわずか 20 名で、一般向けの製品もまだリリースしていない新興企業が、シリコンバレーの多くの著名な AI 投資家から支持を得ているのはなぜでしょうか?
その理由は、インビューが選択したルートが AI 基本モデルではなく、AI エージェントだからです。
大規模モデルによって生成 AI が爆発的に普及した後、市場は完全に活性化しており、自信を持った投資家は次の注目スポットを熱心に探しています。
AI エージェントは、多くの AI リーダーやテクノロジー大手が楽観視している方向性です。
今年 OpenAI に加わった著名な人物で、元 Tesla AI ディレクターの Karpathy 氏はかつてこう言いました。「AI エージェントは AI の未来を代表するのです!」
AI エージェントは自律エージェントであり、最も単純な形式ではループ内で動作し、反復ごとに自律的な命令とアクションを生成します。そのため、会話のガイドを人間に依存せず、拡張性が高くなります。
複雑なタスクを完了するために人間の選択をシミュレートするコンピューティング システムとして、AI エージェントは間違いなく、大規模な言語モデルよりも想像力豊かなルートです。
実際、今年の 3 月と 4 月には、AI エージェントが爆発的に増加し、偶然であるかのように、わずか 2 週間で、Stanford Westworld Town、BabyAGI、AutoGPT、GPT-Engineer などの多くのインテリジェント エージェントが起動されました。雨が降った後のタケノコのように体が飛び出す。
いや、インビューが来るよ。
投資家: ゆっくり検討し、急いで実装しないでください
しかし、創業者は、Imueは一部の製品を開発しているものの、そのほとんどを製品化する予定はないと述べた。
Imbue は、これらのモデルとツールが将来 AGI につながる方法となり、人々が独自のカスタマイズされたモデルを作成するためのプラットフォームを持てるようになることを望んでいます。
インビューの市場に対する姿勢は緊急性を欠いている、それは資金調達からもわかる——
主要な投資家は、AIプロジェクトが熱いうちに突っ走るベンチャーキャピタルではなく、テクノロジープロジェクトに特化した非営利団体「Astera Institute」だ。
これは、彼らの見解では、Imbue の研究が実際に商業化されるまでにはまだ数年かかる可能性があるためであり、ベンチャー キャピタル企業にはそこまでの忍耐力はないが、非営利団体は商業化のスケジュールに対してより寛容であるためです。
最大の投資家で億万長者のジェド・マケイレブ氏は、Qiu 氏と Albrecht 氏が AI エージェントを構築している PPT を見て非常に満足したため、手を振って投資を決意したと述べました。
Qiu 氏と Albrecht 氏は、10 年後には PPT の結果がおそらく人々の日常的な応用になるだろうが、おそらく 10 年後には使用されなくなるだろうと非常に自信を持っています。
トレーニング推論基本モデル
Imbue の公式ブログでは、次のように説明されています。
現在、AI システムは、ユーザーに代わって単純なタスクを完了する機能が非常に限られています。重要な障害の1つは「推論」です。
AIエージェントが効果的な行動を起こすためには、強い推論能力が必須条件といえる。
これはさらに、不確実性に対処する能力、いつアプローチを変更すべきかを知る能力、質問して新しい情報を収集する能力、シナリオを作成して意思決定を行う能力、仮説を提案および放棄する能力に分類できます。 、そして現実世界の複雑で予測不可能な性質に対処する能力。
「推論 AI エージェント」用に基本モデルを調整することは、LLM が提供する強力な機能を利用するだけでなく、これらのモデルがどのようにトレーニングされ、どのように機能するかを詳細かつ実践的な方法で理解することを意味します。
つまり、モデル推論を強化するための事前学習データを作成する必要がある一方で、推論結果の信頼性を高める技術を開発する必要があります。
これを行うために、チームはフルスタック アプローチを採用しました。つまり、ベース モデルのトレーニング、実験用エージェントとインターフェイスのプロトタイピング、堅牢なツールとインフラストラクチャの構築、モデルの学習方法の理論的基礎の理解です。
- モデル
非常に大規模なモデル (1,000 億を超えるパラメーター) をトレーニングおよび最適化して、推論ベンチマークで優れたパフォーマンスを達成します。
最新の資金調達ラウンドにより、Imue には他社が真似できない機能が与えられました。それは、約 10,000 台の H100 を備えたコンピューティング クラスターであり、トレーニング データからアーキテクチャおよび推論メカニズムに至るまで、あらゆるものを高速に反復処理できます。
-エージェント
Imue は、モデルに基づいて、内部使用 (主にコーディング用) のエージェント プロトタイプを設計しました。同時に、強力で信頼性の高い汎用エージェントを取得するために、他のエージェントもさまざまに試しています。
