Новоиспечённый ИИ‑стартап Humans& привлёк $480 млн при поддержке Nvidia и GV

Стартап в сфере искусственного интеллекта Humans& Inc., которому всего три месяца, объявил о завершении посевного раунда финансирования на сумму $480 миллионов. Оценка компании при этом составила $4,48 миллиарда.

Кто участвовал в инвестировании

Раунд финансирования возглавили SV Angel и Жорж Харик (Georges Harik) — один из основателей компании. Харик в прошлом был одним из первых сотрудников Google LLC и участвовал в разработке нескольких ключевых сервисов поискового гиганта.

В раунде также приняли участие:

• фонд GV (принадлежит материнской компании Google — Alphabet Inc.);
• Nvidia Corp.;
• Джефф Безос (Jeff Bezos);
• ещё более полудюжины инвесторов.

Команда и направления работы

Первоначальная команда Humans& состоит примерно из 20 экспертов в области ИИ. Они перешли в компанию из таких крупных игроков рынка ИИ, как:

• OpenAI Group PBC;
• Anthropic PBC;
• Meta Platforms Inc. и др.

По заявлениям Humans&, исследователи компании разрабатывают нейронные сети, которые помогут повысить производительность труда работников.

Цели и технологии

Согласно информации от The New York Times, модели компании позволят:

• ускорить выполнение задач, связанных с совместной работой;
• оптимизировать онлайн‑исследования;
• автоматизировать другие задачи, которые лучше подходят для машин.

В своём блоге компания намекнула, что одна из её целей — наделить ИИ‑программное обеспечение способностью выполнять задачи с длительным горизонтом планирования (long-horizon activities). Это сложные задачи, на выполнение которых у больших языковых моделей уходят часы и более.

Особенности разрабатываемых решений

Обработка задач с длительным горизонтом — одно из ключевых направлений исследований в области машинного обучения. Например, Google недавно сообщила о разработке ИИ‑модели, специально оптимизированной для таких сценариев. Главная особенность архитектуры — компонент под названием метаконтроллер (metacontroller). Когда ИИ‑модели даётся задача с длительным горизонтом, метаконтроллер генерирует программные модули, оптимизирующие рабочий процесс модели.

Humans& также планирует реализовать в своём ПО поддержку сценариев с несколькими агентами (multi-agent use cases). Это означает, что ИИ‑модели смогут взаимодействовать с другими нейронными сетями для выполнения многоэтапных задач. Кроме того, модели компании будут активно запрашивать у работников информацию, необходимую для выполнения конкретной задачи.

Метод обучения алгоритмов

Humans& планирует обучать свои алгоритмы с помощью обучения с подкреплением (reinforcement learning). Это подход, который часто используют исследователи для разработки моделей рассуждения. В рамках проекта по обучению с подкреплением ИИ выполняет набор тренировочных задач и получает положительную или отрицательную обратную связь в зависимости от того, насколько хорошо он справляется с заданием. Алгоритм использует эту обратную связь для улучшения качества своих результатов.

В отличие от некоторых других методов разработки, обучение с подкреплением не требует от исследователей дополнять обучающие данные пояснительными метками, что снижает затраты. Однако этот метод всё равно может быть капиталоёмким из‑за большого количества видеокарт, часто необходимых для обучения моделей рассуждения. Возможно, это одна из причин, по которой Humans& привлекла столь крупный посевной раунд.

Планы на будущее

По данным The Times, компания планирует запустить свой первый продукт в начале текущего года.

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

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