Normal Computing, 애플리케이션의 신뢰성과 생산 준비를 보장하기 위해 확률적 AI를 통합하는 생성적 AI 개발 플랫폼을 위해 8.5만 달러 모금

일부 전문가에 따르면 AI 개발 속도는 몇 년마다 두 배로 발전하는 새로운 무어의 법칙을 도입하고 있습니다. Stanford에 따르면 두 배가 되는 비율은 XNUMX개월에 한 번씩 발생합니다. 실제 배율에 관계없이 복합적인 성장은 기하급수적이고 인상적입니다. 그러나 이러한 성장에는 AI가 데이터를 접할 때 현실과 환각을 구분하는 중요한 문제를 여전히 겪고 있다는 경고가 있습니다. 자율주행 시스템은 경우에 따라 여전히 보행자를 놓치는 반면 대화형 AI 시스템은 때때로 사실을 완전히 조작합니다. 확률적 AI는 새로운 정보에 비추어 이러한 제안된 설명을 업데이트하고 모델이 얼마나 잘 작동하는지 이해하고 모델을 개선하기 위해 제안된 이러한 설명의 품질을 추정하는 수단인 데이터에 대한 개연성 있는 설명을 제공합니다. 일반 컴퓨팅 신뢰성, 정확성, 적응성 및 감사 가능성에 중점을 두고 확률적 AI를 사용하는 생성적 AI 애플리케이션 개발 플랫폼입니다. 실제 생산 사례의 경우 단순한 실수가 막대한 재정적 결과를 초래할 수 있습니다. 운송 또는 의료 분야의 응용 프로그램의 경우 훨씬 더 끔찍합니다. Google Brain Team, Palantir 및 X의 구성원이 개발한 Normal은 워크플로가 안정적이고 투명하며 가장 중요하게는 정확하다는 확신을 가지고 애플리케이션을 개발할 수 있도록 하는 데 중점을 둡니다.

AlleyWatch Normal Computing CEO 겸 공동 창업자를 만나다 패리스 스바히 비즈니스, 회사의 전략 계획, 최근에 발표된 자금 조달 라운드 등에 대해 자세히 알아볼 수 있습니다.

투자자는 누구였으며 얼마나 모금 했습니까?

우리는 종자 자금으로 8.5만 달러를 모금했습니다. 라운드는 셀레스타 캐피탈, 퍼스트 스파크 벤처스및 마이크론 벤처스.

Normal Computing에서 제공하는 제품 또는 서비스에 대해 알려주십시오.

Normal은 중요한 엔터프라이즈 애플리케이션을 위한 Generative AI 애플리케이션 개발 플랫폼을 구축하고 있습니다. 이 플랫폼은 한 번의 실수로 인해 기업이 수백만 달러를 잃을 수 있는 고도로 전문화된 코드에 대한 언더라이팅 및 테스트 생성에서 재무 권장 사항을 합성하는 것과 같은 복잡하고 중요한 실제 상황에 대해 충분히 신뢰할 수 있는 워크플로를 구축하기 위한 것입니다.

Normal Computing의 시작에 영감을 준 것은 무엇입니까?

대규모 언어 모델 확장 및 GPU와 같은 주요 AI 혁신 중에는 이러한 새로운 기능과 정보가 불완전하고 시끄럽고 끊임없이 변화하는 실제 프로덕션 사용 사례에 대한 요구 사항 사이에 상당한 격차가 남아 있는 경우가 많습니다. 현실은 성공적인 해결책이 일반적으로 풍부하고 Alphabet 및 Meta와 같은 가장 큰 기술 회사로 제한된다는 것입니다. 우리는 확률론적 기계 학습으로 알려진 표면 패러다임으로 개척한 초기 해상도에서 동일한 일이 발생하는 것을 보았습니다.

우리는 특히 AI 시스템이 재료, 나노기술, 생물학 및 의학과 같은 영역에 접근하기 시작하면서 이러한 혁신이 생태계의 나머지 부분과 공유되고 강조되지 않는다면 적어도 두 가지 유형의 위험이 있다고 믿습니다. 아무도 기술을 충분히 빨리 개발하지 못하기 때문에 이러한 시스템이 오용되는 것을 보장할 수 없거나, 기술을 보유한 유일한 회사이기 때문에 대규모 기술 회사에 전적으로 의존하고 있습니다.

