Reflection AI Inc. , sebuah syarikat permulaan yang ditubuhkan oleh mantan penyelidik Google DeepMind, secara rasmi dilancarkan hari ini dengan pembiayaan awal sebanyak $130 juta. Pembiayaan tersebut diperoleh melalui dua pusingan. Yang pertama adalah pelaburan benih sebanyak $25 juta yang dipimpin oleh Sequoia Capital dan CRV. Firma terakhir juga menjadi pemimpin bersama dalam pusingan pembiayaan Siri A sebanyak $105 juta yang seterusnya bersama Lightspeed Venture Partners. Pusingan pembiayaan itu menarik beberapa pelabur yang terkenal, termasuk cabang modal teroka Nvidia Corp. , Reid Hoffman, pengasas bersama LinkedIn, dan Alexandr Wang, CEO Scale AI Inc. Penilaian semasa syarikat ini adalah sebanyak $555 juta. Pengasas bersama Misha Laskin (CEO, gambar kanan) dan Ioannis Antonoglou (kiri) memimpin Reflection AI. Laskin menyumbang kepada aliran latihan untuk siri model bahasa Gemini milik Google LLC, manakala Antonoglou memberi tumpuan kepada pengoptimuman sistem pasca-latihan, yang meningkatkan kualiti output selepas latihan awal. Reflection AI bertujuan untuk mencipta "superintelligence, " yang ditakrifkan sebagai sistem AI yang mampu mengendalikan kebanyakan kerja berkaitan komputer. Syarikat ini memulakan perjalanan ini dengan membangunkan alat pemprograman autonomi, percaya bahawa elemen asas untuk alat ini juga akan membantu mencapai superintelligence. Dalam satu catatan blog, staf Reflection AI menyatakan, “Penemuan yang diperlukan untuk membina sistem pengkodan autonomi sepenuhnya — seperti pemikiran lanjutan dan penambahbaikan kendiri berulang — boleh diterapkan secara semula jadi kepada pelbagai tugas komputer yang lebih luas. ” Pada awalnya, syarikat ini akan menumpukan pada agen AI yang mengautomasikan tugas pemprograman tertentu. Beberapa agen akan mengenal pasti kelemahan kod, manakala yang lain akan memberi tumpuan kepada pengoptimuman penggunaan memori dan menguji kebolehpercayaan. Reflection AI juga berhasrat untuk mengautomasikan proses berkaitan.

Syarikat itu mendakwa teknologinya boleh menghasilkan dokumentasi yang menerangkan bagaimana potongan kod berfungsi dan menguruskan infrastruktur untuk aplikasi pelanggan. Satu iklan kerja di laman web Reflection AI menunjukkan bahawa syarikat itu bercadang untuk menggunakan model bahasa besar (LLM) dan pembelajaran pengukuhan untuk perisiannya. Secara tradisinya, pemaju melatih model AI dengan set data yang termasuk nota penjelasan untuk setiap titik data. Pembelajaran pengukuhan menghapuskan keperluan untuk penjelasan ini, menyederhanakan penciptaan set data. Iklan kerja tersebut juga mencadangkan bahawa Reflection AI sedang meneroka “arkitektur baharu” untuk sistem AI-nya, menunjukkan ia mungkin akan menyiasat alternatif kepada arkitektur Transformer yang lazim dalam kebanyakan LLM. Satu arkitektur pesaing yang muncul bernama Mamba telah menunjukkan kecekapan yang lebih baik dalam pelbagai aspek. Satu lagi iklan kerja untuk pakar infrastruktur AI menunjukkan bahawa Reflection AI mungkin menggunakan puluhan ribu kad grafik untuk latihan model. Syarikat itu juga mencatatkan rancangan untuk membangunkan “platform seperti vLLM untuk model bukan LLM, ” merujuk kepada vLLM, alat AI sumber terbuka yang popular yang meminimumkan penggunaan memori model bahasa. Pelabur Sequoia Capital Stephanie Zhan dan Charlie Curnin merenung dalam satu catatan blog, “Ketika pasukan meningkatkan kecerdasan model, mengembangkan kemampuannya, agen Reflection akan mengambil lebih banyak tanggungjawab. Bayangkan agen pengkodan autonomi yang tidak kenal lelah mengurus beban kerja yang menghalang produktiviti pasukan. ” Foto: Sequoia Capital