盡管創業投資總體下降,但人工智能的融資在過去一年卻大幅增長。從2022年到2023年,僅用于生成型人工智能風險投資的資金就增長了近8倍,到12月底達到252億美元。
因此,人工智能初創公司在Y Combinator的2024年冬季演示日占據主導地位也就不足為奇了。
根據YC的官方創業公司目錄,Y Combinator 2024年冬季項目共有86家人工智能創業公司,幾乎是2023年冬季項目的兩倍,是2021年冬季項目的近三倍。你可以稱之為泡沫或過度炒作,但很明顯,人工智能是當下的技術。
和去年一樣,我們考察了Y Combinator最新的一批人——這批人在本周的演示日進行了展示——挑選了一些更有趣的人工智能初創公司。每個人都有不同的原因。但從基線來看,無論是在技術、潛在市場還是創始人背景方面,它們都在其他公司中脫穎而出。
奧古斯特·陳(前palantir)和埃爾頓·洛斯納(前波士頓咨詢集團)斷言,政府的合同程序已經無可救藥地崩潰了。
合同被張貼在數千個不同的網站上,其中可能包括數百頁重疊的規定。(據估計,僅美國聯邦政府每年就簽署了超過1100萬份合同。)響應這些投標可能需要整個業務部門,并得到外部顧問和律師事務所的支持。
Chen和Lossner的解決方案是將政府合同發現、起草和合規過程自動化的人工智能。這對夫婦是在大學里認識的,取名為Hazel。
圖片來源:Hazel
使用Hazel,用戶可以匹配潛在的合同,根據RFP和他們公司的信息生成響應草案,創建待辦事項清單并自動運行合規性檢查。
考慮到人工智能有產生幻覺的傾向,我有點懷疑黑茲爾生成的反應和檢查是否始終準確。但是,如果他們接近,他們可以節省大量的時間和精力,使小公司有機會獲得每年價值數千億美元的政府合同。
家庭護士要處理很多文書工作。田田查對此深有體會——她曾在谷歌母公司Alphabet的生命科學部門Verily工作,參與了從個性化醫療到減少蚊媒疾病等一系列“登月計劃”。
在她的工作過程中,查發現文件是家庭護士的主要時間消耗。這是一個普遍存在的問題——根據一項研究,護士花費超過三分之一的時間在文件上,減少了花在病人護理上的時間,并導致了倦怠。
為了減輕護士的文件負擔,Zha與前蘋果公司工程師Max Akhterov共同創立了Andy AI。安迪本質上是一個由人工智能驅動的抄寫員,捕捉和轉錄病人就診的口頭細節,并生成電子健康記錄。
圖片來源:Andy AI
與任何人工智能轉錄工具一樣,存在偏見的風險——也就是說,根據一些護士和病人的口音和用詞選擇,該工具不能很好地工作。從競爭的角度來看,安迪并不是第一個進入市場的同類產品——競爭對手包括DeepScribe、Heidi Health、Nabla和亞馬遜的AWS HealthScribe。
但隨著醫療保健越來越多地轉移到家庭,對Andy AI等應用程序的需求似乎會增加。
如果你使用天氣應用的經歷和本文記者一樣,你就會因為盲目相信天氣預報會是晴朗的藍天而遭遇暴雨。
但它并不一定是這樣的。
至少,這是人工智能天氣預報平臺precp的前提。Jesse Vollmar在創建FarmLogs(一家銷售作物管理軟件的初創公司)后產生了這個想法。他與Sam Pierce Lolla和Michael Asher(前FarmLogs首席數據科學家)合作,將Precip變成了現實。
圖片來源:precp
precp提供降水分析,例如估算過去幾個小時到幾天內給定地理區域的降雨量。Vollmar聲稱,precp可以為美國任何地點生成精確到公里(或兩公里)的“高精度”指標,提前7天預測天氣狀況。
那么沉淀指標和警報的價值是什么呢?Vollmar說,農民可以用它們來跟蹤作物生長,建筑工人可以參考它們來安排工作,公用事業公司可以利用它們來預測服務中斷。Vollmar稱,一位運輸客戶每天都會檢查precp,以避免惡劣的駕駛條件。
當然,天氣預報應用并不缺乏。但AI喜歡precp承諾的更準確的預測——如果AI確實值得的話。
克萊爾·威利(Claire Wiley)在沃頓商學院攻讀MBA期間推出了一個夫妻輔導項目。這段經歷促使她研究了一種更先進的人際關系和治療方法,最終在Maia身上達到了頂峰。
Wiley與前谷歌研究科學家Ralph Ma共同創立了Maia,旨在通過人工智能指導讓夫妻建立更牢固的關系。在Maia的安卓和iOS應用程序中,情侶們在群聊中互相發信息,回答日常問題,比如他們認為需要克服的挑戰、過去的痛點和他們感激的事情清單。
圖片來源:Maia
Maia計劃通過向高級功能收費來賺錢,比如由治療師設計的程序和無限短信。(Maia通常會限制伴侶之間的短信——如果你問我的話,這是一個令人沮喪的武斷限制,但事實就是如此。)
威利和馬都來自離婚家庭,他們說,他們與一位情感專家合作,精心設計了瑪雅的經歷。不過,我腦子里的問題是:(1)Maia的關系科學有多可靠?(2)它能在異常擁擠的情侶應用領域脫穎而出嗎?我們只能等著看了。
ChatGPT等生成式人工智能應用程序的核心人工智能模型是在龐大的數據集上進行訓練的,這些數據集混合了來自網絡各地的公共和專有數據,包括電子書、社交媒體帖子和個人博客。但其中一些數據在法律上和道德上都存在問題,更不用說在其他方面存在缺陷。
如果你問瑟琳娜·葛(Serena Ge)和查理·李(Charley Lee),問題在于明顯缺乏數據管理。
Ge和Lee共同創立了Datacurve,該公司為訓練生成式人工智能模型提供“專家級”數據。具體來說,這是代碼數據,Ge和Lee表示,由于需要將其標記為人工智能培訓和限制性使用許可所需的專業知識,這些代碼數據尤其難以獲得。
圖片來源:Datacurve
Datacurve擁有一個游戲化的注釋平臺,該平臺向解決編碼挑戰的工程師付費,這有助于Datacurve出售培訓數據集。Ge和Lee說,這些數據集可以用來訓練代碼優化、代碼生成、調試、UI設計等方面的模型。
這的確是一個有趣的想法。但Datacurve的成功將取決于它的數據集管理得有多好,以及它是否能夠激勵足夠多的開發者繼續構建和改進這些數據集。
來源:[author_name]