img

Kinabigyan ng $40M ang NeoCognition upang bumuo ng mga self-learning AI agent na natututo tulad ng mga tao

2026/05/10 09:25:48

Custom

Pahayag ng Tesis

Isang maliit na koponan ng mga siyentipiko sa AI mula sa Palo Alto ay lumabas sa mga lihim noong buwang ito kasama ang malaking balita at mas malaking pangarap. Ang NeoCognition, na itinatag ng mga namumunong akademiko mula sa Ohio State University, ay inihayag ang isang $40 milyong seed funding round noong Abril 21, 2026. Ang oversubscribed na round ay galing sa mga kumplikadong tagasuporta na nagnanais na i-push ang AI pahalang sa mga kasalukuyang makipag-usap ngunit madalas kahina-hinalang mga kasangkapan.

 

Gusto ng NeoCognition na lutasin ang isang pangunahing kahinaan sa mga kasalukuyang AI agent, ang kanilang kakayahang hindi maaasahan na harapin ang mga gawain sa antas ng eksperto, sa pamamagitan ng pagbuo ng mga sistema na patuloy na natututo habang nagtatrabaho, nagtatayo ng detalyadong mga modelo ng kanilang mga kapaligirang nagpapatakbo, at nagsisiging maging mga espesyalista tulad ng mga tao kapag natututo ng isang bagong propesyon.

Paano sinimulan ng akademikong laboratorio ni Yu Su ang komersyal na paglakas patungo sa Agent Intelligence

Si Yu Su, isang associate professor sa Ohio State University at 2025 Sloan Research Fellow, ay nagpasa ng mga taon sa pagbuo ng mga pangunahing kasangkapan para sa AI agents maraming taon bago makakuha ng pansin ng publiko si ChatGPT. Gumawa ang kanyang tim ng mga impluwensyong proyekto tulad ng Mind2Web, MMMU, at SeeAct, na nagbigay-daan kung paano ang modernong malalaking language models ay nag-handle ng pagpaplano, pagmamasid, at aksyon. Ang mga ambag na ito ay makikita sa mga sistema mula sa OpenAI, Anthropic, at Google ngayon.

 

Si Su at ang mga co-founder na si Xiang Deng at Yu Gu ay nagsugos na ang panahon ay dumating upang i-spin ang kanilang pananaliksik bilang isang kumpanya. Lumipat sila sa Silicon Valley at nagbuo ng isang malapit na grupo ng humigit-kumulang 15 na mga researcher na may antas ng PhD na nakatuon lamang sa mga agent. Ang mga maagang gawaing pampag-aralan ng lab ay nagsasakop na ng mga pangunahing bahagi tulad ng memorya, pagpaplano, pagtataya, at kaligtasan. Nakita ng mga investor ang malalim na hanay ng talento at agad na gumawa ng hakbang. Ang pagsasapilit ng $40 milyon ay nagbibigay sa koponan ng sapat na oras upang isalin ang mga akademikong pagbubukas sa mga praktikal at sariling-pagpapabuti na sistema na maaaring tiwalaan ng mga enterprise para sa totoong trabaho.

 

Ang background ni Su ay kasama ang kanyang panahon sa Microsoft Semantic Machines na nagtatrabaho sa conversational AI, kasama ang mga degree mula sa Tsinghua University at UC Santa Barbara. Ang kanyang rekord ng mga award para sa pinakamahusay na papel sa mga pinakamataas na konperensya tulad ng CVPR at ACL ay nagbigay ng tiwala sa mga tagapagbigay ng pondo na kayang harapin ni NeoCognition ang mga matitigas na problema sa larangan. Ang mga tagapagtatag ay nag-isip ng higit sa 30 taon ng kolektibong karanasan sa pag-aaral ng agent, at nagpaposition sa startup bilang isang pure research lab na may komersyal na layunin.

Ang Patuloy na 50% na Rate ng Tagumpay na Nagpapahamak sa mga AI Agent ngayon

Maraming kasalukuyang AI agent ang nagkakaroon ng problema sa konsistensya kapag hinihingi ang pagkumpleto ng mga kumplikadong gawain. Ipinapakita ng mga ulat na sila ay tagumpay lamang sa halos kalahati ng oras, na nagpupukaw sa mga gumagamit na manatili sa paligid ng mga output o magdagdag ng maraming manual na pagpapabuti. Ang pagkakaiba na ito ay nakikita sa lahat ng mga kasangkapan na nagsubok na mag-code, mag-browse, o awtomatihin ang mga workflow. Sa huli, nagpapasya ang mga tao na mag-iiwan ng paniniwala bawat beses na ilalapat nila ang isang AI agent.