확률론적 기계 학습을 효율적으로 확장하는 것과 관련된 다른 것도 발견했지만 아직 이에 대한 세부 정보를 공유할 준비가 되지 않았습니다.

우리의 창립 팀은 Google Brain 및 X 출신입니다. 이 회사에서 재직하는 동안 그들은 Alphabet에서 가장 규모가 크고 미션 크리티컬한 생산 시스템에 확률론적 기계 학습을 적용하는 일을 담당했습니다. 이로 인해 AI 시스템을 개선하고 잠금 해제하는 데 가져온 안정성과 실시간 의사 결정 개선으로 유역 수익과 더 높은 품질로 이어졌습니다.

창립 팀에는 Tensorflow Quantum and Probability의 창립자들도 포함되어 있으며, 이들은 현재 많은 재능 있는 Probabilistic ML 생태계와 팀을 이루고 있습니다. 여기에는 ML 리드인 Thomas와 Los Alamos National Lab의 전 양자 AI 책임자인 Patrick과 같은 Meta의 해산된 Probability 조직의 리더가 포함됩니다.

창립 팀은 확률론적 기계 학습으로 인해 이와 동일한 종류의 이점을 제너레이티브 AI로 연결할 수 있다는 믿음을 바탕으로 알파벳을 떠났습니다.

일반 컴퓨팅은 어떻게 다릅니까?

Normal Computing의 Probabilistic AI는 AI 모델에 대한 전례 없는 제어 및 안정성, 적응성 및 감사 가능성의 확장을 가능하게 합니다.

"자녀의 대학을 위해 저축하려고 생각하는 고객에게 어떤 권장 사항을 제공하시겠습니까?"와 같은 질문에 대한 응답으로 다양한 데이터 포털 및 정책을 종합하여 재정 고문을 지원하기 위해 배포된 일반적인 LLM(Large Language Model)이 구성할 수 있습니다. (환각) 또는 의사 결정에 매우 중요한 시대에 뒤떨어지거나 비인격적인 세부 정보를 제공합니다. 또한 감사에 필요한 투명한 추론을 제공하지 못할 수도 있습니다. 대조적으로, 확률적 AI를 사용하면 모델이 어떻게 결론에 도달했는지에 대한 개연성 있고 감사 가능한 설명을 생성하여 부정확하게 합성하는 경우를 감지할 수 있으며, 데이터 저장소 또는 인간 참여형 루프에 적응적으로 추가 쿼리를 만들어 스스로 수정할 수도 있습니다.

Normal Computing은 어떤 시장을 목표로 하고 있으며 그 규모는 어느 정도입니까?

Normal은 현재 반도체 제조, 공급망 관리, 은행 및 정부 기관과 같은 주요 부문을 대상으로 하는 여러 수직 분야의 Fortune 500대 기업과 파일럿을 시작하고 있습니다.

귀하의 비즈니스 모델은 무엇입니까?

지금 우리는 엔터프라이즈 B2B에 집중하고 있습니다. 우리는 여러 이해 관계자, 복잡한 데이터 환경 및 정교한 보안 정책을 일상적으로 포함하는 애플리케이션을 구현하기 위해 고객과 협력하기 위해 최선을 다하고 있습니다.

잠재적인 경기 침체에 어떻게 대비하고 있습니까?

우리는 자본 배분에 대해 생각하고 있습니다. 우리는 우리의 작업이 대안에서와 마찬가지로 둔화에서도 중요한 기능을 수행한다고 믿습니다. 신뢰할 수 있는 AI 시스템은 인력을 보강하여 최상의 결정을 내리고 반복 가능한 프로세스를 자동화함으로써 기업의 운영 효율성을 개선하는 데 핵심적인 역할을 할 수 있기 때문입니다.

자금 조달 과정은 어땠습니까?

그것은 매우 즐거웠고 궁극적으로 우리의 슈퍼 투자자 팀을 찾기 위한 스피드 데이트와 같았습니다. 핵심은 우리의 단기 및 장기 비전을 진정으로 믿는 사람들을 찾는 것이었습니다.

