刚刚,陈丹琦官宣兼职加入Noeri!新公司押注AI自进化
普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。Noeri 由斯坦福大学计算机科学教授 Yej
普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。
今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。
Noeri 由斯坦福大学计算机科学教授 Yejin Choi 和 Carlos Guestrin 共同创立,专注于开发能够持续学习、自我改进的 AI 系统。公司希望帮助企业利用自身数据和业务经验,打造专属于自己的 AI,让这些系统在真实工作中不断积累经验、优化能力。
伴随正式亮相,Noeri 还宣布获得 1.1 亿美元融资,由 Menlo Ventures 领投,Madrona Venture Group、Kindred Ventures、Wing Venture Capital 和 NEA 参与,NVIDIA、Cisco Investments、Snowflake 等成为战略投资者。
这支团队提出了一个颇有辨识度的理念:
陈丹琦加入,Noeri 背后是什么阵容?
这次创业的两位核心人物,在 AI 研究圈都有相当深厚的积累。
Yejin Choi 是
另一位联合创始人 Carlos Guestrin,则是
如果接触过机器学习工具,很可能听说过他与 Tianqi Chen 共同创建的
如今,两人共同担任 Noeri 的联合 CEO。
陈丹琦的加入,则为团队带来了另一条重要的研究脉络。她目前是
在自己的推文中,陈丹琦特别提到,能够与长期以来的榜样和朋友 Yejin Choi 一起工作,让她感到非常高兴。
从团队构成来看,Noeri 汇集了自然语言处理、机器学习、强化学习、
让 AI 学会改进 AI,Noeri 准备怎么做?
Noeri 给自己的定位很明确:打造能够持续学习、持续改进的 AI 系统。
当前,大多数 AI 模型在完成训练后,参数基本固定。模型部署到企业内部,面对新的业务数据和工作流程,往往还需要人工调整提示词、工具调用方式,甚至重新训练模型。
这意味着企业想让 AI 真正适应自己的业务,通常需要投入一支专业的 AI 工程团队。
Noeri 想把这部分工作交给 AI。
根据公司公布的产品介绍,Noeri 会研究企业自身的数据和工作流程,围绕具体任务优化整套 AI 系统。它可以调整的范围包括:
指令与技能:根据实际任务表现,改进 AI 系统使用的指令、技能和执行策略。
工具与编排:调整工具配置和调用方式,优化不同模型与工具之间的协作。
模型选择:根据不同任务的难度和成本,选择更合适的模型负责相应环节。
模型优化:在有必要时,进一步优化模型本身,甚至调整底层参数,让模型更适合企业的具体任务。
每一次改动都会附带解释,并交由人类审核确认。Noeri 将这一过程比作代码审查。
它支持使用闭源模型和
Noeri 希望让 AI 在实际工作中持续积累经验。系统会从企业的数据、工作流程以及任务执行过程中的交互中学习,并据此改进自身能力。
每一次任务中的经验和纠正,都有机会成为下一轮优化的依据。
从产品形态来看,Noeri 更像一名能够持续工作的 AI 工程师。它负责研究现有工作流程、寻找系统中的改进空间,并提出优化方案;每次改动都需要经过人类审核。
复数智能为什么成为 Noeri 的核心主张?
Noeri 这个名字本身,就藏着创始团队对 AI 未来的一种判断。
公司将其解释为「智能的复数形式」(The Plural of Intelligence)。在 Yejin Choi 和 Carlos Guestrin 发布的愿景文章中,两人描绘了两种不同的 AI 发展路径。
一种是由一家企业开发并掌握一个超级智能,其他企业和个人只能依赖它。另一种则是由大量不同规模、不同能力的 AI 组成生态。每个智能系统围绕特定地域、人群或问题进行专业化调整,由真正了解这些问题的人和组织塑造。他们更倾向于后者。
这背后有一个非常现实的商业问题。
一家企业可能需要 AI 处理财务分析、客户服务、研发设计等不同任务。每项工作对模型的要求都不一样。如果所有任务都交给最昂贵的前沿模型,成本很难控制;如果选择成本较低、能力相对有限的模型,又可能牺牲任务效果。
Noeri 希望通过
这种思路也延伸到了科学研究。
陈丹琦在推文中提到,她尤其期待复数智能在科学发现中的应用。对于一位科学家来说,研究问题往往高度专业化,现成的通用模型未必掌握足够的领域知识。
如果 AI 能够围绕某个具体研究问题持续学习,记住过去尝试过哪些方案、取得了什么结果,还能让多个专业化
这也是 Noeri 希望探索的方向。
参考链接:
https://www.noeri.ai/
https://x.com/danqi_chen/status/2122430543589413073
https://x.com/YejinChoinka/status/2122379749372907852