Χρηματοδότηση

Η Noeri συγκεντρώνει 110 εκατ. δολάρια για την ανάπτυξη αυτοβελτιούμενης ΤΝ για επιχειρήσεις

Evan Mercer
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΤο σύστημα της Noeri βελτιώνει μοντέλα και εργαλεία γύρω από τις ροές εργασίας των…
Δείτε περισσότερα
  • Το σύστημα της Noeri βελτιώνει μοντέλα και εργαλεία γύρω από τις ροές εργασίας των πελατών αντί να πουλά ένα γενικού σκοπού μοντέλο.
  • Κάθε προτεινόμενη αλλαγή φτάνει σε έναν άνθρωπο για έγκριση μέσω μιας διαδικασίας ανασκόπησης που μοιάζει με ανασκόπηση κώδικα.
  • Οι ιδρυτές υποστηρίζουν ότι η νοημοσύνη θα πρέπει να κατανέμεται σε πολλά εξειδικευμένα συστήματα που ανήκουν στους πελάτες αντί σε μία κεντρική υπερνοημοσύνη.

Η Noeri ανακοίνωσε την έναρξη της λειτουργίας της και χρηματοδότηση ύψους 110 εκατ. δολαρίων στις 16 Νοεμβρίου 2026, με τη Menlo Ventures να ηγείται της χρηματοδότησης για το έργο της στον τομέα της αυτοβελτιούμενης ΤΝ για επιχειρήσεις και επιστημονικές ανακαλύψεις.

Στη χρηματοδότηση συμμετείχαν επίσης οι Madrona Venture Group, Kindred Ventures, Wing Venture Capital και NEA, ενώ οι Cisco Investments, NVIDIA και Snowflake συμμετείχαν ως στρατηγικοί επενδυτές. Οι καθηγητές επιστήμης υπολογιστών του Stanford Yejin Choi και Carlos Guestrin ίδρυσαν τη Noeri το 2026 και είναι συνδιευθύνοντες σύμβουλοι. Η εταιρεία εδρεύει στο Palo Alto και διαθέτει γραφείο στη Ζυρίχη.

Εξειδίκευση της ΤΝ με βάση την εργασία των πελατών

Η Noeri αντιμετωπίζει το δίλημμα που συχνά έχουν οι επιχειρήσεις: να πληρώσουν περισσότερο για το ικανότερο μοντέλο γενικής χρήσης ή να αποδεχτούν ασθενέστερα αποτελέσματα από μια φθηνότερη επιλογή. Η εταιρεία αναφέρει ότι το σύστημά της μελετά τα δεδομένα και τις ροές εργασίας ενός οργανισμού και, στη συνέχεια, βελτιώνει το λογισμικό, τις δεξιότητες, τις οδηγίες, τα εργαλεία και την επιλογή μοντέλου για κάθε βήμα, συμπεριλαμβανομένων των υποκείμενων παραμέτρων των μοντέλων, όταν αυτό αξίζει τον κόπο.

Η επισκόπηση του προϊόντος περιγράφει πράκτορες που μαθαίνουν από εργασίες, αποτυχίες, διορθώσεις και πραγματική κίνηση παραγωγής, χωρίς να απαιτείται μεγάλο σύνολο δεδομένων με ετικέτες. Μπορούν να βελτιώνουν τις δεξιότητες, τα εργαλεία και τον συντονισμό τους, να δημιουργούν εργαλεία όταν τα υπάρχοντα δεν επαρκούν και να εκπαιδεύουν μοντέλα με βάση την εργασία των πελατών. Η ποιότητα και το κόστος μετρώνται με βάση την κίνηση και τις μετρικές του ίδιου του πελάτη, αντί για δημόσια σημεία αναφοράς, ώστε τα προτεινόμενα οφέλη να αφορούν ειδικά τη συγκεκριμένη εγκατάσταση.

Η Noeri αναφέρει ότι κάθε αλλαγή επεξηγείται και υποβάλλεται σε κάποιον για έγκριση, μέσω μιας διαδικασίας παρόμοιας με την ανασκόπηση κώδικα. Το σύστημα λειτουργεί με κλειστά μοντέλα και μοντέλα ανοικτών βαρών και έχει σχεδιαστεί ώστε να προσαρμόζεται καθώς κυκλοφορούν νέα μοντέλα. Ο πελάτης διατηρεί τα δεδομένα του και έχει στην ιδιοκτησία του τις ροές εργασίας και τα μοντέλα που αναπτύσσονται μέσω του συστήματος, εξακολουθούν όμως να ισχύουν οι σχετικές άδειες χρήσης μοντέλων τρίτων.

Έρευνα με στόχο τη συνεχή μάθηση και την ανακάλυψη

Η Noeri σκοπεύει επίσης να αξιοποιήσει την ίδια τεχνολογία για τη διατύπωση υποθέσεων, τη διεξαγωγή πειραμάτων και την εξαγωγή συμπερασμάτων από τα αποτελέσματα, στο πλαίσιο επιστημονικής εργασίας που αφορά μόρια, πρωτεΐνες και σύνθετα τεχνικά συστήματα. Η εταιρεία υποστηρίζει ότι η ανακάλυψη χωρίς προκαθορισμένα όρια δοκιμάζει τα οικονομικά περιθώρια των μεγάλων μοντέλων, καθώς η παρατεταμένη αναζήτηση απαιτεί πολύ περισσότερους υπολογιστικούς πόρους από μία μόνο απάντηση· προτείνει μικρότερα, εξειδικευμένα μοντέλα ως τρόπο να γίνει αυτή η αναζήτηση προσιτή.

