中国人がさらに7,360万ドルの資金調達を実施した!天才プログラマーが共同設立したLeCunの重鎮たちが全員サポート

中国人がさらに7,360万ドルの資金調達を実施した!天才プログラマーが共同設立したLeCunの重鎮たちが全員サポート

Perplexity AIは本日、シリーズBの資金調達で7,360万ドルを調達し、評価額は5億2,000万ドル、総資金調達額は1億ドル以上になったと発表した。

この資金調達ラウンドはIVPが主導し、Nvidia、Databricks、NEAなどの機関が参加した。Amazonのジェフ・ベゾス会長とGitHubの元CEOナット・フリードマン氏もこの投資に参加した。

3人からなる創設チームには、IOI金メダリスト、GoogleやOpenAIで働いたりインターンシップをしたりした才能あるプログラマー、AI科学者などが含まれています。

Perplexity AI は設立されてまだ 2 年も経っておらず、現在の従業員数は 40 人未満です。同社は現在もサンフランシスコのコワーキングスペースに本社を置いている。

しかし、彼らは月間アクティブユーザー数が今や1,000万人を超え、従来の検索大手Googleに挑戦できる製品を生み出した。

2023年には、5億件以上のクエリを処理し、100万件以上のモバイルダウンロードを達成しました。

ただし、Google と比較すると、Perplexity AI の現在のユーザー規模はまだ非常に小さいです。しかし、それが提供できるユーザー価値と体験により、多くの有力者はその将来の発展に楽観的になっています。

Google などの従来の検索エンジンが提供する 10 個のリンクと比較して、Perplexity AI は AI で処理された回答をユーザーに直接提供できるため、ユーザーは膨大な情報の中から情報を探す手間が省けます。

検索エンジンの結果とChatGPTの要約機能および質問回答機能を組み合わせることで、通常のチャットボットに存在する可能性のある幻覚などの問題を最大限に回避しました。

さらに、AI によってまとめられた結果や回答に対して、ChatGPT を通じてさらなる質問機能を提供し、ユーザーが積極的に質問したり、回答をさらに深く掘り下げたりできるようにすることもできます。

Perplexity の創設者は、彼らの強みは、最先端の AI ツールを使用して、大企業が回答を提供する際に直面する制限なしに、ユーザーの検索質問に直接回答を提供し、ユーザーが最も直接的で効果的な回答を得られることを保証していることだと述べました。

大物たちは皆彼を擁護した

Perplexity AIの今回の資金調達は、強力な製品力と急速に拡大するユーザーベースに加え、多くの著名人が参加していることでも注目を集めています。

ベゾス氏は1998年にグーグルに投資したが、当時はグーグルがビジネスモデルを確立しておらず、検索トラフィックも急激に増加していなかった。

したがって、彼の Perplexity への投資は、今ではより重要な象徴的な意味を持つようになったようです。

——検索は変化し、新たな時代を迎えています。

NVIDIA も Perplexity AI の今回の資金調達に参加しました。NVIDIA の応用研究担当副社長である Jonathan Cohen 氏は、Perplexity AI について次のようにコメントしています。

ビジネス間および開発者関連の AI 機能は魅力的ですが、AI は情報にアクセスする方法も変えるでしょう。 Perplexity はこの変化の最前線にあり、これを実現できる数少ない消費者向け AI 製品の 1 つです。

ベゾス氏に加えて、多くの元Google従業員も以前の資金調達ラウンドでPerplexity AIに投資した。

ポール・ブッフハイト: Gmail の発明者

スーザン・ウォジスキ:YouTubeの元CEO

アシシュ・ヴァスワニ: Transformer論文の著者

アンドレイ・カルパシー氏はツイッターで祝福の言葉を述べた。「消費者向け製品を毎日使用し、毎月料金を支払うというのは、非常に高いハードルだ。」

OpenAI 開発リーダーや Nvidia の科学者 Jim Fan 氏をはじめとする業界リーダーたちが祝辞を述べました。

ヤン・ルカン氏は、ニューヨーク大学で博士号を取得し、FAIRで働いていたCEOのデニス・ヤラツ氏とアラヴィンド・スリニバ氏に祝意を表した。

アラヴィンド・スリニヴァス氏も感謝の意を表した。

最初のホワイトボードとハッカソンセッションを実施するためのラボスペースを提供してくださったあなたと NYU に感謝します。キャンパス周辺で過ごしたり、オフィスで Twitter 検索のデモを行ったりした素晴らしい思い出があります。 LLama 2 を提供してくれた soumith chintala と Meta にも感謝します。

