原文链接：What to Watch in AI

本文作者：Mario Gabriele  编译：CoinTime Candice

人工智能的复兴已经正式进入了曲速阶段。这个领域已经发生了根本性的变化。早在11月中旬，ChatGPT还没有推出，更不用说GPT-4。Bing仍然是一个搜索落后者，对于Grand Googleplex的所有人来说，“Bard”这个词并没有引起额外的反响。

我们的世界似乎越来越多地是这样运作的：一波三折，在不知不觉中发生的淘汰。

我们的“关注点”系列试图在技术快速发展的行业中保持领先地位。虽然没有人希望知道人工智能的每一项创新（这是一个充满活力的有机体，同时朝着一百个方向发展），但我们希望这能在更广泛的市场注意到之前浮出引人注目的公司和趋势。为了做到这一点，我们请一些在人工智能领域著名的投资者和创始人选择了他们密切关注的公司和趋势。

今天我们就来介绍这些公司。

Harvey：你的法律助理

人工智能堆栈的多个层次都有巨大的创新。例如，不同的人正在为编程（Magic）、图像生成和核心多模式语言（OpenAI、Anthropic、谷歌等）构建有趣的新定制模型。同样，从Langchain到Llama-index再到Chroma，工具公司也呈爆炸式增长。一些公司是跨越这些界限的混合型公司（如OpenAI的ChatGPT），而另一些公司则在构建独立的应用程序。

快速采用的应用程序的常见特征包括：

就像GitHub的Copilot一样，Harvey拥有这三个特性。但Harvey并没有协助代码生成，而是专注于法律世界。Harvey帮助律师执行尽职调查、诉讼、研究和合规方面的任务。这是一个良好的开端：该公司已经与普华永道和Allen&Overy等巨头达成了交易。

在众多人工智能初创公司中，Harvey脱颖而出，有几个关键原因：

法律和合规领域是一个很好的例子，它将被人工智能重塑——从诉讼到起草保险索赔，再到代表人类客户向法院提起诉讼。

而且它不会就此止步。专业的人工智能助手可以合并数据并提供答案的应用程序，并在医学（参见：medPaLM）、金融、营销、销售、会计等领域具有相当大的潜力。

——Elad Gil和Thrive Capital合伙人Vince Hankes

Kumo：了解未来

我在斯坦福大学的NVIDIA礼堂见到了Jure Leskovec。作为“海量挖掘数据集”课程的一部分，这位计算机科学教授为地球上一些最聪明的年轻工程师做了一次讲座。研究生们抓住了他的每一个字，我也是。Jure是一个罕见的技术天才和清晰表达的组合。Jure的演讲之所以引人注目，部分原因是他挑衅性的说法：在未来几年，人工智能驱动的系统将能够预测未来。

今天，Jure理论化的人工智能革命正在成为现实。现代企业从大量数据中提取强大的洞察力。从客户交易（销售数据和支持票据）到内部运作（财务数据和行政管理）再到外部信号（网络流量和社交媒体），一切都可以转化为有用的知识。

Jure、Vanja Josifovski（前Pinterest和Airbnb首席技术官）和Hema Raghavan（前LinkedIn增长人工智能主管）共同打造了Kumo。

使用Kumo，公司可以查询自己的未来，就像他们可能依赖数据库来搜索自己的过去一样。Kumo没有分析去年发生的事情，而是让客户看到明年可能发生的事情。这种产品的影响可能是深远的：企业不再局限于分析过去的事件；他们能够更好地预测新的机会用户仍将希望追踪显示什么地方出了问题的数据，但他们将使用Kumo来查看什么地方可以出问题。

例如，传统的客户关系管理数据库包含客户姓名、账号和交易历史等信息。相比之下，Kumo提供了对数据库的访问，该数据库可以预测给定客户在未来一年的支出，哪些新产品最有可能帮助他们，以及可能导致客户离开去找竞争对手的关键因素。

