Liquid AI是麻省理工学院的新兴衍生产品，旨在构建一种全新类型的人工智能。这家麻省理工学院的分拆公司由机器人学杰出人物丹妮拉·罗斯（Daniela Rus）共同创立，其目标是建立一个通用人工智能系统，该系统由一种相对较新的人工智能模型（称为液体神经网络）提供支持。
Liquid AI今天上午悄然出现，并宣布已从风险投资公司和组织（包括OSS Capital、PagsGroup、WordPress母公司Automattic、Samsung Next、Bold等）筹集了3750万美元，这对于两阶段种子轮来说相当可观。该公司的融资后估值为3.03亿美元，得到了Capital Partners和ISAI Cap Venture等投资机构以及天使投资人，如GitHub联合创始人Tom Preston Werner、Shopify联合创始人Tobias Lütke和Red Hat联合创始人Bob Young。
Liquid AI的创始团队包括首席执行官Ramin Hasani、首席技术官Mathias Lechner和首席科学官Alexander Amini，他们在液体神经网络的发明方面与罗斯一起做出了重要贡献。液体神经网络是一种由方程控制的神经元组成的人工智能模型，相比于传统模型，它更小巧、计算需求更低。这使得液体神经网络在资源有限的环境中运行变得更为可行，例如设计用于自动驾驶汽车的模型可以在Raspberry Pi等嵌入式系统上运行。
液体神经网络不仅仅在资源效率方面有优势，其简单的架构还提供了更高的可解释性。相较于拥有数万个神经元的模型，液体神经网络的少量参数和神经元使得理解和管理模型变得更为容易。
但液体神经网络的独特之处不仅在于其小巧和简单，还在于其能够随着时间的推移调整参数以实现成功。这种动态调整使得液体神经网络能够适应不同的环境和变化，而无需事先进行训练。在测试中，液体神经网络在预测大气化学、汽车交通等数据集中的未来值方面表现超越其他算法。此外，其在自主导航方面的表现也令人印象深刻，可以处理无人机在先前未探索的空间中的目标，而无需进行微调。
Liquid AI的应用领域包括无人机搜索和救援、野生动物监测、电网分析、医疗读数、金融交易和恶劣天气模式。公司计划提供本地和私有AI基础设施以及一个平台，使客户能够构建适用于其特定用例的自己的模型。Liquid AI的目标是商业化，与构建类似GPT的基础模型公司竞争，并通过其强大的液体神经网络架构提供更高效、可靠、可解释且功能强大的机器学习模型。
本文来自投稿，不代表科技讯立场，如若转载，请注明出处：https://www.kejixun.com/article/604348.html
