PiLogic kerää 4 miljoonaa dollaria “tarkkaa tekoälyä” varten ilmailu- ja puolustusalaan

PiLogic Inc., nopeasti nousseista innovaattoreista tekoälytilassa, on kerännyt 4 miljoonan dollarin siemensijoituksen laajentaakseen “tarkkaa tekoälyä” -tekniikkaansa — matemaattisesti perusteltuja, asiantuntijoiden ohjaamia malleja, jotka on suunniteltu korkean panoksen ympäristöihin, kuten ilmailuun, puolustukseen ja avaruusteknologiaan. Sijoituskeräyksen johtajina toimivat Scout Ventures ja Seraphim Space, ja siihen osallistuivat myös Sovereign’s Capital, Flex Capital, FN Fund ja superenkelipääoma Gokul Rajaram.

Toisin kuin generatiiviset tekoälymallit, jotka käyttävät massiivisia tietokantoja luodakseen uskottavia vastauksia avoimiin kysymyksiin, PiLogic keskittyy tarkkuuteen, tehokkuuteen ja luotettavuuteen — ominaisuuksiin, jotka ovat välttämättömiä ilmailu- ja puolustusalalla. Sen omistaja inference-moottori mahdollistaa päätöksenteon reunalla — satelliiteilla, lentokoneilla ja muilla etäjärjestelmissä — ilman korkeiden laskentakustannusten tai epäselvien tulosten taakkaa.

“Emme tee sitä, mitä LLM:t tekevät,” selittää Mark Chavira, PiLogicin perustaja ja CTO, joka on entinen Google (GOOGL ):n tekoälyjohtaja. “Mallimme ovat alakohtaisia, suunniteltu nopeuteen, ja antavat matemaattisesti tarkat vastaukset. Ne ovat täydellisiä kriittisiin sovelluksiin, joissa ollaan lähes oikein ei ole tarpeeksi.”

Uusi tekoälyluokka ilmailu- ja puolustusalalla

PiLogicin alusta yhdistää todennäköisyyspäätelmän, logisen päättelyn, konenoppimisen ja hakualgoritmit malleihin, jotka ovat useita kertoja nopeampia ja tarkempia kuin yleiskäyttöiset LLM:t — ilman korkean tehokkuuden tarvetta tai massiivisia koulutusaineistoja.

Ilmailu- ja puolustusalalla, jossa sensorien yhdistäminen ja diagnosointi voi merkitä eroa tehtävän onnistumisen ja epäonnistumisen välillä, tämä on pelinmuuttaja.

Avainsovellukset jo lentokoneissa:

• Ilmatilantarkkailumalli: Seuraa ja erottaa lentäviä objekteja (esim. drooneja ja lentokoneita) 3D-tilassa — jopa lähellä toisiaan tai risteävillä reiteillä. Se laajenee myös sääntöihin, LIDAR:iin ja GPS-sovelluksiin, tarjoten tarkan objektiluokittelun itsenäisille järjestelmille ja puolustusjärjestelmille.
• Satelliittien virrankäytön diagnostiikka: Ennustaa virheitä ja antaa reaaliaikaisia korjausohjeita satelliittien sähköjärjestelmille käyttäen laitteiston anturidataa. Vahvistettu NASAn kanssa, tämä malli voidaan suorittaa suoraan satelliitissa ilman viivettä tai riippuvuutta maanpäällisistä järjestelmistä.
• Anturien yhdistäminen: Yhdistää useiden anturityyppien lukemat, ratkaisee epäjohdonmukaisuudet ja tuottaa yhdenmukaiset, korkean luottamuksen tulokset dynaamisissa ympäristöissä, kuten taistelukentän tiedustelussa tai kiertoradan seurannassa.