Kumo使用图形神经网络（GNN）来识别公司数据中的模式和关系。GNN具有强大的预测能力，是分析复杂的、相互关联的数据的理想选择，这些数据不容易用传统的统计或机器学习（ML）技术表示。

在未来十年，GNN的应用将推动大规模的变革。公司将围绕未来的客户行为对他们的运营进行全面改革。准确地预测这种行为使公司能够提供定制的产品建议、量身定做的促销活动和有针对性的沟通。预测性分析也将被应用于更广泛的使用用例——从欺诈检测、产品设计、规划到预测等各个方面。

自从与Kumo合作以来，我亲眼目睹了一个在人工智能前沿工作的雄心勃勃、才华横溢、坚定的团队所能带来的成果。

——Konstantine Buhler，Sequoia Capital合伙人

ReflexAI：培训一线支持

许多创始人都在LLM之上构建应用程序，只是因为它们在过去一年中成为了如此强大的平台。但我对游客从来没有兴趣，那些为了开公司而开公司的创业者，或者因为他们发现了一个令人兴奋的趋势。我喜欢那些已经建设了一段时间的建设者，他们发现了独特的洞察力，他们意识到自己除了创办一家特定的公司之外什么都做不了。

这就是ReflexAI的联合创始人Sam Dorison和John Callery所具有的的建设者的风格。雷弗项目(The Trevor Project)是一个在LGBTQ青年中从事预防自杀关键工作的组织，他们在2019年开始修补OpenAI的早期模型，如GPT-2。他们意识到使用这些模型来帮助培训全职代理和兼职志愿者进行危机对话的潜力，并花了几年时间建立软件来实现这一目标。他们的危机接触模拟器被《时代》杂志评为2021年最佳发明之一，培训了数千名咨询师，以更好地支持孩子的心理健康，特别是在必要时，拯救了许多生命。然后，在2022年，当世界意识到GPT-3的力量时，Sam和John明白了还有一个更大的机会：把他们从特雷弗项目中学到的东西，应用于建立人工智能驱动的支持工具，以培训、发展和增强各组织和公司的一线团队。

ReflexAI正在迅速发展，早期的合作伙伴包括Google.org和退伍军人事务部。通过模拟，他们的软件有助于训练代理进行具有挑战性的对话，并提供可操作的反馈，帮助他们随着时间的推移改进互动方式。它是由一个任务驱动的团队构建的，该团队一直是客户，在使用这些模型（包括GPT-4，他们早期从OpenAI获得了GPT-4）方面有着多年的记录。他们在解决一个棘手的问题方面具有独特的优势。而且我迫不及待地想看到他们对高风险的呼叫中心运营和其他方面的影响。

——Nikhil Basu Trivedi，Footwork联合创始人兼普通合伙人

Together：用于人工智能的去中心化云

可以说，人工智能正在迎来它的“Linux时刻”。今天，关于开放或封闭的人工智能模式将在市场上占据主导地位的辩论尚未结束，这与20世纪90年代末开始的微软视窗与Linux的辩论是类似的。答案最终变成了“两者都有”，但Linux的开放模型主导了高端计算。这与移动操作系统竞争的结果不同，苹果iOS的围墙花园领先于谷歌更具扩展性的Android。

在过去的几年里，许多组织专注于发展人工智能的开放模型和数据生态系统，包括Hugging Face、Meta、Runway和Stability，还有EleutherAI、CarperAI、LAION等研究组织和许多学术机构。他们得到了同时投资于开放和封闭的人工智能生态系统的公司的帮助。谷歌、微软、Nvidia和其他公司通过TensorFlow、Jax、DeepSpeed、Megatron等模型和框架为开源生态系统做出了重大贡献，即使他们开发了专有产品。

随着人工智能中的模型和数据的开放，该领域的大规模计算仍然只依赖于少数大型云提供商。计算必须是专有的吗？比特币、以太坊和其他加密网络证明了大型共享计算资源的去中心化池是可能的。如果我们能够重新创建这些规模化的网络，但为更高价值的工作负载，如LLM训练和推理，会怎么样？

