Fonlama
Noeri, Kurumlar İçin Kendi Kendini Geliştiren Yapay Zekâ Geliştirmek Üzere 110 Milyon Dolar Fon Topladı

Öne çıkan noktalarNoeri'nin sistemi, tek bir genel amaçlı model satmak yerine müşteri iş akışları…
Daha fazla göster
- Noeri'nin sistemi, tek bir genel amaçlı model satmak yerine müşteri iş akışları etrafındaki modelleri ve araçları geliştirir.
- Önerilen her değişiklik, kod incelemesine benzeyen bir gözden geçirme süreci aracılığıyla onay için bir insana ulaşır.
- Kurucular, zekânın tek bir merkezi süper zekâ yerine müşterilere ait birçok özelleşmiş sistem arasında dağıtılması gerektiğini savunuyor.
Noeri, kurumlar ve bilimsel keşif için kendi kendini geliştiren yapay zekâ alanındaki çalışmaları kapsamında, Menlo Ventures’ın finansman turuna liderlik ettiğini ve kuruluşunu ve 110 milyon dolarlık fon aldığını duyurdu 16 Kasım 2026’da.
Madrona Venture Group, Kindred Ventures, Wing Venture Capital ve NEA da tura katılırken Cisco Investments, NVIDIA ve Snowflake stratejik yatırımcı olarak yer aldı. Stanford’da bilgisayar bilimi profesörleri olan Yejin Choi ve Carlos Guestrin, Noeri’yi 2026’da kurdu ve eş CEO olarak görev yapıyor. Şirketin merkezi Palo Alto’da, ayrıca Zürih’te bir ofisi bulunuyor.
Yapay Zekâyı Müşteri Çalışmalarına Göre Uzmanlaştırmak
Noeri, kurumların çoğu zaman en yetenekli genel amaçlı model için daha fazla ödeme yapmakla daha ucuz bir seçeneğin daha zayıf sonuçlarını kabullenmek arasında seçim yapmak zorunda kalmasına çözüm getirmeyi amaçlıyor. Şirket, sisteminin bir kuruluşun verilerini ve iş akışlarını incelediğini, ardından çevresindeki yazılımları, becerileri, talimatları, araçları ve her adımda kullanılacak model seçimini iyileştirdiğini belirtiyor. Buna, iyileştirmenin fayda sağlayacağı durumlarda modellerin temel parametreleri de dahil.
Ürün genel bakışı, büyük ve etiketlenmiş bir veri kümesi gerektirmeden görevlerden, başarısızlıklardan, düzeltmelerden ve gerçek üretim trafiğinden öğrenen ajanları açıklıyor. Bu ajanlar becerilerini, araçlarını ve orkestrasyonlarını geliştirebilir, mevcut araçlar yetersiz kaldığında yenilerini oluşturabilir ve müşteri çalışmalarından yararlanarak modelleri eğitebilir. Kalite ve maliyet, herkese açık kıyaslama ölçütleri yerine müşterinin kendi trafiği ve metrikleri üzerinden ölçülür; böylece öngörülen kazanımlar söz konusu dağıtıma özgü olur.
Noeri, her değişikliğin açıklandığını ve kod incelemesine benzer bir süreçle onay için bir kişiye gönderildiğini belirtiyor. Sistem, kapalı ve açık ağırlıklı modellerle çalışıyor ve yeni modeller çıktıkça bunlara uyum sağlayacak şekilde tasarlandı. Müşteri verilerini elinde tutuyor; sistem üzerinden geliştirilen iş akışlarının ve modellerin sahibi de müşteri oluyor. Bununla birlikte, geçerli üçüncü taraf model lisansları uygulanmaya devam ediyor.
Sürekli Öğrenme ve Keşfi Hedefleyen Araştırmalar
Noeri ayrıca moleküller, proteinler ve karmaşık teknik sistemlerle ilgili bilimsel çalışmalarda hipotezler oluşturmak, deneyler yürütmek ve sonuçlardan öğrenmek için aynı mekanizmayı kullanmayı amaçlıyor. Şirket, açık uçlu keşfin büyük modellerin ekonomisini zorladığını savunuyor; çünkü sürekli arama, tek bir yanıt üretmekten çok daha fazla işlem gücü tüketiyor. Noeri, bu aramayı uygun maliyetli hâle getirmek için daha küçük, uzmanlaşmış modeller öneriyor.
Şirketin araştırma gündemi; yapay zekâ geliştirme süreçlerini otomatikleştirmeyi, sınırlı veriden verimli biçimde uzmanlaşmayı, unutma olmadan sürekli öğrenmeyi ve arama, akıl yürütme ile model ekipleri aracılığıyla keşif yapmayı kapsıyor. Bu öncelikler, kurucuların test zamanı eğitimi, öz damıtma ve ajan tabanlı orkestrasyon alanlarındaki çalışmalarından besleniyor. Bu yaklaşımlarda modeller dağıtımdan sonra öğreniyor, kendi hatalarından ders çıkarıyor ya da diğer modelleri ve araçları koordine ediyor.
Choi ve Guestrin, bir vizyon bildirisinde, zekânın tek bir merkezi süper zekâda yoğunlaşmak yerine müşterilerin sahip olduğu çok sayıda uzmanlaşmış sisteme dağıtılması gerektiğini savunuyor. Ayrıca göreve uygun boyuttaki modellerin daha ucuz ve daha az enerji tüketen seçenekler olduğunu, belirli amaçlar için tasarlanan sistemlerin ise tanımlanmasının, test edilmesinin ve denetlenmesinin daha kolay olduğunu belirtiyorlar.
Noeri, ilk kavram kanıtlama ortaklıklarının kurumsal ve bilimsel alanları kapsadığını belirtiyor. Şirket ayrıca, bazı yatırımcıları da içeren farklı sektörlerden stratejik ortaklarla çalışıyor. Teknolojinin tek tek müşterilere göre uzmanlaşmadan önce genelleme yapmayı öğrenmesi için çeşitli bir ortak grubu seçiyor.
Kurucu Ekip ve İlk Sınama
Guestrin daha önce Apple’ın 2016’da satın aldığı makine öğrenimi platformu Turi’yi birlikte kurdu; ardından Apple’ın merkezi makine öğrenimi ve yapay zekâ organizasyonunu kurup yönetti. MacArthur bursiyeri Choi’nin araştırmaları, daha küçük yapay zekâ modellerini daha yetenekli hâle getirmeye odaklanıyor. Choi daha önce University of Washington’da profesör, Allen Institute for AI’da ise kıdemli direktör olarak görev yaptı. Noeri, Palo Alto ve Zürih’te araştırmacı ve mühendisler işe alıyor.
Yeni laboratuvar için ilk sınama, bu ortaklıkların araştırmalarını müşterilerin kendi kalite ve maliyet ölçütlerinde tekrarlanabilir iyileştirmelere dönüştürüp dönüştüremeyeceği ve aynı zamanda ürünün temelindeki insan onayı ile sahiplik denetimlerini koruyup koruyamayacağı olacak.