 

Tinutukoy ng NeoCognition ang eksaktong puntos na ito. Ang mga generalist agent ay mahusay sa malawak na mga tugon ngunit nagkakaroon ng problema kapag kailangan ng depth at reliability. Kulang sila sa mga mekanismo upang maging malalim na mag-adapt sa partikular na mga setting, tulad ng internal software stack ng isang kumpanya o mga workflow ng industriya. Bilang resulta, ang mga enterprise ay nag-aatubili na ipagkatiwala ang mga mataas na antas ng responsibilidad. Naniniwala ang startup na ang daan patungo sa kinabukasan ay ang pagbibigay ng parehong plasticity na ipinapakita ng mga tao kapag pumasok sila sa isang bagong trabaho o larangan.

 

Sa pamamagitan ng pagtutok sa patuloy na pag-aaral kaysa sa isang beses na pagsasanay, inaasahan ng kumpanya na pataasin ang antas ng tagumpay at bawasan ang pangangailangan para sa patuloy na tao na pagmamasid. Ang pagbabagong ito ay maaaring buksan ang mga daan para sa mga agent na mas mukhang kakayahan kaysa sa mahinang mga iskrip.

Ang Konsepto ng World Model na Nagpapahintulot sa mga Agent na Mabuo ang kanilang Sariling Ekspertis

Ang pangunahang ideya ng NeoCognition ay direktang nakabatay sa pagkatuto ng tao. Kapag nagsisimula ang mga tao sa isang bagong tungkulin, sila ay paulit-ulit na bumubuo ng isang panloob na mapa ng mga bagay na umiiral sa environment na iyon, anong mga aksyon ang gumagana, anong mga patakaran ang umiiral, at anong mga resulta ang sumusunod sa iba’t ibang pagpili. Sa paglipas ng panahon, nagiging sanhi ang mental na modelo na ito sa mas mabilis na pagdedesisyon, mas mabuting paghuhusga, at malikhaing paglutas ng problema sa loob ng micro-world na iyon.

 

Ang startup ay nagdidisenyo ng mga agent na gawin ang katulad na bagay sa pamamagitan ng autonomo na karanasan. Sa halip na mag-asa lamang sa malaking dataset ng pre-training, natututo ang mga sistemang ito sa istruktura, workflow, at mga limitasyon ng anumang domain kung saan sila gumagana. Binubuo nila ang isang "world model" na nagsasama ng mga ugnayan at dinamika na espesipiko sa isang propesyon, organisasyon, o software environment. Nangyayari ang prosesong ito habang nagtatrabaho, na nagpapahintulot sa agent na maging espesyalista nang mabilis nang walang malawakang manual na inhenyeriya.

 

Sinasabi ni Su ang malinaw na paralelo: ang patuloy na proseso ng pag-aaral sa mga tao ay nagtatayo ng isang world model para sa anumang propesyon o kapaligiran. Kailangan ng mga agent ang parehong kakayahang makamit ang antas ng eksperto. Pagkatapos maibuo, ginagawang mas mabilis, mas mura, at mas mapagkakatiwalaan ang mga aksyon. Sumusuporta rin ito sa mas ligtas na pag-uugali sa sensitibong mga setting dahil mas maunawaan ng agent ang mga konsekwensya at hangganan. Ang mekanismong ito ay iba sa mga static na generalist na nananatiling nakaputol pagkatapos ng deployment. Ang mga agent ng NeoCognition ay patuloy na nagpapabuti sa pamamagitan ng paggamit, na nagpapalit sa mga panimulang pangkalahatang kakayahan sa malalim, kontekstwal na pagkakaroon ng kahusayan.

