الشركات الناشئة
Flapping Airplanes تجمع 1 مليار دولار في جولة سلسلة A بتقييم بلغ 6 مليارات دولار بحسب ما ورد
جمعت الشركة الناشئة Flapping Airplanes، التي يبلغ عمرها عاماً واحداً، 1 مليار دولار في جولة سلسلة A بقيادة مشتركة من Index وLux، بتقييم بلغ، بحسب ما ورد، 6 مليارات دولار.
جمعت Flapping Airplanes، وهي مختبر ذكاء اصطناعي عمره عام واحد يعمل على تدريب نماذج ضخمة ببيانات أقل، 1 مليار دولار في جولة سلسلة A بقيادة مشتركة من Index وLux، بتقييم بلغ، بحسب ما ورد، 6 مليارات دولار.
وقبل تسعة أشهر من هذه الجولة، كانت الشركة قد انطلقت بتمويل تأسيسي بقيمة 180 مليون دولار من المستثمرين الثلاثة أنفسهم —GV وSequoia وIndex— بتقييم بلغ 1.5 مليار دولار، مما يعني أن تقييم Flapping Airplanes تضاعف أربع مرات منذ ذلك الحين. وعاد هؤلاء المستثمرون للمشاركة في الجولة الجديدة إلى جانب Kleiner Perkins، بالإضافة إلى مستثمرين آخرين من بينهم Valor وAtreides وA* وNvidia.
وأسس الشركة Aidan Smith، الذي أسس شركة سابقة، وحصل على زمالة Thiel، وعمل خلال فترة جامعته في Neuralink، شركة زراعة الرقائق في المخ، إلى جانب الأخوين Asher وBen Spector. ويحمل Asher Spector درجة الدكتوراه في الإحصاء من جامعة Stanford، بينما كان Ben Spector طالب دكتوراه في علوم الحاسوب في Stanford، وأسس Prod، وهو برنامج تسريع انتقائي يديره طلاب أسسه خلال دراسته في MIT.
ويصف المؤسسون تقنيتهم بأنها إطار عمل من نوع “megakernel”: برنامج واحد يعمل على معالج الرسومات (GPU) قادر على تشغيل التدريب، وتقديم الاستدلال، وحتى تشغيل ألعاب الفيديو في الوقت نفسه، عبر تشغيل مهام كثيفة الاستخدام للذاكرة بالتوازي مع مهام كثيفة الاستخدام للحوسبة بحيث تظل الرقاقة نادراً ما تكون خاملة. وتقوم رهانهم على أن تطوير الذكاء الاصطناعي لم يستغل بعد كل ما تستطيع معالجات الرسومات فعله، وأن النماذج القادرة لا تحتاج إلى استيعاب كميات هائلة من بيانات الإنترنت للتدريب. وقال Asher Spector لـTechCrunch بعد إطلاق الشركة بوقت قصير: “نموذج أكثر كفاءة في استخدام البيانات بمليون مرة يُرجَّح أن يكون أسهل بمليون مرة لإدخاله في الاقتصاد.”
وبهذا التمويل الجديد، تخطط Flapping Airplanes للاستمرار في التوظيف وهي تحاول إثبات هذه الفرضية على نطاق واسع.
لماذا يهم
رهان بتمويل من رأس المال الجريء على أن أساليب تدريب أكثر كفاءة في استخدام البيانات -لا مجرد المزيد من القدرة الحاسوبية- يمكن أن تنتج نماذج ذكاء اصطناعي تنافسية، قد يعيد تشكيل اقتصاديات بناء الأنظمة المتطورة.