Together正试图做到这一点。这家初创公司正在构建一个结合数据、模型和计算的去中心化云，使研究人员、开发人员和公司能够利用人工智能的最新进展。

开放计算的一个挑战是培训基础模型的成本上升。我们已经看到数字从几千万美元上升到数亿美元，如果传言是可信的。成本可能很快就会达到10亿美元。关键的是，这些成本可能成为进入的障碍，使行业向中心化倾斜，因为只有少数大型模型和计算机供应商能够负担得起运营。这是对高端半导体市场发展方式的呼应。

通过减少访问和成本障碍，使更多的公司、研究机构和个人能够做出贡献，共同确保一个充满活力的开源生态系统。从GPT-JT和OpenChatKit（一种开源的ChatGPT）开始，Together Cloud已经证明，用户可以在网络带宽比传统数据中心慢100倍的商品、异构硬件上训练基础模型。过去十年的技术依赖于云服务；人工智能革命可能建立在Together这样的供应商上。

以下是Import AI的摘录，其中类比了Together和开源生态系统的重要性：

Together和LAION以及Eleuther都代表了一个大趋势；对去中心化人工智能生态系统的渴望，在该生态系统中，开源模型由不同的小组在日益去中心化的计算上进行训练。这里有“The Cathedral and the Bazaar”的响应， 大教堂的建设者（DeepMind、OpenAI等）可以访问大量的计算和中心化团队，而集市的人们（Eleuther、LAION等）可以获得较少的资源，但通过自下而上的实验获得更大的集体智慧。其中一种方法将首先建立我们都称之为超级智能的东西，而哪种方法更成功的政治影响将是巨大的。

——Brandon Reeves，Lux Capital普通合伙人

PostEra：加速药物发现

人工智能在药物发现方面正在腾飞。各公司正在竞相生产具有优化的结合或功能的、人工智能设计的药物。这些组织依赖于搜索整个、几乎无限的可能分子结构空间的模型。这一过程提供了令人兴奋的可能性，也提出了新的挑战。例如，随着人工智能在预测具有理想药物特性的结构方面变得越来越好，问题将变成：我们如何制造它们？

在推动小分子药物走向临床试验的过程中，大部分的时间、精力和金钱并没有花在发现药物的开始。相反，它被花在线索优化上，在这个过程中，药物化学家采用最初的热门结构，反复设计、合成和测试变体。化学家这样做是为了找到效力和特异性更强、毒性更小的版本。这种“设计——制造——测试”的优化周期可能需要数年时间，每个药物项目花费数百万。

大部分时间和金钱都花在了设计制造测试周期中的“制造”阶段。分子的数百种不同变体中的每一种都必须由训练有素的合成化学家单独合成，每种变体需要一周或更长时间。这阻碍了快速迭代，成为一个全球性的瓶颈，使有希望的药物无法进入临床。

PostEra是一家应对这一领域挑战的公司。由Aaron Morris和剑桥大学教授Alpha Lee共同创立的PostEra在2020年获得了早期的知名度。这要归功于他们的项目“COVID Moonshot”。该倡议利用PostEra的ML平台，对全球400多位科学家的抗病毒想法进行优先排序。这是人工智能和众包合作的一个有力例子，它成功地确定了有前途的候选药物，以便进一步开发。

PostEra的药物发现平台被称为“Proton”，通过更明确地将合成途径预测纳入生成ML，采用整体方法进行优化。它专注于消除设计周期中化学合成的瓶颈，以加快迭代和测试更多分子。Proton利用了该公司的“Manifold”软件系统，为任意化学结构提供了实用的合成路线。Manifold是基于他们团队早期的工作，使用语言模型来预测化学反应的结果。PostEra利用其平台进行内部管道建设，并与辉瑞建立战略合作伙伴关系。