Bakit Mas Mabuti ang Pagsaspecialize nang Mabilis kaysa sa Pagbuo ng Isang Malaking Generalist Agent

Ang industriya ng AI ay nagbigay ng mga yaman sa mga lalong malalaking foundation models na nagtatangkang harapin ang lahat. Ang NeoCognition ay sumasalungat sa pananaw na ito. Ang kinabukasan, sa kanilang pananaw, ay nasa isang malaking dami ng espesyalisadong agent kaysa sa isang solong super agent. Bawat isa ay nagtatagumpay sa kanilang maliit na mundo nang sapat upang magbigay ng performans, kumpiyansa, at pagpapasya sa antas ng eksperto.

 

Ang mga pangkalahatang sistema ay nakararanas ng pagtigil kung saan ang pagdaragdag ng higit pang data o parameter ay nagdudulot ng pagbaba sa returns sa mga totoong gawain na nangangailangan ng nuwansa at konsistensya. Ang pagiging espesyalista sa pamamagitan ng direkta na karanasan ay nag-aalok ng mas epektibong daan patungo sa mataas na performance. Maaaring magfokus ang mga agent sa computational effort upang maunawaan nang lubos ang isang kapaligiran, na nagdudulot ng mas magagandang resulta sa mas mababang patuloy na gastos.

 

Ang pagkakaroon ng ganitong paraan ay nagpapalawak din ng kasanayan sa paraan na hindi kayang gawin ng mga tao. Habang ang mga pinakamahusay na eksperto ay nananatiling limitado at mahal, ang mga sariling nag-aaral na agente ay maaaring gawing available ang kaalaman sa antas ng disiplina sa buong mga organisasyon nang walang mga hadlang sa paghingi ng empleyado. Layunin ng kumpanya na palawakin ang pagkakaroon ng ekspertis upang mas maraming tao at koponan ang makabawi mula sa mga advanced na kakayahan.

Paano planuhin ng NeoCognition na i-embed ang mga agent sa mga workflow ng enterprise software

Sumali si Vista Equity Partners sa pagsasama-partido bahagyang dahil sa malaking portfolio nito ng mga kumpanyang software. Nakikita ng NeoCognition ang malaking potensyal sa pagpapagtulungan sa mga itinatag na SaaS platform upang i-integrate ang mga sariling natututong agent. Maaaring i-upgrade ng mga agent na ito ang mga umiiral na produkto o maglingkod bilang mga autonomo na manggagawa sa loob ng pamilyar na mga kasangkapan na ginagamit na ng mga kumpanya.

 

Madalas ang mga korporasyon na gumagamit ng mga kumplikadong, custom na mga kaligiran na may natatanging mga patakaran at paggalaw ng data. Ang isang pangkalahatang agent ay nahihirapan dito nang walang malaking pag-customize. Ang mga sistema ng NeoCognition ay natututo nang direkta sa mga partikular na ito sa pamamagitan ng interaksyon, na nagpapababa ng oras sa pag-setup at nagpapabuti sa pagkakatugma. Sa loob ng ilang linggo o buwan ng paggamit, pinapakinabangan ng agent ang kanyang modelo ng mundo at naging mas epektibo sa mga gawain tulad ng pagproseso ng data, pagsusuri sa pagtutugma, o awtomatikong pagpapatakbo ng workflow.

 

Ang startup ay nagpapakilala bilang isang agent lab kaysa isang malawak na AI platform. Ang pagkakatok sa ganitong aspeto ay nagpapahintulot sa kanila na i-allocate ang kanilang mga yaman sa antas ng pagkatuto at pagkakaspecialize na karaniwang itinuturing na pangalawa ng iba pang mga kalahok. Ang maagang pagpapalaganap sa pamamagitan ng mga kasosyo sa enterprise software ay maaaring mabilisin ang pagtatanggap at magbigay ng mayamang real-world na data para sa karagdagang pagpapabuti.

Ang Pagkakatiwala ng mga Investor sa Isang Malaking Seed Round sa Isang Masalimuot na Larangan

Ang Cambium Capital at Walden Catalyst Ventures ang nag-co-lead sa pagsasama ng $40 milyon, kasama ang Vista Equity Partners at mga prominenteng angel investor. Ang Lip-Bu Tan, CEO ng Intel, at Ion Stoica, co-founder ng Databricks, ay nagdagdag ng kanilang mga pangalan at ekspertisa. Kasama rin sa mga tagasuporta ang mga siyentipiko sa AI tulad ni Dawn Song, Ruslan Salakhutdinov, at Luke Zettlemoyer.

