Moondream 4.5 میلیون دلار جمع آوری کرده است تا ثابت کند که مدل های کوچکتر هوش مصنوعی همچنان می توانند موفق شوند

Moondream امروز از حالت مخفی کاری با 4.5 میلیون دلار سرمایه اولیه و یک پیشنهاد رادیکال بیرون آمد: وقتی ،ت به مدل های هوش مصنوعی می رسد، کوچکتر بهتر است. این استارت آپ با حمایت Felicis Ventures، M12 GitHub Fund مایکروسافت و Ascend، یک مدل زبان چشم انداز ساخته است که تنها با 1.6 میلیارد پارامتر کار می کند، اما با عملکرد مدل ها چهار برابر اندازه خود رقابت می کند.

مدل منبع باز این شرکت با بیش از 2 میلیون بارگیری و 5100 ستاره در GitHub توجه قابل توجهی را به خود جلب کرده است. جی آلن، مدیر عامل Moondream و CTO سابق AWS گفت: «چیزی که آن را خاص می‌کند این است که یکی از کوچک‌ترین مدل‌ها است که بسیار دقیق است و واقعاً خوب کار می‌کند. “این را می توان در همه جا به راحتی و به سرعت پخش کرد، همچنین می توان آن را در iOS و تلفن های همراه پخش کرد.

Edge computing با هوش مصنوعی سازم، ملاقات می کند: چگونه Moondream بحران هزینه ابر را حل می کند

این استارت آپ به یک مشکل رو به رشد در پذیرش هوش مصنوعی سازم، می پردازد: هزینه های نجومی و نگر، های مربوط به حفظ حریم خصوصی مح،ات ابری. رویکرد Moondream به مدل‌های هوش مصنوعی اجازه می‌دهد تا به صورت محلی بر روی دستگاه‌ها، از تلفن‌های هوشمند گرفته تا تج،ات صنعتی، اجرا شوند.

آلن به VentureBeat گفت: «از آنجایی که هوش مصنوعی راه خود را به برنامه‌های کاربردی بیشتر و بیشتر می‌کند، فکر می‌کنم ما به نوعی درگیر می‌خواهیم همه مزایای هوش مصنوعی را بخواهیم، ​​اما ،وماً نمی‌خواهیم کل زندگی خود را در فضای ابری پخش کنیم. “من ترجیح می دهم این کار را نزدیک لبه انجام دهم تا بتوانم حریم خصوصی خود را کنترل کنم.”

کاربردهای دنیای واقعی: از موجودی ،ده فروشی تا اطلاعات کف کارخانه

پذیرندگان اولیه کاربردهای متنوعی برای این فناوری پیدا کرده اند. ،ده فروشان از آن برای مدیریت خودکار موجودی از طریق اسکن تلفن همراه استفاده می کنند. شرکت های حمل و نقل آن را برای بازرسی وسایل نقلیه به کار می گیرند، در حالی که تاسیسات تولیدی با سیستم های پنوماتیکی هوش مصنوعی را به صورت محلی برای نظارت بر کیفیت به کار می برند.

دستاوردهای فنی برجسته است. بنچمارک‌های اخیر نشان می‌دهند که Moondream2 در VQAv2 به 80.3 درصد دقت و در GQA به 64.3 درصد رسیده است – قابل رقابت با مدل‌های بزرگتر. بهره وری انرژی این سیستم قابل توجه است، با CTO Vik Korrapati اشاره کرد که “مصرف توکن حدود 0.6 ژول در هر میلیارد پارامتر است.”

دیوید در برابر جالوت: چگونه یک تیم کوچک با غول های فناوری مق، می کند

در حالی که شرکت های بزرگ فناوری بر مدل های بزرگی که به منابع مح،اتی قابل توجهی نیاز دارند تمرکز می کنند، Moondream پیاده سازی عملی را هدف قرار می دهد. کورباتی می‌گوید: «بسیاری از شرکت‌ها در این فضا بر هوش عمومی مصنوعی تمرکز می‌کنند، و این در نهایت یک حواس‌پرتی بزرگ است. ما روی مشکل ادراک و نحوه ارائه قابلیت‌های چندرسانه‌ای پیشرفته در مقیاس و شکلی که توسعه‌دهندگان نیاز دارند بسیار متمرکز هستیم.»

این شرکت اکنون سرویس ابری Moondream را راه‌اندازی می‌کند که برای ساده‌سازی فرآیند توسعه و در عین حال حفظ انعطاف‌پذیری در استقرار در لبه طراحی شده است. آلن گفت: «آنچه آنها می‌خواهند ساده‌ترین راه برای شروع با یک پیشنهاد ابر مانند است تا بتوانند آن را امتحان کنند. اما وقتی این کار را انجام دهند، نمی خواهند احساس کنند در قفس هستند.»

این رویکرد ،یبی با توسعه دهندگان طنین انداز می شود. این شرکت طرفداران زیادی در جامعه منبع باز ایجاد کرده است که آلن آن را به “روح هک و منبع باز” و فرآیند توسعه شفاف نسبت می دهد.

در مورد رقابت غول های فناوری، آلن همچنان به استراتژی متمرکز Moondream اطمینان دارد. او گفت: “برای بسیاری از این شرکت های بزرگ، این یکی از 800 اولویت آنها است.” به نظر نمی‌رسد که شرکت‌های زیادی به‌اندازه‌ای که ما روی ارائه یک تجربه توسعه‌دهنده یکپارچه در زمینه چندرسانه‌ای متمرکز هستیم، متمرکز باشند.

این شرکت انتظار دارد طی 12 ماه آینده مدل‌های زبان بینایی را در سازمان‌ها بپذیرند، اگرچه کوراپاتی هشدار می‌دهد که “صحبت در مورد ج، زم، با هوش مصنوعی یک بازی خطرناک است.”

با بودجه جدید، Moondream قصد دارد تیم خود را گسترش دهد، از جمله استخدام مهندسان تمام پشته در دفتر مرکزی خود در سیاتل. چالش بعدی این شرکت این است که فناوری خود را در عین حال حفظ کارایی و دسترسی که موفقیت اولیه آن را تعریف می‌کرد، افزایش دهد.