Το ερευνητικό πρόγραμμα της εταιρείας καλύπτει την αυτοματοποίηση της ανάπτυξης ΤΝ, την αποτελεσματική εξειδίκευση με περιορισμένα δεδομένα, τη συνεχή μάθηση χωρίς λήθη και την ανακάλυψη μέσω αναζήτησης, συλλογισμού και ομάδων μοντέλων. Οι προτεραιότητες αυτές βασίζονται στο έργο των ιδρυτών στην εκπαίδευση κατά τον χρόνο συμπερασμού, την αυτοαπόσταξη και τον συντονισμό πρακτόρων, όπου τα μοντέλα μαθαίνουν μετά την ανάπτυξή τους, μαθαίνουν από τα δικά τους λάθη ή συντονίζουν άλλα μοντέλα και εργαλεία.

Σε μια δήλωση οράματος, οι Choi και Guestrin υποστηρίζουν ότι η νοημοσύνη θα πρέπει να κατανέμεται σε πολλά εξειδικευμένα συστήματα που ανήκουν στους πελάτες, αντί να συγκεντρώνεται σε μία κεντρική υπερνοημοσύνη. Παρουσιάζουν επίσης τα μοντέλα που προσαρμόζονται στις απαιτήσεις μιας εργασίας ως φθηνότερα και λιγότερο ενεργοβόρα, ενώ τα ειδικά σχεδιασμένα συστήματα ως ευκολότερα στον καθορισμό προδιαγραφών, τη δοκιμή και την εποπτεία.

Η Noeri αναφέρει ότι οι πρώτες συνεργασίες της για την απόδειξη της σκοπιμότητας καλύπτουν επιχειρηματικούς και επιστημονικούς τομείς. Συνεργάζεται επίσης με στρατηγικούς εταίρους από διάφορους κλάδους, μεταξύ των οποίων και ορισμένοι επενδυτές, επιλέγοντας μια ποικιλόμορφη ομάδα ώστε η τεχνολογία να μάθει να γενικεύει πριν εξειδικευτεί για μεμονωμένους πελάτες.

Ιδρυτική ομάδα και αρχική δοκιμή

Ο Guestrin υπήρξε συνιδρυτής της Turi, της πλατφόρμας μηχανικής μάθησης που εξαγόρασε η Apple το 2016, και αργότερα δημιούργησε και διηύθυνε τον κεντρικό οργανισμό μηχανικής μάθησης και ΤΝ της Apple. Η Choi είναι υπότροφος του προγράμματος MacArthur, με ερευνητικό έργο που επικεντρώνεται στην ενίσχυση των δυνατοτήτων μικρότερων μοντέλων ΤΝ· στο παρελθόν ήταν καθηγήτρια στο University of Washington και ανώτερη διευθύντρια στο Allen Institute for AI. Η Noeri προσλαμβάνει ερευνητές και μηχανικούς στο Palo Alto και τη Ζυρίχη.

Η άμεση δοκιμασία για το νέο εργαστήριο είναι αν οι συνεργασίες αυτές μπορούν να μετατρέψουν την έρευνά του σε επαναλαμβανόμενες βελτιώσεις με βάση τα ίδια τα κριτήρια των πελατών για την ποιότητα και το κόστος, διατηρώντας παράλληλα τους μηχανισμούς ανθρώπινης έγκρισης και ιδιοκτησίας που βρίσκονται στον πυρήνα του προϊόντος του.

Evan Mercer είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, καλύπτοντας startups τεχνητής νοημοσύνης, venture capital και τις δυναμικές χρηματοδότησης που διαμορφώνουν την επόμενη γενιά τεχνολογικών εταιρειών. Η αναφορά του εστιάζει στην καινοτομία πρώιμου σταδίου, τις ροές κεφαλαίου και τις στρατηγικές αποφάσεις που λαμβάνουν οι ιδρυτές και οι επενδυτές καθώς οι εταιρείες AI αναπτύσσονται από την ιδέα μέχρι την παγκόσμια επίδραση.

Με στρατηγικό και αναλυτικό πρίσμα, ο Evan εξετάζει τους γύρους χρηματοδότησης, τη θέση στην αγορά και τις αναδυόμενες τάσεις στο οικοσύστημα των AI startups. Παρακολουθεί πώς το venture capital, οι εταιρικές επενδύσεις και οι χρηματιστηριακές αγορές διασταυρώνονται με τις επαναστατικές εξελίξεις στην τεχνητή νοημοσύνη, διαχωρίζοντας τα ανθεκτικά σήματα από τη βραχυπρόθεσμη υπερβολή.

Τα άρθρα που συντάσσει ο Evan Mercer είναι δημιουργημένα από AI και ελέγχονται από την ομάδα συντακτών του Unite.AI για να διασφαλιστεί η ακρίβεια, το πλαίσιο και η υπεύθυνη κάλυψη του παγκόσμιου τοπίου επενδύσεων στην AI