 

Ipinakita ni Landon Downs ng Cambium ang isang bagong mekanismo sa pagkatuto na nasa puso ng kumpanya na nagpapahintulot sa mabilis na pagkakaroon ng espesyalisasyon. Pinuri ni Lip-Bu Tan ang komprehensibong sakop ng team sa mga hamon ng agent mula sa pagmamasid hanggang sa kaligtasan. Tinitiyak ni Ion Stoica na habang ang mga pangkalahatang agent ay naging standard, ang tunay na pagsubok ay lumilipat sa pagkamit ng antas ng inteligensya na eksperto na may katiyakan na kailangan para sa mga seryosong aplikasyon.

 

Ang oversubscribed round ay nagpapakita ng malakas na paniniwala sa pedigree ng pananaliksik ng founding team. Sa halos 15 katao lamang, nagtatrabaho ang NeoCognition nang maayos ngunit may mataas na densidad ng talento. Ang kapital ay magtutulungan sa mas malalim na eksperimento at paghingga upang ipagpatuloy ang self-learning architecture.

Ano ang Nagpapakita sa NeoCognition kumpara sa iba pang agent startups na naghihinga ng kumpiyansa

Ilang kumpanya ang nag-aaral ng AI agents, ngunit ang karamihan ay nakikibatay pa rin sa periodic retraining o human-crafted prompts para mapabuti. Pinapahalagahan ng NeoCognition ang isang panloob, awtonomong proseso kung saan ang mga agent ay bumubuo at pinapabuti ang kanilang sariling pag-unawa nang walang patuloy na panlabas na pag-intervenye. Layunin ng disenyo na makamit ang tunay na plasticity, ang kakayahang mabilis na mag-adapt sa mga bagong konteksto tulad ng isang motibadong bago sa trabaho.

 

Ang pagtutok sa mga mundo ng modelo na abstrakto, struktural, at operasyonal ay higit pa sa simpleng pagkakita sa screen o pangunahing paggamit ng mga kasangkapan. Natututo ang mga agent kung ano ang mahalaga sa isang partikular na mikro-world, kung paano nag-iinterakt ang mga elemento, at alin sa mga aksyon ang nagdadala sa hinahangad na resulta. Ang structured na kaalaman na ito ay sumusuporta sa mas mahusay na pagpaplano at mas kaunting mga kamalian sa paglipas ng panahon.

 

Pinapahalagahan ng mga tagapagtatag na ang kanilang mga sistema ay nagpapalakas, hindi nagpapalit sa trabaho ng tao. Sa paghahandle ng paulit-ulit o kumplikadong pang-araw-araw na gawain gamit ang lumalaking ekspertis, inililibre ng mga agent ang mga tao upang magkonsentra sa mas mataas na antas ng kreatibidad at estratehiya. Ang layunin ay nakatuon sa pagpapataas ng kabuuang kakayahan sa mga team at organisasyon.

Ang Taoong Panig ng Pagbuo ng Mga Makina na Nagtatangkang Mauulit ang Paraan kung Paano Pinapakilala ng mga Tao ang mga Bagong Kasanayan

Inilah ang inspirasyon ni Yu Su at kanyang mga co-founders mula sa araw-araw na pag-adapt ng tao. Panuorin kung paano simulan ng isang junior analyst o apprentice tradesperson. Sa loob ng ilang buwan, nabubuo nila ang isang intuitibong pag-unawa sa mga di-pasulat na patakaran, shortcut, at mga panganib ng kanilang larangan. Ang loob na modelo na ito ang nagpapadali at nagpapadali sa matalinong desisyon. Gusto ni NeoCognition na sundin ng mga agent ang parehong daan sa pamamagitan ng deliberated, experience-driven learning.

 

Dala-dala ng mga miyembro ng tim ang personal na pagmamahal sa pananaw na ito. Marami sa kanila ay galing sa mga akademikong laboratorio kung saan sila ay nakakita ng mga promiseng agent prototype na nagkakaroon ng problema sa tunay na kumplikado. Ang pagkapoot sa hindi pantay na resulta ang nagmotibuhan sa paglipat patungo sa komersyalisasyon na may malinaw na pagtutok sa patuloy na pagpapabuti.