随着人工智能在药物发现中变得越来越重要，像PostEra这样的公司可能在帮助他们进入市场方面发挥着至关重要的作用。

——Enveda Biosciences首席执行官Viswa Colluru和Data Science副总裁David Healey

Pathway Medical：增强型医生

随着GPT-4的热传，2023年有望成为应用人工智能的激动人心的一年，许多企业家都在竞相打造下一个“X的LLM”。但尽管“快速发展和打破常规”在某些行业可能行得通，但在医疗保健行业却不行。

医疗保健行业是新技术采用速度最慢的行业之一，这可能是必然的。一个在预测电子邮件文本方面具有70%准确度的人工智能模型是令人讨厌的。但在做出影响病人结果的决定时，这是不可接受的。

如果我们想更快地实现现代人工智能技术在医疗保健中的全面影响，我们需要解决任何人工智能模型的基础：数据。然而，在许多医疗应用中，获取高质量、结构化的数据仍然具有挑战性。而且，这不再是简单的大数据，数据越多越好，因为它是关于智能数据和以与行业特定用例相关的格式访问高质量的信息。

这就是像Pathway Medical这样的公司相对于新加入者具有优势的地方。它已经聚集并构建了医疗保健领域特定LLM所需的大量智能数据池。

Pathway是一个以人工智能为先的临床决策支持工具，它花了数年时间建立了一个庞大的、结构化的医学知识图谱，由专家审核以确保可靠性。通过利用先进的语言模型和这些一流的数据，Pathway旨在生成可靠的输出，没有错误，以参考和验证良好的信息为基础。

其结果是类似于医生的智能助手。使用Pathway，医疗专业人员可以无缝地阅读相关的医疗指南，接收针对病人的建议，并探索差异化的诊断。Pathway将自己称为医生的“即时第二意见”。

随着Pathway等公司的发展，我们希望看到人工智能在医疗保健领域的巨大潜力得以实现，改变临床医生获取关键信息并与之互动的方式。这应该有助于简化教育和决策过程，最终改善病人的治疗效果，提高护理标准。

——Therence Bois，Valence Discovery的联合创始人兼首席运营官

Luma：为所有人服务的3D

当我开始写这篇文章时，Luma是一家小型初创公司，在2021发起了一轮规模不大的种子轮融资。从那以后，我必须要继续写下去了。3月20日，Luma宣布获得由Amplify Partners领投的A轮融资。这一点也不令我惊讶。

神经辐射场（Neural Radiance Fields），更广为人知地被称为“NeRF”，是一项技术，简单地说，它允许你将从任何设备拍摄的照片转化为成熟的3D模型。与以前的3D扫描技术不同，它不需要专门的硬件（如激光雷达传感器）。但输出的质量比我们以前看到的任何东西都要高得多，具有更高的视觉逼真度和真实感。光线、阴影和反射都可以通过NeRF实现。

Luma是部署这项技术的先锋。这家初创公司的应用程序可以让客户从智能手机上拍摄逼真的3D图像。然后，这些图像可以用作游戏资产、电子商务产品快照或艺术创作。

为什么这是一件大事？

随着VR已经在眼前，AR可能不到十年就会出现，对逼真3D资产的需求应该会迅速增加。此外，有理由认为，这些革命可能需要改进3D捕捉技术才能完全启用。在过去，这一过程是艰难的、昂贵的，有时甚至是不可能的。现在不是了。

甚至在VR和AR起飞之前，像Luma这样的产品就可以解锁令人兴奋的新用例。Etsy商家可以很容易地捕捉到他们出售的桌子的3D模型。单独的开发者只需一部智能手机就可以创建一个以逼真的世界为背景的游戏。如果你能把它拍下来，它就能变成3D。Luma的标语说得最好：“3D，终于为每个人服务了！”