PyTorch の創設者 Soumith Chintala 氏も Perplexity AI の将来について非常に楽観的であり、次のように祝福のツイートを投稿しました。

2023 年末までに、Perplexity AI は私が最もよく使用する AI アプリケーションになりました。私は、最近のニュースや事実、製品に関する意見や推奨事項の要約など、事実に関する質問にこれを使用します。

ChatGPT + ブラウジングでも同様のことができますが、速度は 100 倍遅く、ランダムになることが多いです。

創設チーム

これまでの多くのスター企業の創設チームと同様に、Perplexity AI は、Aravind Srinivas、Denis Yarats、Johnny Ho の 3 人によって設立されました。

3人は若く見えるが、優秀なプログラマーや学術界の巨匠など、いずれもAI分野のリーダーだ。

ジョニー・ホー氏は、Perplexity AI の共同創設者兼最高戦略責任者です。

彼はランキングとバックエンド システムの開発を担当し、ニュースフィードとダイジェスト メールの主要コンポーネントを構築し、新しい並列化システムを立ち上げて拡張しました。

Perplexity AI を設立する前は、定量分析トレーディング会社に勤務していました。

それ以前は、米国最大のオンラインQ&AプラットフォームであるQuoraでエンジニアとして働いていました。

ジョニーは12歳でプログラミングを始めました。2012年、高校生ながら、国際情報オリンピック(IOI)で、金メダルを6回獲得したベラルーシのゲンナジー・コロトケトヴィッチを破って優勝しました。

ジョニーは2012年のIOIで満点を獲得したが、これはこの大会の25年の歴史の中でも稀な快挙である。

2013年、ジョニーは米国最大の質問回答プラットフォームであるQuoraで働き始め、その後ハーバード大学に入学し、情報技術と数学の勉強と研究を続けました。

ジョニー氏は、コンテストで優勝する鍵は「利用可能なすべてのアルゴリズムに精通すること」だと語った。同氏は2016年にACM-ICPCの金メダルも獲得している。

Aravind Srinivas 氏は、Perplexity AI の共同創設者兼 CEO です。

Perplexity AI を設立する前は、OpenAI と Google で働いていました。

Aravind Srinivas はカリフォルニア大学バークレー校を卒業し、OpenAI、DeepMind、Google でインターンをしてきました。

その後、Aravind Srinivas 氏は OpenAI で働き、Stable Diffusion や DALL·E 3 に沿った言語と拡散生成モデルを研究しました。

Denis Yarats は、Perplexity AI の共同創設者兼 CTO です。

デニス・ヤラッツはニューヨーク大学で人工知能の博士号を取得しています。マイクロソフトやQuoraで勤務し、Facebook AI Researchではアレッサンドロ・ラザリックの顧問を務めました。

彼は機械学習の分野で多数の論文を発表しており、37 個もの GitHub コード リポジトリをオープンソース化しています。

高速で前進

統計によると、Perplexity のウェブサイトとモバイル ネットワークには 12 月に 4,500 万回のアクセスがありました。

CEOのアラヴィンド・スリニヴァス氏は、パープレキシティの利点は、1つのAIモデルに固執するのではなく、さまざまな最高のパフォーマンスを発揮するAIモデルを微調整することに重点を置いている点だと語った。

従来の検索エンジンとは異なり、Perplexity はチャットボットのようなインターフェースを提供し、ユーザーは自然言語で質問することができます。たとえば、「睡眠中にカロリーは消費されますか?」、「最も訪問者が少ない国はどこですか?」などです。

Perplexity プラットフォームの AI は、ソースの引用 (主に Web サイトと記事) を含む要約で応答し、ユーザーはその時点で追加の質問をして特定のトピックをさらに深く掘り下げることができます。

スリニヴァス氏は、Perplexity を使用すると、ユーザーは完全な情報源や引用を含むあらゆる質問に対する回答を即座に得ることができ、Perplexity はテクノロジーを使って情報を検索するすべての人に適していると述べました。

Perplexity プラットフォームの基盤は、社内およびサードパーティによって開発された一連の GenAI モデルです。

Perplexity の Pro プラン (月額 20 ドル) の加入者は、使用するモデル (Google の Gemini、Mistra 7Bl、Anthopic の Claude 2.1、OpenAI の GPT-4) を切り替えることができます。

