ストックホルムを拠点とする ファラン、次世代の基礎的大規模な言語モデルを開発するAIの研究室が、150万ユーロのシード資金を調達しました。
ファランは、大規模な言語モデル向けの新しいアーキテクチャを作成し、現在のマーケットリーダーであるChatGpt、Claude、およびGeminiが使用する既存の変圧器アーキテクチャと競合しています。単語ごとにテキストを予測する代わりに、ファランのアーキテクチャは、最初に完全な応答を描く前に絵を想像するような完全な応答を理解し、その概念を言葉に翻訳します。
最近の多くのAIモデルは、「思考時間」をシミュレートするための推論手順を追加しますが、単語の予測に依存しています。ファランのアプローチは、非テキストのメカニズムを通じて内部的にこの推論を実行し、より一貫した答えを生み出しながら、計算需要を大幅に削減します。
ファランの創設者であるエミル・ロマナス、コメント：
既存のモデルの上に別のアプリケーションレイヤーを構築していません。 25回の計算リソースを使用しながら、プログラミングや医学などの特定のドメインの現在のソリューションよりも優れた専門のAIアシスタントを作成できるようにするまったく新しい基礎アーキテクチャを開発しました。現在のテストに基づいて、使用されるリソースの割合は将来さらに減少すると考えています。
ファランは、今日のAIアシスタントの弱いスポットをターゲットにしています。これらには、特定のプログラミング言語とフレームワーク、ニッチ医療分野、および内部企業ツールのサポートが含まれます。その最初の焦点は、現在の大手言語モデルよりも最適化された反復コードを提供することを目的としたReactプログラミングです。
私たちのアーキテクチャの美しさは、従来のアプローチで法外に高価になる未開発の医療ドメインモデルのようなニッチなユースケースの高度に専門化されたモデルを作成できることです。
ロマナスは説明します。
非構造化された医療データを分析したり、一般的なコーディングパターンだけでなく、特定のフレームワークを真に理解するプログラミングアシスタントを作成したりできます。
ファランのテクノロジーにより、組織は完全なプライバシーコントロールを備えた専門のAIモデルオンプレミスを展開することもできます。これは、敏感なデータを処理するヘルスケア、法律、および金融会社にとって非常に重要です。独自の情報を外部のAIサービスに送信する代わりに、企業はファランのモデルを完全に社内で訓練および実行し、データ主権を確保することができます。
Romanus追加：
私たちのビジョンは、企業が既存のシステムと統合された独自のインフラストラクチャでこれらの専門アシスタントを運営するということです。法律事務所には、特定の実践分野と症例履歴を理解するAIを持つことができます。または、研究病院は、その機密情報を完全にプライベートに保ちながら、独自の患者データについてアシスタントを訓練することができます。
野心的な長期的なビジョン
テクノロジーを証明するためにニッチアプリケーションから始めている間、ファランは人工知能のマーケットリーダーになることを目指しており、最終的には一般的なAIスペースでOpenaiと競争し、それを上回ることを目指しています。
Romanusは、同社は大手ハイテク企業とは別のアプローチを取っていると述べ、次のように付け加えています。
最初に特殊なドメインでのアーキテクチャが機能することを証明することにより、すべてのAIアプリケーションの現在のリーダーに最終的に挑戦するための基盤を構築しています。
ラウンドはVoima VenturesとAmadeus Apex Technology Fundが率い、Tero Ojanpera（Silo AIの共同設立者）、Nilay Oza、Niraj Aswani（Klevuの元創設者）などの著名なエンジェル投資家からの参加を導きました。
Voima Venturesのマネージングパートナー兼創設者であるInka Meroは次のようにコメントしています。
私たちは、エッジの周りに最適化するだけでなく、曲線をリセットする優れた創業者とテクノロジーを探します。ファランは、その基礎的なアーキテクチャが真のパラダイムシフトを提供するため、ヨーロッパがグローバルAIレースでどのようにステップアップできるかを紹介しています。
Apex Venturesの校長であるIon Hauer氏は、同社は常に産業を再構築する可能性を秘めた画期的な技術を常に検討しており、Farangはすぐに際立っていたと述べました。
何年もの間、業界は同じトランス基礎に漸進的な改善を行ってきました。エミールと彼のチームが開発したものは、基本的な建築の飛躍を表しています。これは、次世代のAIリーダーを今日の現職者から分離すると思われる一種の基本的な変化です。
この資金は、主に概念実証モデルを拡大し、プログラミングや医学などの専門分野のモデルを訓練および微調整するために必要なコンピューティングパワーに投資するために使用されます。