考虑到NeRF将如何与其他技术相结合来创造未来的媒体，是非常吸引人的。在短短几年内，你可能会看到一部以Luma生成的3D模型为背景的电影，演员由Midjourney生成，剧本由ChatGPT编写，并由ElevenLabs配音。

——Eiso Kant，Athenian创始人兼首席执行官

Coactive：解锁视觉数据

从社交媒体视频到智能手机图片，视觉内容主导着我们的日常生活，并以前所未有的速度增长。尽管它无处不在，但视觉内容是最具挑战性的信息分析形式，因为它通常是非结构化的。错过视觉形式的洞察力是数据驱动型组织的损失。这也是一个更广泛的问题的一部分：根据麻省理工学院，80%的企业数据是非结构化的，被困在音频、视频和网络服务器日志中。

Coactive通过机器学习为非结构化数据带来结构。它帮助数据驱动的团队从图像和视频等视觉内容中获得洞察力。Coactive之所以有趣，是因为企业有巨大的机会组织和分析多媒体内容，尤其是对于具有大量视觉内容的行业。例如零售、社交媒体、医疗影像、游戏和自动驾驶汽车。

在技术层面，Coactive将非结构化数据引入SQL世界，因此分析师可以对其进行注释、搜索、查询和建模。今天最流行的用例是搜索、推荐、信任和安全，以及数据分析。

使用该产品，客户可以通过API或安全的数据湖连接将原始图像或视频直接上传到Coactive的平台。然后，视觉数据由Coactive的平台嵌入和索引，只需最少的人工监督或标记。然后，它通过Coactive的完全托管的图像搜索API和SQL接口提供给用户，以收集洞察力和运行查询和搜索。Coactive精心开发了UI/UX，使普通人和数据科学家都能轻松利用它并从中获得价值。

例如，一个时尚品牌可以上传大量的视觉图像和视频，并在几秒钟内而不是几天内定义概念和类别。这使得该品牌能够更好地了解客户如何近乎实时地与他们的产品互动。

几年来，Bessemer一直在跟踪机器学习基础设施和商业智能发展方面的发展。鉴于这些趋势，企业不仅会产生爆炸性的视觉内容，而且还需要对其进行理解。

——Ethan Kurzweil，Bessemer Venture Partners合伙人

Sana：公司的知识获取

生成式人工智能的炒作是真实的。Twitter上充斥着各种形式的技术演示，从文本到图像再到视频等等。LLM在某些任务上有多好几乎令人无法理解，它确实让人觉得是自移动时代以来第一个令人兴奋的平台。

但在所有的兴奋中，重要的是要记住，与任何其他伟大的技术一样，人工智能只有在与现实接触时，其用户体验才会好。现在，我们看到了许多很好的解决方案，它们展示了转录、摘要、创造性写作、图像/视频生成和编程等神奇功能。

其中大多数可能会成为现有平台的功能（GitHub、微软、Notion和Intercom已经在积极地将人工智能添加到他们的产品中），而不是独立的产品，因为它们无法回答无聊的问题：谁会每天使用这个，在什么情况下使用？他们会为此买单吗？这是一个功能还是一个产品？它是否站得住脚，你能否围绕它迅速建立起一个庞大的业务和类别？

我认为，许多将在未来几年获胜的公司都是几年前由创始人创立的，他们在LLM和生成人工智能的巨大潜力还不明显时就意识到了这一点。他们在构建平台方面处于领先地位，而不仅仅是工具，并通过与现实世界的互动来磨练他们的产品意识和客户直觉。他们明白，实用性会把新奇的东西当做早餐吃，即使它是一种较慢的磨练。

我对其中一家公司Sana很感兴趣，一个由人工智能驱动的企业学习平台。该产品既是一个传统的学习管理系统，你可以在其中创建课程和运行实时会话，也是一个知识管理平台，它创建了一个“公司大脑”，可以通过整合到Google Workspaces、Notion、GitHub等平台直接查询。

