Normal Computing, la startup d’IA probabiliste a levé plus de $8 millions

Actualités économiques | 13 juin 2023

Par A Delapalisse, Peter Clarke

IA neuromorphique IA

La startup Normal Computing Inc (New York, NY), spécialisée dans le calcul probabiliste de l’IA, a annoncé avoir levé 8,5 millions de dollars US dans le cadre d’un tour de table de démarrage.

L’entreprise a été fondée par d’anciens membres de l’équipe Google Brain et des ingénieurs X qui ont construit des systèmes de production d’IA générative pour Alphabet. Normal Computing a été fondée en 2022 et a été financée par Celesta Capital et First Spark Ventures, avec la participation de Micron Ventures.

L’entreprise a l’intention de construire une infrastructure de calcul probabiliste « complète » permettant l’intelligence artificielle (IA) pour des applications critiques et complexes.

Au cœur de cette approche se trouve un matériel d’intelligence artificielle basé sur des processus thermodynamiques. Les éléments fondamentaux sont intrinsèquement stochastiques, ce qui signifie que le bruit devient une ressource cruciale pour le calcul. Normal pense pouvoir utiliser cette propriété pour transcender les limites de l’IA générative à usage général, de l’IA analogique et de l’IA quantique.

Hallucinations

Ces limites, telles que les erreurs factuelles imprévisibles, posent des problèmes pour l’adoption de l’IA générative par les professionnels et les entreprises et conduisent à un débat plus large dans la société sur la manière dont l’IA générative devrait être déployée et éventuellement limitée.

L’IA probabiliste est un paradigme qui peut résoudre ces problèmes et d’autres obstacles en donnant le contrôle de la fiabilité, de l’adaptabilité et de la responsabilité aux modèles d’IA alimentés par les données privées des clients. L’informatique normale prend en charge des applications telles que la souscription d’assurance automatisée et les flux de travail pour la génération et la validation de codes logiciels qui respectent les contraintes critiques.

Normal Computing affirme que les modèles d’IA probabilistes peuvent détecter eux-mêmes si par exemple, ils synthétisent de manière inexacte en générant également des explications probables et vérifiables sur la manière dont ils sont parvenus à une conclusion. Ils peuvent même se réviser eux-mêmes en effectuant de manière adaptative une requête supplémentaire auprès d’un centre de données ou d’un humain dans la boucle.

« L’intelligence artificielle a le potentiel de relever certains des plus grands défis humains de notre époque. Mais pour ce faire, elle doit être fiable, transparente et capable de comprendre les limites de son propre raisonnement afin de savoir comment s’engager et s’expliquer au mieux avec les humains dans la boucle », a déclaré Nicholas Brathwaite, associé fondateur de Celesta Capital.

L’IA probabiliste peut améliorer les grands modèles de langage (LLM) et les modèles de diffusion, et permettre de nouvelles architectures, a déclaré Normal Computing.