 

Ang mga early employees ay kasama ang mga researcher na nag-ambag sa mga pangunahing papel na ngayon ay ginagamit sa buong industriya. Ang kanilang kolektibong kaalaman ay bumubuo ng maunlad na kapaligiran para sa pagpapabuti ng mga mekanismo ng pagkatuto. Ang pangunahang tanggapan sa Palo Alto ay nagpapanatili ng malapit na ugnayan ng grupo sa mga talento at mga kasosyo habang pinapanatili ang kultura na una ang pananaliksik.

Potensyal na Epekto sa Pagtrabaho sa Kaalaman at Pagkakaroon ng Access sa Eksperto

Kung matagumpay ang NeoCognition, maaaring i-deploy ng mga organisasyon ang mga agent na magiging maaasahang espesyalista sa accounting, pagrerebyu ng disenyo, mga workflow ng customer support, o pagsusuri ng siyentipikong data. Hindi kailangan ng patuloy na pag-reprogram ang mga sistemang ito para sa bawat bagong kliyente o departamento. Sa halip, sila ay nag-aadapt sa pamamagitan ng pagbuo ng akurateng modelo ng target na kaligiran.

 

Ang kakayahang ito ay maaaring magdemokratisa ng pagkakaroon ng suporta sa antas ng eksperto. Maaaring makakuha ng mga kasangkapan na gumagana sa antas na dati ay available lamang sa mga grupo na may sapat na yaman ang mas maliit mga tim o rehiyon na may kakulangan sa talento. Ang mga epekto sa ekonomiya ay maaaring kasama ang mas mataas na produktibidad at mas mabilis na mga siklo ng inobasyon habang ang mga karaniwang kognitibong gawain ay lilipat sa mga kakayahang may-akda at self-improving na sistema.

 

Tinutugon din ng pamamaraan ang mga alalahanin tungkol sa kaligtasan. Ang mas malalim na pag-unawa sa kapaligiran ay tumutulong sa mga agent na makilala ang mga hangganan at iwasan ang mga nakakasamang gawain sa mga mataas na antas ng panganib. Ang pagtaas ng kumpiyansa ay mahalaga lalo na kung ang mga pagkakamali ay may tunay na gastos.

Mga Hamon sa Harap sa Pagtuturo sa mga Agente na Matututo nang Walang Tulong ng Tao

Ang pagbuo ng mga matibay na loop ng self-learning ay nagdudulot ng teknikal na hadlang. Dapat ng magkaroon ng kakayahan ang mga agent na distingguhin ang mga kapaki-pakinabang na pattern mula sa ingay, iwasan ang pagpapalakas ng mga pagkakamali, at panatilihin ang katatagan habang i-update ang kanilang mga modelo ng mundo. Ang pagpapalayong sa pagtuklas ng mga bagong estratehiya at mapagkakatiwalaang pagpapatupad ay nangangailangan ng maingat na arkitektura. Mahalaga rin ang data efficiency. Natututong tao mula sa limitadong halimbawa sa mga bagong sitwasyon; ang pagpapalawak ng efficiency na ito sa silicon ay isang bukas na tanong sa pananaliksik. 

 

Ang koponan ng NeoCognition ay gumagamit ng nakaraang pag-aaral sa pagtataya at memorya upang harapin ang mga isyung ito, ngunit ang pagsubok sa totoong mundo sa malaking saklaw ang magpapakita ng mga kulang. Nananatiling nakatuon ang kumpanya sa masusukat na pag-unlad patungo sa mas mataas na antas ng tagumpay at mas mabilis na pagkakaroon ng espesyalisasyon. Ang pag-unlad ay malamang na dumating nang paulit-ulit habang nagtatagpo ang mga agent sa iba’t ibang enterprise environment at pinapabuti ang kanilang mga proseso ng pagkatuto.

Mga pananaw para sa isang kinabukasan na puno ng masaganang mga espesyalisadong AI kasamahan

Ang NeoCognition ay naglalarawan ng isang mundo kung saan ang ekspertisyo ay naging marami sa pamamagitan ng mga sariling nag-aaral na agent. Sa halip na makipagkumpitensya sa mga tao, ang mga sistemang ito ay nagpapalakas ng kakayahan at nagbubukas ng mga bagong posibilidad para sa pag-iimbento at paglutas ng problema. Bawat agent ay lalalim ang kanyang pagkakaroon ng kahusayan sa isang partikular na larangan, gumagawa ng isang network ng espesyalisadong intelehensya na naglilingkod sa iba’t ibang pangangailangan. Ang pagsisilbi ng $40 milyon ay nagpapabilis sa pananaliksik sa mga mekanismo ng pag-aaral na ginagawa posible ang pananaw na ito. 