자본을 조달하는 동안 직면 한 가장 큰 도전은 무엇입니까?

첫 창업자로서 어디서부터 시작해야 할지 정확히 알지 못합니다. 처음에는 도입부에서 도입부로 이동하는 약간의 무작위 산책처럼 느껴집니다. 그리고 점점 가까워지고 있음을 깨닫습니다. 그리고 라운드를 올렸습니다!

귀하의 비즈니스에 대한 어떤 요인으로 인해 투자자가 수표를 작성하게 되었습니까?

기업과 사회 전체의 중요한 문제를 해결하는 것을 목표로 하는 큰 비전입니다. 그리고 이를 사려 깊고 효과적으로 추구할 수 있는 열정, 추진력, 기술을 갖춘 팀입니다.

향후 XNUMX 개월 동안 달성하고자하는 이정표는 무엇입니까?

우리는 팀을 구축하고 다양한 산책로와 길에서 사람들을 연결해 왔습니다. 이것은 흥분의 주요 부분이었습니다. 우리가 하고 있는 일은 학계에서 물리학 및 컴퓨터 과학에 이르기까지 일반적으로 교차하지 않는 다른 공간의 사람들을 연결하는 것을 필요로 합니다. 이것은 풀스택 회사가 되는 강력한 측면 중 하나입니다. 작업의 학제 간 특성입니다. Fortune 500대 기업에서 위험이 AI 채택의 핵심 장벽이었던 사용 사례에서 전략적 이점을 구현한 실적이 있는 전문가도 중요했습니다.

현재 우리는 고객과 긴밀히 협력하여 엔터프라이즈 파일럿에서 성공하고 핵심 응용 프로그램 개발 플랫폼을 반복하여 공간에서 가장 어려운 문제에 대한 즉각적인 단기 가치를 연결하는 데 중점을 두고 있습니다.

은행에 새로운 자본을 투입하지 않는 뉴욕의 기업들에게 어떤 조언을 해줄 수 있습니까?

그 이후에 유지하고 핵심 비전에 충실하십시오. 그렇지 않으면 그 사이의 세부 사항에 대해 열린 마음과 귀를 열어 두십시오. 많은 문제가 있을 때 할 수 있는 최선의 방법 중 하나는 이전에 비슷한 여정을 시도한 사람들에게 연락하는 것입니다. 고문 중 일부는 교훈을 공유하고 접근 방식을 빠르게 개선하는 방법을 배우도록 도와줌으로써 막대한 부가가치 기능을 수행했습니다. 여기에는 다음과 같은 사람들이 포함됩니다. 수라즈 브람하바르 동기화 컴퓨팅에서, 윌 쩡 이전에 Goldman Sachs의 양자 책임자였던 치우 차우 OpenTrons의 전 CEO, 그리고 수잔느 공 인텔에서.

단기적으로 회사가 어디로 가고 있다고 생각하십니까?

우리는 신중하게 성장하고 있으며 MVP 반복에 투자하고 계약을 확장하고 있습니다.

도시 안팎에서 가장 좋아하는 여름 목적지는 어디입니까?

여름에는 대부분 도시 주변에 머무르는 것을 정말 좋아합니다. 활동적이고 공원에서 시간을 보내는 것은 좋은 일입니다. 특히 프로스펙트 공원이 그렇습니다. 뉴욕의 가장 큰 특징 중 하나는 다양한 사람들을 만날 수 있다는 것입니다. AI 공간과 일반 기업가 공간에서 우리는 꽤 긴밀하게 짜여진 커뮤니티를 가지고 있습니다. 우리는 해커톤, 루프탑 행아웃, 바비큐, 친밀한 저녁 식사와 같은 멋진 호스팅 프로그램을 수행합니다. 다양한 사람들을 만날 수 있습니다. 이것이 바로 뉴욕이 가장 잘하는 일입니다!

날씨가 변하는 겨울에 꼼짝 않고 있기가 더 힘들어요! 나는 라틴 아메리카와 중동과 같이 현지 언어를 사용하는 다른 장소를 돌아다니는 것을 좋아합니다.