该平台做的很好，具有实时协作功能，在核心SaaS功能方面遥遥领先于市场。但它显然也是以一种微妙但有效的方式设计成人工智能优先的。你可以使用人工智能从头开始制作整个课程（文本、图像、测验），也可以作为辅助试点，通过自动化信息检索和内容创建，帮助你更快地完成工作。

从长远来看，你可以将它想象一个生成性学习系统，它包含了公司中所有事情和每个人的全部背景，可以通过课程按需和结构化的方式培训员工。它可以监控员工并发现知识差距，制作一个简短的个性化课程，并直接实时交付给个人。提高生产力的潜力是巨大的。

Sana面临的挑战是发明一种人工智能优先的产品，可以轻松适应企业工作流程。人们不喜欢一下子有太多改变。真正的艺术是随着时间的推移而排序的；今天用一个熟悉的但比原来好10倍的经验吸引他们，然后慢慢地但稳定地将他们转移到一个比原来好100倍的全新的解决方案。

学习与发展（L&D）传统上是被风险投资公司忽视的一个类别——它是一个预算较低的成本中心，很少成为C级话题。我们还没有看到一家价值超过100亿美元的公司将自己定义为L&D平台。

但我认为有一个明显的长期趋势可能会改变这一点：学习不再仅仅是合规和人力资源。它是关于确保销售人员是产品专家，开发人员能够快速上岗，以及每个人都了解公司的战略。

知识管理、生产力和L&D之间的界限越来越模糊，这为我们提供了很多机会。世界发展得越快，公司就越需要提高员工的技能并以Twitter的速度传播内部信息。

到目前为止，从我在Sana看到的执行力和吸引力来看，他们不仅有能力建立一家很棒的公司，还有能力将整个L&D类别发展成与今天截然不同的东西。

——Victor Riparbelli，Synthesia公司的联合创始人兼CEO

Enveda：用化学说话

现在人工智能要看什么？每件事。

我们正处于人类历史上的一个特殊时刻。我们发明了一种外星智能，并且正在努力解决近期的技术和风险影响。但如果我必须用非显而易见的语言来回答你的问题（LLM！开源！链接模型！GPT-X上的垂直应用程序！），我会指出LLM学习所有语言的能力，而不仅仅是那些可以被我们进化的人类大脑的特定变体破译的语言。

ChatGPT和GPT已经普遍地抓住了时代潮流，因为它们向我们展示了已知的未知。新颖的，直到现在还不知道的（以前从未说过或写过的）概念在已知的人类语言中。但为什么要止步于此？将LLM指向互联网，可以打开我们集体的数字知识库，但仍然停留在我们本来可以做的、写的或说的……有足够时间和资源的领域。

为什么不学习全新的语言，这些语言潜藏在我们的宇宙中，但以前从未被人类说过？

生命科学的大部分（如果不是全部的话）可以被“铸造”为具有独特语法和字母表、语法以及最终语义或意义的语言。让我们以生物学和化学为例。在语法方面，生物学使用DNA或氨基酸序列的G-A-T-C字母，而化学依赖于任何数量的表示，包括SMILES字符串或质谱。关于语义，你可以指出生物学中的蛋白质结构和功能，化学中的代谢产物结构和链式反应。简而言之，每一门生命科学都有自己独特的语言。

找到术语来区分科学和该科学的语言使我们更容易理解：我们可以将生物学和化学视为各自领域的语言。我们一直被这些语言所包围，被我们周围的物理世界流畅地表达和使用。随着LLM的出现，我们现在不仅能够观察，还能够理解和反驳。

Enveda，我的公司Dimension领导了B轮融资，正在这个领域做着吸引人的工作。它教授计算机化学，即化学语言。Enveda将下一代质谱（化学空间的语法表示）与LLM相结合，从通常难以辨认的句法胡言乱语到定义明确的语法，最后到化学结构和特性的语义。

为什么这很重要？

——Zavain Dar，Dimension Capital创始人兼管理合伙人

*本文由CoinTime整理编译，转载请注明来源。