 

May malakas na suporta mula sa mga investor at isang kahusayan na pangunahing koponan, ang lab ay naglalayong magbigay ng mga agent na kumikita ng tiwala sa pamamagitan ng patuloy na pagpapabuti ng performance. Maaaring subukan ng mga negosyo at developer ang mga sistema na nagsisimula bilang kahusayan at lumalago nang totoo bilang eksperto sa paglipas ng panahon. Ang pagbabagong ito ay maaaring magmarka ng isang makabuluhang hakbang pahalang sa mga kasalukuyang AI assistant patungo sa mga kasama na talagang natututo kasama ang kanilang mga gumagamit.

Paano gagamitin ang $40M upang suportahan ang pananaliksik sa mas mabilis na mekanismo ng pagkakaspecialize

Ang bagong kapital ay sumusuporta sa mas malawak na pagsubok sa mga pangunahing algoritmo ng pagkatuto at pagbuo ng mundo model. Kasama ang isang maliit ngunit elite na koponan, maaaring sundin ng NeoCognition ang mga mataas na panganib, mataas na kapalit na direksyon sa agent plasticity. Kasama sa mga plano ang mas malalimong pagsubok sa integrasyon sa loob ng mga enterprise na konteksto upang makalap ng feedback at data para sa pagpapabuti.

 

Naghihintay ang mga tagapagbigay ng pondo na magresulta ang pagsasapalaran sa mga prototipo na nagpapakita ng malinaw na mga kahusayan sa kumpiyansa at bilis ng pag-adapt. Ang tagumpay dito ay maaaring magdulot ng karagdagang pagsasapalaran at mas malawak na mga pakikipagtulungan. Ang pagtutuon sa pananaliksik ay nagpapanatili sa kumpanya sa matatag na pagtataya kaysa sa mabilisang pagpapalabas ng produkto.

Mga Real-World Testing Grounds na Magpapabago sa mga Agent ng NeoCognition

Ang mga kapaligiran ng enterprise software ay nag-aalok ng mga mayamang testing bed na puno ng mga istrakturado ngunit kumplikadong patakaran. Ang mga agent ay makakakita ng iba’t ibang workflow, data schema, at mga pangangailangan sa pagpapatupad. Ang pag-aaral kung paano mag-navigate nang matagumpay sa mga ito ay magpapatibay sa konsepto ng world model at magpapakita ng mga lugar na kailangang pagbutihin.

 

Ang feedback ng mga user mula sa mga maagang pilot ay magtutulong sa pagtutuwid kung paano binabalanse ng mga agent ang bilis, akurasi, at kaligtasan. Tekniko ang kompanya sa responsable na pag-unlad, gumagamit ng pag-unawa sa kapaligiran upang gabayan ang mas ligtas na aksyon. Sa paglipas ng panahon, dapat magresulta ang mga real na pagpapatupad sa mga agent na parang mas natural at maaasahan sa araw-araw na operasyon.

Bakit nagpapakita ang pagsasapalarang ito ng pagbabago sa mga prioridad sa pag-invest sa AI

Mga malalaking halaga ngayon ay dumadaloy patungo sa mga aplikasyon at mga layer ng kumpiyansa kaysa sa pagtatrabaho lamang sa pagtuturo ng mga frontier model. Ang pagsasapalaran ni NeoCognition ay nagpapakita ng interes ng mga investor sa mga koponan na may patunay na akademikong kontribusyon sa mga agent. Ang taya ay nakatuon sa espesyalisasyon at patuloy na pag-aaral bilang ang susunod na hangganan para sa praktikal na epekto.

 

Ang pattern na ito ay nagpapahiwatig ng pagkakaroon ng mas matatag na mga inaasahan sa larangan. Gusto ng mga tagasuporta ang mga sistema na nagdadala ng makikita na halaga sa tunay na mga setting, hindi lamang nakakatutok na mga demo. Ang pagkakasentro ni NeoCognition sa sariling pagpapabuti ay tumutugon sa pangangailangan para sa mga agent na magpapatotoo sa pagtatanghal sa enterprise sa pamamagitan ng paglago ng kakayahan at pagbaba ng matagalang gastos.

