Flapping Airplanes запускает научно‑ориентированную лабораторию ИИ с посевным раундом на $180 млн

Компания Flapping Airplanes официально объявила о своём запуске, получив посевное финансирование в размере $180 миллионов. Цель проекта — развитие искусственного интеллекта (ИИ) на основе научных исследований, при этом приоритет отдаётся фундаментальным прорывам, а не масштабному наращиванию вычислительных мощностей.

Инвесторы и поддержка проекта

Раунд финансирования поддержали ведущие инвестиционные компании:

• Google Ventures;
• Sequoia;
• Index.

Особенности подхода Flapping Airplanes

Лаборатория сосредоточена на разработке крупных моделей, которые требуют значительно меньше данных и вычислительных ресурсов. Это ставит её в оппозицию к доминирующей в индустрии ИИ стратегии, ориентированной на масштабирование любой ценой.

Партнёр Sequoia Дэвид Кан (David Cahn) охарактеризовал усилия Flapping Airplanes как часть более широкого сдвига в сторону долгосрочных научных исследований. Он утверждает, что небольшое число ключевых научных достижений может открыть путь к серьёзному прогрессу в области продвинутого ИИ.

Цели и перспективы

Обладая значительным капиталом и ориентируясь в первую очередь на исследования, Flapping Airplanes стремится расширить границы поиска прогресса в ИИ за пределы подходов, требующих массивной инфраструктуры. Компания намерена:

• сосредоточиться на фундаментальных исследованиях, способных привести к прорывным открытиям;
• разрабатывать модели, которые будут эффективнее использовать имеющиеся данные и вычислительные ресурсы;
• предложить альтернативу доминирующей стратегии масштабирования, которая зачастую требует колоссальных затрат.

Значение проекта для индустрии ИИ

Запуск лаборатории Flapping Airplanes может стать важным этапом в развитии индустрии искусственного интеллекта. В условиях, когда многие компании сосредоточены на наращивании мощностей и масштабировании существующих решений, подход Flapping Airplanes предлагает иной путь — через глубокие научные исследования и поиск принципиально новых решений.

Такой подход может привести к:

• снижению зависимости от огромных объёмов данных и вычислительных ресурсов;
• повышению эффективности ИИ‑систем;
• открытию новых направлений для развития ИИ, которые пока остаются неисследованными из‑за фокуса на масштабировании.

В долгосрочной перспективе это может изменить ландшафт индустрии ИИ, предложив более устойчивые и экономически эффективные пути развития технологий.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching