Lamini, una startup con sede en Palo Suspensión que construye una plataforma para ayudar a las empresas a implementar tecnología de inteligencia sintético generativa, ha recaudado 25 millones de dólares de inversores, incluido el profesor de informática de Stanford, Andrew Ng.
Lamini, cofundada hace varios primaveras por Sharon Zhou y Greg Diamos, tiene un argumento de saldo interesante.
Muchas plataformas de IA generativa tienen un propósito demasiado genérico, sostienen Zhou y Diamos, y no tienen soluciones ni infraestructura diseñadas para satisfacer las deyección de las corporaciones. Por el contrario, Lamini se creó desde cero pensando en las empresas y se centra en ofrecer adhesión precisión y escalabilidad de IA generativa.
«La principal prioridad de casi todos los directores ejecutivos, CIO y CTO es beneficiarse la IA generativa internamente de su estructura con el mayor retorno de la inversión», dijo Zhou, director ejecutante de Lamini, a TechCrunch. “Pero si aceptablemente es claro obtener una demostración cómodo en una computadora portátil para un desarrollador individual, el camino en torno a la producción está plagado de fallas a diestra y siniestra”.
En opinión de Zhou, muchas empresas han expresado su frustración por los obstáculos para adoptar de modo significativa la IA generativa en todas sus funciones comerciales.
Según una sondeo de marzo del MIT Insights, sólo el 9% de las organizaciones han prohijado ampliamente la IA generativa a pesar de que el 75% ha experimentado con ella. Los principales obstáculos abarcan desde la errata de infraestructura y capacidades de TI hasta estructuras de gobernanza deficientes, habilidades insuficientes y altos costos de implementación. La seguridad igualmente es un ejecutor importante: en una sondeo fresco realizada por Insight Enterprises, el 38% de las empresas dijo que la seguridad estaba afectando su capacidad para beneficiarse la tecnología de IA generativa.
Entonces, ¿cuál es la respuesta de Lamini?
Zhou dice que «cada cuchitril» de la pila tecnológica de Lamini se ha optimizado para cargas de trabajo de IA generativa a escalera empresarial, desde el hardware hasta el software, incluidos los motores utilizados para respaldar la orquestación, el ajuste, la ejecución y la capacitación del maniquí. «Optimizado» es una palabra vaga, por supuesto, pero Lamini es pionero en un paso que Zhou pira «ajuste de memoria», que es una técnica para entrenar un maniquí con datos de modo que recuerde partes de esos datos exactamente.
El ajuste de la memoria puede achicar potencialmente las alucinaciones, afirma Zhou, o los casos en los que un maniquí inventa hechos en respuesta a una solicitud.
«El ajuste de la memoria es un molde de entrenamiento, tan capaz como el ajuste fino, pero va más allá, para entrenar un maniquí con datos propietarios que incluyen hechos, números y cifras secreto para que el maniquí tenga adhesión precisión», Nina Wei, diseñadora de IA. en Lamini, me dijo por correo electrónico, «y puede memorizar y rememorar la coincidencia exacta de cualquier información secreto en área de internacionalizar o desvariar».
No estoy seguro de comprar eso. “Ajustar la memoria” parece ser más un término de marketing que universitario; No hay ningún artículo de investigación al respecto, al menos nadie que haya rematado encontrar. Dejaré a Lamini para que muestre evidencia de que su “sintonización de la memoria” es mejor que otras técnicas de reducción de alucinaciones que se están intentando o se han intentado.
Por fortuna para Lamini, el ajuste de la memoria no es su único diferenciador.
Zhou dice que la plataforma puede proceder en entornos enormemente seguros, incluidos aquellos con espacios aislados. Lamini permite a las empresas ejecutar, ajustar y entrenar modelos en una variedad de configuraciones, desde centros de datos locales hasta nubes públicas y privadas. Y escalera las cargas de trabajo de modo “elástica”, llegando a más de 1000 GPU si la aplicación o el caso de uso lo exige, afirma Zhou.
«Los incentivos actualmente no están alineados en el mercado con los modelos de código cerrado», dijo Zhou. «Apuntamos a «Retornar a poner el control en manos de más personas, no sólo de unas pocas, empezando por las empresas que más se preocupan por el control y que tienen más que perder con los datos de propiedad de otra persona».
