Стартап NeoCognition, який спеціалізується на розробці штучного інтелекту нового покоління, оголосив про залучення $40 мільйонів інвестицій на стадії seed для створення самонавчальних AI-агентів із навичками, що імітують людське навчання.
Про це розповідає ProIT
Інвестори та мета NeoCognition
Проект, заснований професором Огайо-Стейтського університету Ю Су, вийшов зі стелсу після успішного раунду фінансування, який очолили Cambium Capital і Walden Catalyst Ventures. Участь також взяли Vista Equity Partners та відомі ангельські інвестори, серед яких генеральний директор Intel Ліп-Бу Тан і співзасновник Databricks Йон Стоїка. Команда стартапу налічує близько 15 співробітників, більшість із яких мають наукові ступені.
На відміну від більшості сучасних AI-агентів, які виконують завдання з успіхом лише у половині випадків, NeoCognition має на меті створити універсальні системи, здатні самостійно навчатися та ставати експертами у будь-якій сфері. Ю Су наголошує, що нинішні агенти залишаються ненадійними, а отже, ще не можуть працювати автономно без постійного контролю людини.
“Для людей процес постійного навчання — це фактично процес побудови моделі світу для будь-якої професії чи середовища. Ми вважаємо, що для того, щоб агенти стали експертами, їм потрібно автономно навчитися будувати модель будь-якого мікросвіту”.
AI-агенти нового покоління для бізнесу
NeoCognition планує продавати свої системи корпоративним клієнтам, зокрема компаніям із сегменту SaaS. Їхні AI-агенти можуть стати як основою для створення нових цифрових працівників, так і інструментом для підвищення функціональності вже існуючих продуктів. Особливо цінною для стартапу є співпраця з Vista Equity Partners, яка відкриває прямий доступ до широкого портфеля компаній, зацікавлених у впровадженні сучасних AI-рішень.
Головна відмінність NeoCognition полягає в тому, що їхні агенти не обмежуються завданнями у вузьких спеціалізаціях, а здатні швидко адаптуватися до нових галузей, самостійно вивчаючи нові правила та закономірності середовища. Таким чином, стартап прагне подолати ключову проблему сучасного ринку штучного інтелекту — відсутність надійності та універсальності у виконанні завдань.