-インターフェース
今日の AI チャット インターフェイスは基本的にスキューモーフィックです。チームは、エージェントの堅牢性、信頼性、コラボレーションに関して多くの中核的な問題があり、対話インターフェイスを再発明することで解決できると考えています。
さらに、世界を理解できる AI エージェントは、人間がコンピューターと対話する方法を再考する機会も提供し、それによって私たちをより適切にサポートし、力を与えるシステムを作成します。
- 道具
優れたツールは反復サイクルをスピードアップします。
この目的を達成するために、チームは独自のツールの構築に多大な労力を費やしています。それが、タイプ チェックやスレッド エラーを修正するための単純なエージェント プロトタイプであれ、エージェントやモデル上のデバッグや視覚化インターフェイスであれ、より複雑なシステムであれ (たとえば、 CARBS は、ほとんどのハイパーパラメータ調整とネットワーク アーキテクチャ検索を自動的に完了できます。
-理論
長期的なセキュリティを維持しながら堅牢な基盤を提供するエージェントのモデルを作成するには、深層学習理論を開発する必要があります。
この目的を達成するために、チームは特徴学習と大規模言語モデルの学習プロセスの背後にある中核メカニズムの理解に研究を集中させています。
現在、チームは自己教師あり学習の理論的基礎とニューラル ネットワークなどのシステムにおける学習の基本ルールに関する多くの記事を発表しています。
推論とコーディングが可能な AI エージェント
ただし、誰もが使用できる AI エージェントを開発する前に、チームはまず独自の使用シナリオについて徹底的な調査を実施しました。
エージェント専用に設計された推論モデルを継続的に改善する方法と、エージェントの信頼性を高めるツールを構築する方法を学びます。
その結果、エージェント プロトタイプの最初のバッチの大部分は、チームの核となる作業であるコードを中心に展開されました。
具体的な理由は次のとおりです。
- 使用は発明の必須条件です
AI エージェントを人間と安定して連携させるための最善の方法は、日常業務で使用でき、その過程で生じるさまざまな問題を解決できる AI エージェントを作成することです。
**- コードにより推論スキルを向上させることができます **
まず、コードのトレーニングにより、モデルがより適切な推論を学習するのに役立ちます。第 2 に、プログラミングの質問は非常に客観的であるため (コードがテストに合格するか不合格か)、広範な推論スキルをテストするための理想的なプラットフォームを提供し、チームが基礎となるシステムの改善が効果的かどうかを確認できるようになります。
- コードはアクションにとって重要です
コードの生成は、エージェントがコンピュータと対話するための効率的な方法です。コーディング能力が向上すると、エージェントが複雑なタスクを正常に完了する可能性が高くなります。たとえば、SQL クエリを作成してテーブルから情報を抽出できるエージェントは、同じ情報を直接集計しようとするエージェントよりもユーザーのニーズを満たす可能性が高くなります。
- 戦略的に重要である
継続的な改善により、エージェントはより多くのタスクを引き継ぐことができ、研究とエンジニアリングをスピードアップします。このようにして、ソフトウェア システムの構築に役立つだけでなく、本当に使える AI エージェントがどのようなものかを確認するための組織のプロトタイプを確立するのにも役立ちます。
現時点では、チームはこれらの「コード エージェント」を運用環境に導入する計画はありません。ただし、これらのツールとモデルは時間の経過とともに公開され、誰でも独自の AI エージェントを作成できるようになる予定です。
**本物のパーソナル コンピューターは、私たちに自由、尊厳、そして好きなことを行う能力を与えてくれます。 **
本当に役立つ AI エージェントは、実際には、目標を理解し、積極的に通信し、私たちのために舞台裏で働いて、アイデアと実行の間の障壁を取り除くコンピューターです。
画面を見つめる代わりに、私たちは自由に好奇心を探求したり、宇宙の法則を発見したり、芸術の傑作を作成したり、お互いをより深く知るようになったり、ただ時間をかけて人生を楽しんだりすることができます。
＃＃ チームメンバー
わずか 20 名ほどのメンバーですが、インビューのチーム メンバーは、うずくまる虎、隠れた龍と形容できます。
共同創設者兼 CEO の Kanjun Qiu は MIT で学士号と修士号を取得しており、他のメンバーは AI に加えて神経科学やプラズマ物理学のバックグラウンドを持っています。
ウォール・ストリート・ニュースによると、シリコンバレーの数人の投資家は、この小さなチームに本物のAI研究所を運営する能力があるかどうか疑問に思っているという。
しかし、Imbue の創業者を知る人々の見解では、ベンチャーキャピタルは著名な経歴を持つ少数の創業者を支援する傾向があるため、この懸念は重要ではありません。
参考文献: