Startup Plurai huy động 13 triệu USD nhằm nâng cao độ tin cậy cho hệ thống trí tuệ nhân tạo tác vụ

Tóm lược nhanh
“Startup Plurai vừa huy động thành công 13 triệu USD trong vòng gọi vốn hạt giống. Doanh...”
Các điểm cốt lõi
- 1.Startup Plurai vừa huy động thành công 13 triệu USD trong vòng hạt giống do Team8 dẫn dắt, với sự tham gia của các quỹ U&I, Velocity và Mercer.
- 2.Hai nhà đồng sáng lập Ilan Kadar và Elad Levi từng làm việc tại Nexar, công ty phát triển công nghệ xe tự lái.
- 3.Giải pháp của Plurai xây dựng một bản sao kỹ thuật số các hệ thống điện tử của doanh nghiệp để ánh xạ các luồng hoạt động, từ đó chuẩn bị phương án xử lý trường hợp ngoại lệ cho mô hình.
- 4.Các bài kiểm tra phối hợp cùng Nvidia và Nebius cho thấy các mô hình do công ty tinh chỉnh đạt hiệu suất cao hơn hoặc tương đương các mô hình biên tầm trung với chi phí thấp hơn.
Startup Plurai vừa huy động thành công 13 triệu USD trong vòng gọi vốn hạt giống. Doanh nghiệp này đặt mục tiêu sử dụng công nghệ mô phỏng dữ liệu tổng hợp từng áp dụng cho xe tự lái nhằm giúp các hệ thống trí tuệ nhân tạo hoạt động đáng tin cậy hơn.
Bối cảnh và chi tiết công nghệ
Startup Plurai vừa huy động thành công 13 triệu USD trong vòng hạt giống do Team8 dẫn dắt, với sự tham gia của các quỹ U&I, Velocity và Mercer.
Hai nhà đồng sáng lập Ilan Kadar và Elad Levi từng làm việc tại Nexar, công ty phát triển công nghệ xe tự lái.
Giải pháp của Plurai xây dựng một bản sao kỹ thuật số các hệ thống điện tử của doanh nghiệp để ánh xạ các luồng hoạt động, từ đó chuẩn bị phương án xử lý trường hợp ngoại lệ cho mô hình.
Các bài kiểm tra phối hợp cùng Nvidia và Nebius cho thấy các mô hình do công ty tinh chỉnh đạt hiệu suất cao hơn hoặc tương đương các mô hình biên tầm trung với chi phí thấp hơn.
Đánh giá tác động và góc nhìn chuyên môn
Việc ứng dụng phương pháp mô phỏng dữ liệu từ xe tự lái sang môi trường doanh nghiệp có thể giải quyết bài toán chi phí đắt đỏ của các mô hình biên lớn.
Việc tinh chỉnh các mô hình mã nguồn mở trọng số nhỏ dựa trên dữ liệu riêng của công ty giúp giải quyết tình trạng các mô hình tổng quát thiếu hiểu biết về chính sách nội bộ.
Xu hướng tiếp theo và điều cần theo dõi
Hiệu quả thực tế của phương pháp mô phỏng này khi áp dụng rộng rãi cho các hệ thống doanh nghiệp quy mô lớn vẫn chưa được làm rõ hoàn toàn.