Pro ユーザーは、画像生成などの機能にアクセスできるほか、Perplexity の Copilot (検索中に個人の好みを考慮する) を無制限に使用できます。

Perplexity では、Pro ユーザーが画像を含むドキュメントをアップロードし、モデルにドキュメントを分析させて関連する回答を作成することもできます (例:「ページ 2 と 4 を要約してください」)。

Perplexity は、さまざまな企業からリリースされたモデルの更新についても速やかにフォローアップします。

例えば、Perplexity では以前、プロトタイプ作成に text-davinci-002 を使用していましたが、これによりある程度の錯覚 (1/2 ~ 1/3) が生じました。

OpenAI が text-davinci-003 をリリースした後、Perplexity は幻覚を大幅に削減する新しいバージョン (1/10) をリリースする予定です。

Srinivas 氏は、Perplexity はほとんどの企業よりも強力な検索フィルタリングと検索オプションを提供しており、ユーザーは、たとえば検索を学術論文に限定したり、プラットフォーム上の他のユーザーが投稿した人気の検索トピックを閲覧したりできると考えています。

「Perplexity があれば、さまざまなリンクをクリックしたり、回答を比較したり、果てしなく情報を探したりする必要がなくなります。SEO スパム、スポンサーリンク、複数のソースをふるいにかける時代は、知識の獲得と共有のためのより効率的なモデルに置き換えられ、社会は学習と研究が加速する新しい時代へと進むでしょう。」

さらに、Perplexity の野望は検索をはるかに超えています。同社は独自の GenAI モデルのトレーニングを開始し、Perplexity の検索インデックスとパブリック ネットワークを活用してモデルのパフォーマンスを向上させています。

「グーグルはレガシーで古いものと見なされるだろうが、パープレキシティは次世代で未来的なものと見なされるだろう」とスリニヴァス氏は語った。

おそらく将来、このスタートアップ企業は AI を活用して、検索分野における新たな競争環境を再構築できるでしょう。

<<:  IoT と AI を組み合わせたユースケースにはどのようなものがありますか?

>>:  2024年に注目すべき主要な通信技術のトレンド

ブログ    
ブログ    
ブログ    

推薦する

OpenAIはAIモデルのトレーニング用データセットを生成するパートナーを募集している

IT Homeは11月10日、OpenAIがAIモデルのトレーニング用にパブリック/プライベートデー...

OpenAI は機械学習をサポートするために k8s を 7,500 ノードに拡張

GPT-3、CLIP、DALL+などの大規模モデルのニーズや、ニューラル言語モデルに似たスケーリング...

人工知能の進歩:ロボットの台頭

人工知能の革新により、よりスマートなロボットが開発されました。ロボットはコンピューターによってプログ...

CNN、RNN、GAN とは何ですか?ついに誰かが明らかにした

[[334740]] 01 完全に接続されたネットワーク完全に接続された高密度の線形ネットワークは、...

Appleの10年にわたる自動車製造の夢は打ち砕かれた! 2,000人が解雇またはAIに異動し、100億ドル近くが燃え尽き、マスク氏は大喜び

10年越しの自動車製造の夢は完全に打ち砕かれ、タイタン計画は終了!言い換えれば、過去10年間にApp...

マッキンゼー:2024年にGenAIが人工知能のビジネス界を支配する

人工知能(AI)は2023年に世界的な革命を引き起こし、多くの企業がこの高度なテクノロジーを自ら習得...

悪いことを学ぶのは簡単ですが、良いことを学ぶのは難しいです!人工知能は人間の人種や性別の偏見を継承する

編集者注: サンスティーンは『インターネット共和国』でアルゴリズムが私たちの認知世界に影響を与えると...

...

NTTとシスコがAR技術を活用して生産性を向上

[[400946]]距離がチームワークを制限するべきではないメンテナンスの問題をより早く解決世界中の...

アルバータ大学のチームのプロジェクトは、しかめ面の細部まで完璧に再現した超リアルな肖像画を制作する

深層畳み込みニューラル ネットワークは、顕著なオブジェクトの検出に広く使用されており、最先端のパフォ...

高性能かつ低消費時間!新しい 3D Occupancy Network SGN を試してみませんか?オープンソース

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

データ サイエンティストが知っておくべき 10 のディープラーニング アーキテクチャ

近年、ディープラーニングは勢いを増しており、その進歩のペースについていくことがますます困難になってき...

解釈可能な機械学習のための Python ライブラリ

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...