Mga Karaniwang Tanong

1. Paano nagkakaiba ang pagkakaroon ng NeoCognition sa mga AI agent mula sa karamihan ng kasalukuyang mga sistema? 

 

Ang kumpanya ay nagbuo ng mga agent na natututo nang tuloy-tuloy sa kanilang trabaho sa pamamagitan ng pagbuo ng mga mundo model ng kanilang mga partikular na kapaligiran. Ito ay nagpapahintulot sa kanila na maging espesyalista nang mabilis, na naglalutas sa kawalan ng konsistensya na naglalimita sa mga kasalukuyang agent na pangkalahatan na kadalasang tagumpay lamang sa halos kalahati ng oras sa mga kumplikadong gawain.

 

2. Sino ang nagtatag ng NeoCognition at ano ang nagiging nakakatangi sa kanilang background? 

 

Ipinagpatupad ni Yu Su, Xiang Deng, at Yu Gu ang lab. Si Su, isang Sloan Research Fellow at propesor sa Ohio State, ay dating nangunguna sa makapangyarihang pag-aaral ng agent at nagtrabaho sa Microsoft sa conversational AI. Ang kanilang kabuuang mga papel at mga kasangkapan ay nakaimpluwensya sa mga pangunahing developer ng AI, na nagbibigay sa kanila ng malalim na ekspertisa sa perception, planning, at safety.

 

3. Saan gagamitin ang $40 milyong pondo? 

 

Ang kapital ay sumusuporta sa isang pagtutok sa pananaliksik upang linangin at subukan ang mga mekanismo na nakakakilala sa sarili. Sa pamamagitan ng isang maliit na koponan ng mga mananaliksik na may PhD, ang pera ay nagpapahintulot sa mabilis na pagpapabago sa pagbuo ng mundo model, mga algoritmo ng pagkakaspecialize, at mga pilot na integrasyon sa enterprise habang nakakatugon sa karagdagang talento.

 

4. Maaari ba ngagamit ang mga self-learning agents na ito sa mga mataas na panganib na enterprise setting agad? 

 

Kailangan ng masusing pagpapatotoo ang mga maagang bersyon, ngunit ang disenyo ay nagtutuon sa pagbuo ng pag-unawa sa kapaligiran upang mapabuti ang kumpiyansa at kaligtasan. Ang layunin ay lumikha ng mga agente na naging mas maaasahan sa paglipas ng panahon sa pamamagitan ng paggamit, na nagiging angkop para sa mga workflow kung десять ang konsistensya.

 

5. Paano maaaring maapektuhan ng teknolohiya ng NeoCognition ang mga knowledge worker? 

 

Maaaring hawakan ng mga agent ang mga pang-araw-araw o data-intensive na bahagi ng mga trabaho, na nagpapalaya sa mga tao para sa mas malikhaing at estratehikong gawain. Sa paggawa ng mas available ang espesyalisadong kaalaman, maaaring tulungan ng mga sistema ang mga mas maliit na koponan o organisasyon na makamit ang mga kakayahan na dati ay limitado lamang sa mga malalaking grupo ng mga eksperto, na maaaring palakasin ang pangkabuuang produktibidad.

 

6. Saan ko matututunan ang higit pang impormasyon tungkol sa pag-unlad ng NeoCognition? 

 

Bisitahin ang opisyal na site para sa mga update tungkol sa kanilang misyon at direksyon ng pananaliksik. Ang coverage sa TechCrunch at ang press release ng kumpanya ay magiging matibay na puntos ng simula sa pagsasakop at teknikal na pangarap.

Disclaimer

Ang nilalaman na ito ay para sa mga layuning impormatibo lamang at hindi naglalayong magbigay ng payo sa pag-invest. Ang pag-invest sa cryptocurrency ay may panganib. Mangyaring gawin ang inyong sariling pag-aaral (DYOR).

 

Disclaimer: AI technology (powered ng GPT) ang ginamit sa pag-translate ng page na ito para sa convenience mo. Para sa pinaka-accurate na impormasyon, mag-refer sa original na English version.