Suunniteltu reunalle, luotettu asiantuntijoiden toimesta

Se, mikä erottaa PiLogicin, on sen kyky suorittaa johtopäätöksiä etä- tai rajoitettujen laitteiden kanssa — kuten satelliiteilla tai drooneilla — ilman siirtymistä pilveen. Tämä on mahdollista, koska sen mallit ovat ultrakevyitä, matemaattisesti optimoituja ja perustuvat ensisijaisiin insinööritieteellisiin periaatteisiin.

Tehokkuusläpimurto johtuu sen uudesta ongelman rakenteen käytöstä, joka mahdollistaa tekoälylle ohittaa brute-force-laskennan ja käyttää sen sijaan älykkäitä, rakenteellisia päätelmiä — lähestymistapaa, joka on itsenäisesti vahvistettu nopeimmaksi tunnetuksi menetelmäksi todennäköisyyspäätöksessä.

Tämä arkkitehtuuri asettaa PiLogicin korvaamaan perinteiset sääntöpohjaiset järjestelmät ja poistamaan tarpeen jatkuvasta ihmisen valvonnasta ympäristöissä, joissa sekuntien osan päätökset ovat välttämättömiä.

“Uskomme, että monet kriittiset sovellukset, erityisesti puolustus- ja avaruusalalla, eivät voida olla luotettavasti tekoälyn alaisia,” sanoi Johannes Waldstein, PiLogicin toimitusjohtaja. “Tarkka tekoälymme siltaa tämän aukon matemaattisella tiukkuudella, asiantuntija-alojen syötöllä ja skaalautuvalla käyttöönotolla.”

Elitejoukkue, joka pyörittää tarkkuutta

PiLogicin perustajajoukkueella on maailmanluokan kokemus tekoälystä, ilmailusta ja yritysten toiminnasta:

• Mark Chavira, CTO, vietti 12 vuotta Raytheonilla suunnittelemassa ilmailujärjestelmiä, suoritti tohtorin tutkinnon todennäköisyyspäätöksessä, työskenteli NASAn kanssa ja johti myöhemmin 125 hengen tekoäly-/konenoppimistiimin Googlella.

• Johannes Waldstein, toimitusjohtaja, on sarjayrittäjä, joka perusti ja myi aiemmin Fan.AI:n, tekoälypohjaisen mainosalan alustan, jota käyttivät suuret brändit kuten Coke ja Pepsi.

• Geoff Bough, CRO, oli työntekijä nro 8 FanDuella ja auttoi yrityksen kasvussa ennen kuin hänelle annettiin johtotehtäviä Flutterilla, Caesarsilla ja Trillerilla.

Katse eteenpäin

Kun PiLogic valmistautuu laajentamaan toimintojaan, sen fokus pysyy kiinni aloilla, joilla elämät riippuvat vastauksista, jotka ovat oikein — eivät vain todennäköisiä.

Olipa kyseessä sitten itsenäisten lentojen mahdollistaminen, satelliittivirheiden ennustaminen ennen virhettä tai anturidatasta fuusioida reaaliajassa uhka-analyysiä varten, PiLogicin kohdennettu tekoälyalusta on ainutlaatuinen, suunniteltu kriittisiin tehtäviin ilmailu- ja puolustusalalla.

Sijoittajat ovat kohdistamassa PiLogicin erottuvaa lähestymistapaa tekoälyyn:

Brad Harrison, Scout Venturesin perustaja: “PiLogicin kevyt, tehokas ja tarkka johtopäätösmoottori auttaa luomaan uuden kurssin tekoälylle aloilla kuten ilmailu ja puolustus. Heidän tiiminsä ja teknologiansa on tehty epäonnistumattomille tehtäville.”

Andre Ronsoehr, Seraphim Space -kumppani: “Avaruusteollisuus on edelleen vaarassa sääntöpohjaisista järjestelmistä ja ihmisen valvonnasta. PiLogic tarjoaa kaikkein toteuttavimman vaihtoehdon, jonka olen nähnyt — ja se ei ole vain erilainen, vaan parempi.”