برزت شركات الذكاء الاصطناعي الناشئة هذه بشكل أكبر في مجموعة Y Combinator’s Winter 2024

على الرغم من الانخفاض العام في الاستثمار في الشركات الناشئة، فقد ارتفع تمويل الذكاء الاصطناعي في العام الماضي. وقد تضاعف رأس المال نحو مشاريع الذكاء الاصطناعي التوليدية وحدها تقريبًا من عام 2022 إلى عام 2023، ليصل إلى 25.2 مليار دولار في نهاية ديسمبر.

لذلك ليس من المستغرب تمامًا أن تهيمن الشركات الناشئة في مجال الذكاء الاصطناعي على يوم العروض التوضيحية لشتاء 2024 الذي تنظمه Y Combinator.

تضم مجموعة Y Combinator Winter 2024 86 شركة ناشئة في مجال الذكاء الاصطناعي، وفقًا لدليل بدء التشغيل الرسمي لشركة YC – ما يقرب من ضعف العدد من دفعة شتاء 2023 وما يقرب من ثلاثة أضعاف العدد من شتاء 2021. يمكنك تسميتها فقاعة أو مبالغ فيها، ولكن من الواضح أن الذكاء الاصطناعي هو الأفضل. تكنولوجيا اللحظة.

كما فعلنا في العام الماضي، مررنا بأحدث مجموعة Y Combinator – المجموعة التي قدمت عرضًا خلال يوم العرض التجريبي هذا الأسبوع – وقمنا باختيار بعض الشركات الناشئة الأكثر إثارة للاهتمام في مجال الذكاء الاصطناعي. قام كل منهم بالقطع لأسباب مختلفة. ولكن في الأساس، فقد برزوا بين الآخرين، سواء من حيث التكنولوجيا الخاصة بهم، أو الأسواق التي يمكن التعامل معها، أو خلفيات المؤسسين.

بندق

ويؤكد أوجست تشن (سابقًا في شركة بلانتير) وإلتون لوسنر (مجموعة بوسطن الاستشارية سابقًا) أن عملية التعاقد الحكومي معطلة بشكل ميؤوس منه.

يتم نشر العقود على آلاف المواقع المختلفة ويمكن أن تتضمن مئات الصفحات من اللوائح المتداخلة. (الحكومة الفيدرالية الأميركية وحدها توقع ما يزيد على 11 مليون عقد سنويا). والاستجابة لهذه العطاءات قد تتطلب عمل أقسام أعمال بأكملها، بدعم من مستشارين خارجيين وشركات محاماة.

الحل الذي قدمه Chen وLossner هو الذكاء الاصطناعي لأتمتة عملية اكتشاف العقود الحكومية وصياغتها والامتثال لها. الزوجان – اللذان التقيا في الكلية – يطلقان عليها اسم Hazel.

باستخدام Hazel، يمكن للمستخدمين مطابقة عقد محتمل، وإنشاء مسودة استجابة استنادًا إلى طلب تقديم العروض ومعلومات شركتهم، وإنشاء قائمة مرجعية بالمهام وإجراء فحوصات الامتثال تلقائيًا.

نظرًا لميل الذكاء الاصطناعي إلى الهلوسة، فأنا متشكك بعض الشيء في أن تكون الاستجابات والفحوصات التي تولدها Hazel دقيقة باستمرار. ولكن إذا كانت متقاربة، فمن الممكن أن توفر قدراً هائلاً من الوقت والجهد، مما يمكن الشركات الأصغر حجماً من الحصول على عقود حكومية بقيمة مئات المليارات من الدولارات يتم إصدارها كل عام.

آندي آي

تتعامل الممرضات المنزليات مع الكثير من الأعمال الورقية. تعرف تيانتيان تشا ذلك جيدًا، فقد عملت سابقًا في شركة Verily، قسم علوم الحياة التابع لشركة Alphabet، الشركة الأم لشركة Google، حيث شاركت في مبادرات القمر التي تراوحت بين الطب الشخصي والحد من الأمراض التي ينقلها البعوض.

وفي سياق عملها، وجدت زها أن التوثيق كان بمثابة استنزاف كبير للوقت بالنسبة للممرضات في المنزل. إنها مشكلة واسعة النطاق – وفقًا لإحدى الدراسات، يقضي الممرضون أكثر من ثلث وقتهم في التوثيق، مما يقلل الوقت الذي يقضونه في رعاية المرضى ويساهم في الإرهاق.

وللمساعدة في تخفيف عبء التوثيق على الممرضات، شارك تشا في تأسيس Andy AI مع ماكس أختروف، وهو مهندس سابق في شركة Apple. آندي هو في الأساس كاتب يعمل بالذكاء الاصطناعي، حيث يقوم بالتقاط ونسخ التفاصيل المنطوقة لزيارة المريض وإنشاء سجلات صحية إلكترونية.

اعتمادات الصورة: آندي آي

كما هو الحال مع أي أداة نسخ مدعومة بالذكاء الاصطناعي، هناك خطر التحيز – أي أن الأداة لا تعمل بشكل جيد لبعض الممرضات والمرضى اعتمادًا على لهجاتهم واختياراتهم للكلمات. ومن وجهة نظر تنافسية، فإن آندي ليس الأول من نوعه الذي السوق – المنافسون يشملون DeepScribe، وHeidi Health، وNabla، وAWS HealthScribe من أمازون.

ولكن مع تحول الرعاية الصحية بشكل متزايد إلى المنزل، يبدو أن الطلب على تطبيقات مثل Andy AI على وشك الزيادة.

هطول

إذا كانت تجربتك مع تطبيقات الطقس تشبه تجربة هذا المراسل، فقد وقعت في عاصفة ممطرة بعد أن صدقت بشكل أعمى توقعات السماء الزرقاء الصافية.