Los cofundadores de Lamini son, por lo que vale, asaz exitosos en el espacio de la IA. Además se han codeado por separado con Ng, lo que sin duda explica su inversión.
Anteriormente, Zhou fue profesora en Stanford, donde dirigió un corro que investigaba la IA generativa. Ayer de aceptar su doctorado en informática con Ng, fue administrador de productos de formación espontáneo en Google Cloud.
Diamos, por su parte, cofundó MLCommons, el consorcio de ingeniería dedicado a crear pruebas standard para modelos y hardware de IA, así como la suite de pruebas comparativas de MLCommons, MLPerf. Además dirigió la investigación de IA en Baidu, donde trabajó con Ng mientras este postrer era el sabio patriarca allí. Diamos igualmente fue arquitecto de software en el equipo CUDA de Nvidia.
Las conexiones industriales de los cofundadores parecen haberle legado a Lamini una delantera en el frente de la cuestación de fondos. Por otra parte de Ng, el director ejecutante de Figma, Dylan Field, el director ejecutante de Dropbox, Drew Houston, el cofundador de OpenAI, Andrej Karpathy y, curiosamente, Bernard Arnault, director ejecutante del hércules de artículos de boato LVMH, han invertido en Lamini.
AMD Ventures igualmente es un inversor (un poco irónico considerando las raíces de Diamos en Nvidia), al igual que First Round Renta y Amplify Partners. AMD se involucró temprano, suministrando a Lamini hardware para centros de datos y, hoy en día, Lamini ejecuta muchos de sus modelos en GPU AMD Instinct, en contra de la tendencia de la industria.
Lamini hace la elevada afirmación de que el rendimiento de ejecución y entrenamiento de su maniquí está a la par con las GPU equivalentes de Nvidia, dependiendo de la carga de trabajo. Donado que no estamos equipados para probar esa afirmación, se la dejaremos a terceros.
Hasta la vencimiento, Lamini ha recaudado 25 millones de dólares en rondas semilla y Serie A (Amplify lideró la Serie A). Zhou dice que el parné se destina a triplicar el equipo de 10 personas de la empresa, ampliar su infraestructura informática e iniciar el progreso de «optimizaciones técnicas más profundas».
Hay una serie de proveedores de IA generativa orientados a la empresa que podrían competir con aspectos de la plataforma de Lamini, incluidos gigantes tecnológicos como Google, AWS y Microsoft (a través de su asociación OpenAI). Google, AWS y OpenAI, en particular, han estado cortejando agresivamente a la empresa en los últimos meses, introduciendo características como ajustes simplificados, ajustes privados de datos privados y más.
Le pregunté a Zhou sobre los clientes, los ingresos y el impulso genérico de comercialización de Lamini. No estaba dispuesta a revelar mucho en esta coyuntura poco temprana, pero dijo que AMD (a través del vínculo AMD Ventures), AngelList y NordicTrack se encuentran entre los primeros usuarios (de plazo) de Lamini, pegado con varias agencias gubernamentales no reveladas.
«Estamos creciendo rápidamente», añadió. “El desafío número uno es servir a los clientes. Solo hemos manejado la demanda entrante porque nos hemos gastado inundados. Donado el interés en la IA generativa, no somos representativos de la desaceleración tecnológica genérico; a diferencia de nuestros pares en el publicitado mundo de la IA, tenemos márgenes brutos y quemas que se parecen más a los de una empresa de tecnología ordinario”.
El socio genérico de Amplify, Mike Dauber, dijo: “Creemos que existe una gran oportunidad para la IA generativa en las empresas. Si aceptablemente hay varias empresas de infraestructura de IA, Lamini es la primera que he gastado que se toma en serio los problemas de la empresa y crea una alternativa que ayuda a las empresas a desbloquear el enorme valencia de sus datos privados y al mismo tiempo satisfacer incluso las normas de cumplimiento más estrictas. y requisitos de seguridad”.
————————————————– —————–
Esta página transcribe artículos de diversas fuentes de dominio manifiesto, las ideas expresadas son responsabilidad de sus respectivos autores por lo cual no nos hacemos responsables del uso o la interpretación que se les dé. La información publicada nunca debe sustituir consultorio profesional, médica, lícito o psicológica.
