ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
Humane高管创业,专注事实审查的AI搜索,避免幻觉,获400万美金种子轮融资
3043点击    2024-11-11 10:28

图片来源:Infactory


Z Highlights


  • Infactory.ai作为一款专注于事实审查的AI搜索引擎,旨在通过使用大语言模型理解搜索意图,而非直接生成搜索结果,以此来提供准确、透明的搜索结果,从根本上避免了搜索结果的幻觉问题,同时依然能提高用户使用搜索工具的效率。


  • Infactory.ai的两位创始人均来自于AI硬件公司Humane,其中战略合作伙伴Brooke Hartley Moy目前担任Infactory.ai的首席执行官,产品工程主管Ken Kocienda目前担任Infactory.ai的首席技术官。


  • 目前Infactory已经完成了400万美金的种子轮融资,2024年10月8日,由Bee Partners领投,a16z Scout Fund、FJ Labs和Alumni Ventures参投。


01 专注解决AI搜索幻觉问题,提供准确、透明的企业级搜索工具


随着大语言模型开始进入普通用户的日常生活,以Perplexity.ai为代表的AI搜索产品提供给用户与传统搜索不一样的体验,大大提高了人们使用搜索工具寻找答案的效率。但是这一类的AI搜索通常有着幻觉的问题,即搜索结果的可信度仍然需要用户通过主动查看相关资料,或者通过传统的搜索引擎查证才能使用。虽然算法工程师们通过RAG搜索等技术,在一定程度上缓解了模型生成结果的幻觉问题,但是并没有从根本上解决AI搜索结果的可信问题。


因此,Infactory.ai作为一款专注于事实审查的AI搜索引擎,旨在通过使用大语言模型理解搜索意图,而非直接生成搜索结果,以此来提供准确、透明的搜索结果,从根本上避免了搜索结果的幻觉问题,同时依然能提高用户使用搜索工具的效率。


图片来源:infactory.ai


Infactory.ai的创始人表示,Infactory和其他AI公司的区别之一就是知道何时使用人工智能,更重要的是,何时不使用人工智能。因此在Infactory.ai的实现过程中,大语言模型将用于创建与平台交互更自然的使用界面,用户甚至无需输入各种复杂单词,通过和人一样对话的日常语言就可以获得预期结果。然而,人工智能技术却不会在搜索结果本身中体现。与传统搜索,例如谷歌,不同的是,Infactory.ai将直接从可信资源中提取信息,来确保搜索结果不会受到当前生成式人工智能幻觉问题的影响。


目前,Infactory.ai将采用订阅模式定价,主要面向企业客户,而非普通消费者。因此为了更好地满足企业用户的定制化需求,Infactory.ai还提供了一套面向构建AI应用的基础框架--Infactory事实平台。工程师或技术人员可使用此平台简化创建数据、并通过对话进行访问的过程,以此来提高企业AI应用的生产效率。


企业用户的业务要求通常非常严格,包括准确性、可信度和高质量等,比面向消费者的应用程序标准要高很多。而Infactory采用一种特殊的数据处理方法,以便AI模型可以更好、更准确地分析数据。例如,一位病人正在服用3种不同的药物,如果医生想在开具第4种药物之前,检查不同药物之间的相互作用,他就可以询问Infactory,而Infactory就会在充分理解药物使用说明的前提下,从医院的内部数据中给出答案,并引用数据的来源,以此来帮助医生更好地决策。


Infactory目前专注于使用人工智能研究企业数据,从语义上理解其中的内容,并根据数据内容判断哪些问题可以回答,如果不能回答就拒绝回答,而不是编造。例如,如果一位客户询问大谷翔平本赛季投进了多少个三分球,Infactory则可能会回答,由于大谷翔平是一名棒球运动员,所以这个问题没有意义。 


02 充分发挥数据潜力,支持自然语言对话和高质量的人工智能搜索


Infactory.ai通过充分发挥数据的潜力和构建精选数据集,为潜在的企业用户解决一切需要人工智能回答的问题,为用户提供可信、事实的答案。


向与人对话一样支持与数据对话:用户可以用通俗易懂的语言向系统提出问题,并获得准确的答案,即使是复杂的数据查询,Infactory.ai也可以通过优秀的数据理解能力返回正确的回答。


强大的底层数据加工能力:为了适应不同行业的企业数据,Infactory.ai的平台支持预处理多种类型的结构化与非结构化数据,以此来支持不同场景的AI应用,并提高数据的准确性和相关性。


更智能、更高质量的搜索:通过人工智能技术,Infactory.ai将数据与AI系统连接起来,为AI应用程序提供丰富的语义搜索功能,以此来获得更精确、更相关的结果。


通过数据流程图提高结果的可信度:在每次返回搜索结果时,Infactory.ai会同时返回数据流程图,包括数据的底层来源,可逐层溯源的数据推理轨迹,并展示在工作界面,以此来保证答案本身的可信度。


03 AI明星硬件公司Humane的2位高管携手创业


Infactory.ai的两位创始人均来自于AI硬件公司Humane,其中战略合作伙伴Brooke Hartley Moy目前担任Infactory.ai的首席执行官,产品工程主管Ken Kocienda目前担任Infactory.ai的首席技术官。


Infactory.ai的首席执行官Brooke Hartley Moy(右)和首席技术官Ken Kocienda(左),图片来源:www.i7y.com


Brooke Hartley Moy毕业于杜克大学,毕业后先后在Salesforce担任项目经理,Spredfast和Slack这两家SaaS公司担任客户成功经理,2020年加入谷歌担任战略合伙人,在谷歌工作3年后,于2023年加入AI硬件公司Humane继续任职战略合伙人一职。于2024年6月离开Humane,正式成立Infactory公司并担任首席执行官。


Brooke Hartley Moy工作经历,图片来源:linkedin


Ken Kocienda毕业于耶鲁大学,毕业后他在苹果任职人机交互专家,2017年Kocienda全职在家专注于他的写作事业,2019年,Kocienda加入Postmates担任软件工程师,2020年加入Airbnb担任分布式工程师,2021年加入Humane担任架构师和产品工程负责人。2024年6月离开Humane,正式加入Infactory并担任首席技术官。


Ken Kocienda工作经历,图片来源:linkedin


04 Bee Partners领投,400万美金的种子轮融资,支持完成产品初步的企业用户推广


目前Infactory已经完成了400万美金的种子轮融资,2024年10月8日,由Bee Partners领投,a16z Scout Fund、FJ Labs和Alumni Ventures参投。


Infactory的融资情况,图片来源:crunchbase


目前,Infactory正在向金融、保险、SaaS、医疗服务和媒体等行业的企业客户推销这家初创公司。团队正在与设计合作伙伴和其他人员合作收集反馈,预计将在今年晚些时间正式推出产品。


参考资料:


https://www.i7y.com/


https://www.linkedin.com/in/abhartley/


https://www.linkedin.com/in/kenkocienda/


https://www.crunchbase.com/organization/infactory-1af0/company_financials


https://www.cnbc.com/2024/10/08/former-humane-execs-secure-25-million-valuation-for-infactory-ai-after-departing-hardware-startup.html


文章来自于微信公众号“Z Potentials”,作者“Z Potentials”


关键词: AI , AI搜索 , 人工智能 , AI应用
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

2
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/