لكن لا يجب أن يكون الأمر على هذا النحو.

على الأقل، هذا هو فرضية Precip، وهي منصة للتنبؤ بالطقس تعمل بالذكاء الاصطناعي. جاءت الفكرة لجيسي فولمار بعد تأسيس شركة FarmLogs، وهي شركة ناشئة تبيع برامج إدارة المحاصيل. لقد تعاون مع Sam Pierce Lolla وMichael Asher، الذي كان سابقًا عالم البيانات الرئيسي في FarmLogs، لجعل Precip حقيقة.

اعتمادات الصورة: هطول

يقدم Precip تحليلات حول هطول الأمطار، على سبيل المثال تقدير كمية الأمطار في منطقة جغرافية معينة خلال الساعات أو الأيام القليلة الماضية. يدعي فولمار أن Precip يمكنه إنشاء مقاييس “عالية الدقة” لأي موقع في الولايات المتحدة حتى الكيلومتر (أو الكيلومترين)، والتنبؤ بالظروف لمدة تصل إلى سبعة أيام قادمة.

إذن ما هي قيمة مقاييس الهطول والتنبيهات؟ حسنًا، يقول فولمار إنه يمكن للمزارعين استخدامها لتتبع نمو المحاصيل، ويمكن لأطقم البناء الرجوع إليها لجدولة الطواقم ويمكن للمرافق الاستفادة منها لتوقع انقطاع الخدمة. يدعي فولمار أن أحد عملاء النقل يقوم بفحص Precip يوميًا لتجنب ظروف القيادة السيئة.

وبطبيعة الحال، ليس هناك نقص في تطبيقات التنبؤ بالطقس. لكن الذكاء الاصطناعي مثل وعود شركة Precip بجعل التنبؤات أكثر دقة، إذا كان الذكاء الاصطناعي يستحق كل هذا العناء بالفعل.

مايا

أطلقت كلير وايلي برنامجًا لتدريب الأزواج أثناء دراستها للحصول على ماجستير إدارة الأعمال في جامعة وارتون. قادتها هذه التجربة إلى البحث في نهج أكثر تقدمًا في مجال التكنولوجيا في العلاقات والعلاج، والذي بلغ ذروته في مايا.

تهدف مايا – التي شارك وايلي في تأسيسها مع رالف ما، عالم أبحاث سابق في Google – إلى تمكين الأزواج من بناء علاقات أقوى من خلال التوجيه المدعوم بالذكاء الاصطناعي. في تطبيقات Maia لنظامي التشغيل Android وiOS، يقوم الأزواج بمراسلة بعضهم البعض في دردشة جماعية والإجابة على الأسئلة اليومية مثل ما يعتبرونه تحديات يجب التغلب عليها، ونقاط الألم السابقة وقوائم الأشياء التي يشعرون بالامتنان لها.

اعتمادات الصورة: مايا

تخطط مايا لكسب المال عن طريق فرض رسوم على ميزات متميزة مثل البرامج التي صممها المعالجون والرسائل غير المحدودة. (عادةً ما تضع مايا حدًا أقصى للرسائل النصية بين الشركاء، وهو قيد تعسفي محبط إذا سألتني، لكن الأمر كذلك.)

يقول وايلي وما، وكلاهما من أسر مطلقة، إنهما عملا مع خبير علاقات لصياغة تجربة مايا. لكن الأسئلة التي تدور في ذهني هي (1) ما مدى صحة علم علاقات مايا و(2) هل يمكن أن تبرز في مجال تطبيقات الأزواج المزدحم بشكل استثنائي؟ سيتعين علينا أن ننتظر لنرى.

منحنى البيانات

يتم تدريب نماذج الذكاء الاصطناعي الموجودة في قلب تطبيقات الذكاء الاصطناعي التوليدية مثل ChatGPT على مجموعات هائلة من البيانات، ومزيج من البيانات العامة والخاصة من جميع أنحاء الويب بما في ذلك الكتب الإلكترونية ومنشورات الوسائط الاجتماعية والمدونات الشخصية. لكن بعض هذه البيانات تنطوي على إشكاليات من الناحية القانونية والأخلاقية ــ ناهيك عن أنها معيبة بطرق أخرى.

إن النقص الواضح في تنظيم البيانات هو المشكلة، إذا سألت سيرينا جي وتشارلي لي.

شارك جنرال إلكتريك ولي في تأسيس شركة Datacurve، التي توفر بيانات “بجودة الخبراء” لتدريب نماذج الذكاء الاصطناعي التوليدية. إنها على وجه التحديد بيانات التعليمات البرمجية، والتي يقول Ge وLee إنه من الصعب الحصول عليها بشكل خاص بفضل الخبرة اللازمة لتصنيفها لتدريب الذكاء الاصطناعي وتراخيص الاستخدام المقيدة.

اعتمادات الصورة: منحنى البيانات

تستضيف Datacurve نظامًا أساسيًا للتعليقات التوضيحية التي تدفع للمهندسين لحل تحديات البرمجة، مما يساهم في مجموعات بيانات التدريب المعروضة للبيع من Datacurve. يمكن استخدام مجموعات البيانات هذه لتدريب النماذج على تحسين التعليمات البرمجية، وإنشاء التعليمات البرمجية، وتصحيح الأخطاء، وتصميم واجهة المستخدم والمزيد، كما يقول Ge وLee.

إنها فكرة مثيرة للاهتمام بالتأكيد. لكن نجاح Datacurve سيعتمد على مدى جودة تنظيم مجموعات البيانات الخاصة بها – وما إذا كانت قادرة على تحفيز عدد كافٍ من المطورين لمواصلة البناء عليها وتحسينها.