Robinhood 聯合創始人兼 CEO Vlad Tenev 和 Helm.ai 的聯合創始人 Tudor Achim 聯合創立的一個新 AI 公司 Harmonic.fun 火了,它以獨特的“數學超智能”(Mathematical Superintelligence, MSI)概念。
今天,Harmonic.fun 宣布完成了 1 億美金 B 輪融資,由 KP 領投,Paradigm、Ribbit Capita、Sequoia Capital 以及 Index Ventures 跟投,估值近 9 億美金。去年 9 月份完成由 Sequoia 領投的 7500 萬美金的 A 輪融資,當時估值為3.25 億美金。
Harmonic 的理念我覺得很有意思:真正的智能,必須根植于可驗證的邏輯與嚴謹的數學推理。Vlad Tenev 和 Tudor Achim 認為,當前主流的 AI 模型,尤其是大語言模型,雖然在生成文本和理解自然語言方面表現出色,但其內在的概率性機制導致了“幻覺”現象的普遍存在。
這意味著這些模型可能會生成看似合理但實際上是虛假或不準確的信息。對于許多高風險、高精度要求的應用場景,如軟件開發、金融分析、科學研究等,這種不確定性是不可接受的。
因此,Tudor 和 Vlad 決定專注于開發一種基于形式化數學推理的 AI,即數學超智能(MSI)。他們的目標是構建一個能夠提供可驗證的、無幻覺的 AI 推理引擎,從而在根本上解決 AI 的可靠性問題。
傳統的 AI 模型,特別是基于深度學習的語言模型,其工作原理通常是基于對海量數據的模式識別和概率預測。它們通過學習數據中的統計規律來生成內容或進行決策,但這種方法 inherently 帶有不確定性。
當模型遇到訓練數據中未曾出現過的情況,或者需要進行復雜的多步邏輯推理時,就可能出現“幻覺”——即生成看似合理但實際上是錯誤或虛假的信息。這種“幻覺”問題,嚴重限制了 AI 在金融、醫療、法律、工程等對準確性要求極高的關鍵領域的應用。
Harmonic 的數學超智能(MSI)則采取了截然不同的路徑。它并非依賴于概率性預測,而是根植于形式化數學推理和邏輯證明。這意味著 MSI 的輸出結果是可驗證的,其正確性可以通過數學邏輯進行嚴格的證明。MSI 的核心優勢在于:
可驗證的準確性:MSI 的推理過程和結果都可以通過形式化方法進行驗證,確保每一步邏輯都是嚴謹且正確的。這與傳統AI的“黑箱”特性形成鮮明對比,為用戶提供了對其輸出結果的完全信任。
消除幻覺:由于其基于邏輯和證明的本質,MSI 從根本上避免了“幻覺”的產生。它不會“編造”信息,而是嚴格遵循數學和邏輯規則進行推理,確保了結果的真實性。
透明的錯誤標記:Aristotle 模型不僅能夠進行推理,還能夠清晰地識別并標記推理過程中的錯誤或不一致之處。這種透明度對于調試、審計和理解 AI 的決策過程至關重要,尤其是在高風險應用中,能夠幫助用戶快速定位問題并進行修正。
現在,Harmonic 基于 MSI 技術開發了其旗艦模型 Aristotle ,旨在將數學超智能的能力轉化為實際應用。它被設計用來解決超越人類能力的復雜數學問題,并推動科學和工程領域的突破。Aristotle 的應用場景非常廣泛,尤其是在那些對“零容忍”錯誤率有嚴格要求的領域:
- 軟件驗證與合成:在區塊鏈、金融服務、航空航天等對安全性要求極高的行業中,軟件的正確性至關重要。Aristotle 能夠生成經過形式化驗證的軟件代碼,并對現有代碼進行嚴格的驗證,從而確保系統的安全性和可靠性。這對于防止軟件漏洞、減少系統故障具有革命性意義。
- 金融建模與風險管理:在金融領域,精確的數學模型是決策的基礎。Aristotle 能夠處理復雜的金融數據,進行嚴謹的風險評估和模型驗證,幫助金融機構做出更明智的投資和風險管理決策。
- 科學研究與工程設計:數學是所有科學和工程的基礎。Aristotle 能夠加速解決理論物理學、材料科學、生物工程等領域的復雜數學問題,從而推動基礎科學的突破和新技術的誕生。例如,它可以幫助科學家驗證復雜的數學猜想,或者優化工程設計中的參數。
- 教育與學習:盡管主要面向企業級應用,但 MSI 的可解釋性和準確性也為數學教育帶來了新的可能性。它能夠幫助學生更好地理解復雜的數學概念,并通過可驗證的步驟來學習推理過程。
Harmonic 的 CEO Tudor Achim 強調,Aristotle 的 MSI“非常適合任務關鍵型應用,在這些應用中,容錯率極低”。他們在去年的一篇介紹進展的博客里提到說,
當我們想知道一個問題的答案是否正確時,我們會檢查推理過程——答案背后的邏輯步驟。為了使人工智能系統真實、可解釋且與我們保持一致,我們必須賦予它們強大且可驗證的推理能力。
推理的語言是數學,而數學是人類發現宇宙基本真理的手段。數學超級智能將極大地加速人類在科學和工程領域的進步。
他們認為,能夠進行形式化數學推理的模型將產生保證正確且具有可解釋推理鏈的輸出,此類模型擁有透明且可自動驗證的推理軌跡,將具備當前一代模型所不具備的根本安全性。這種方法將立即應用于航空航天、芯片設計、工業系統和醫療保健等軟件可靠性至關重要的關鍵行業。
有意思的是,Harmonic 采用的方法涉及使用合成數據生成進行訓練。該系統不依賴于網絡爬取的數據,而是自主生成正式的問題證明對,從而實現遞歸式的自我改進。
本質上,這個 AI 模型可以通過“自我游戲循環”進行自我訓練,以擴展其能力,從簡單的練習逐漸發展到解決高級定理。
End!
加入 MemoPro會員,獲取更多趨勢信號
Memo: Signal, not noise!
訂閱 Memo Pro
Memo(vcsmemo.com)是一個基于付費訂閱模式的創投內容平臺,已得到大量 VC、企業 CEO 以及高管的支持,我們希望幫助你捕捉最具價值的行業信號、過濾噪音(Signal,Not Noise)。
訂閱 Memo Pro
你將獲得:
1.解鎖未來一年以及之前的所有會員專屬內容
2.郵件訂閱功能:付費內容+最新行業快訊+...
3.優先體驗 Memo 新產品和新功能
限時 799 元/年(原價 999 元/年),掃碼立即訂閱
1.
2.
3.
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.