Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
ИндустрияAPI / Продукт · В работуTNW→ оригинал

Профессора Стэнфорда запустили ИИ-лабораторию Noeri с $110 млн от Nvidia

Большинство ИИ-моделей перестают учиться после обучения, и компании выбирают: переплачивать за топовую модель или мириться с худшим результатом дешёвой. Лаборатория Noeri профессоров Стэнфорда Йеджин Чой и Карлоса Гестрина привлекла $110 млн, чтобы это изменить. Её система изучает данные клиента и сама перенастраивает задачу, а человек одобряет правки как в code review. Для команд с дорогими API это путь к экономии.

AI-обработка оригинала TNW; редакция Hamidun News
Профессора Стэнфорда запустили ИИ-лабораторию Noeri с $110 млн от Nvidia
Источник: TNW. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTNW ↗
Главный редактор
Ключевой факт #1Раунд на $110 млн возглавил Menlo Ventures, вошли Nvidia, Cisco, Snowflake
Ключевой факт #2Работает с закрытыми и открытыми моделями, данные остаются у клиента
Ключевой факт #3Офисы в Пало-Альто и Цюрихе, оценку компания не раскрыла

Почти все, кто запускал ИИ в продакшн, упирались в одну и ту же развилку: взять самую сильную модель и платить за каждый запрос или сэкономить и получить заметно худший результат. Новая лаборатория Noeri предлагает третий путь. Её основали в этом году профессора Стэнфорда Йеджин Чой и Карлос Гестрин, и на старте она привлекла $110 млн.

Раунд возглавил Menlo Ventures. В нём участвовали Madrona Venture Group, Kindred Ventures, Wing Venture Capital и NEA. Стратегическими инвесторами стали Cisco Investments, Nvidia и Snowflake. Первой о сделке написала Bloomberg. Оценку компании Noeri не раскрывает.

Как Noeri хочет научить систему учиться на работе

Исходная мысль простая. Большинство моделей после завершения обучения перестают узнавать новое, а системы Noeri, по словам компании, продолжают улучшаться по ходу использования.

Механика такая. ИИ изучает данные и рабочие процессы конкретной компании. Затем он меняет не только саму модель, но и всё, что её окружает: инструкции, набор инструментов, выбор модели для каждого шага и, если это окупается, сами модели. Представьте колл-центр. Система может заметить, что простые обращения спокойно решает небольшая дешёвая модель, а дорогую стоит звать только на сложные споры. Она перепишет промпты и перераспределит шаги.

Каждое изменение сопровождается объяснением, а утверждает его человек, как при код-ревью. Это важная деталь: автоматическая оптимизация без контроля пугает тех, кто отвечает за надёжность. Здесь инженер видит, что именно поменялось и почему, и может отклонить правку.

Система работает и с закрытыми моделями, и с моделями с открытыми весами. Данные, рабочие процессы и построенные модели остаются в собственности клиента.

Маленькая модель, которая управляет большими

Идея родилась отчасти из работы с командой микробиологов и иммунологов Стэнфорда. Им нужно было использовать модели OpenAI дешевле. Чой рассказала Bloomberg, что их небольшой ИИ научился пользоваться другими моделями и на задачах этой команды обошёл GPT-5. При этом он обращался к GPT-4, а не к GPT-5: по её словам, в Стэнфорде слишком мало денег, чтобы постоянно гонять самую новую модель.

Это пока рассказ основательницы, а не опубликованный бенчмарк. Проверяемых цифр о том, насколько система экономит деньги или повышает качество, в сообщениях нет.

Вторая часть планов Noeri связана с наукой. Компания хочет, чтобы ИИ работал вместе с учёными: выдвигал гипотезы, ставил эксперименты и учился на результатах. Примеры задач — новые молекулы, белки и сложные технические системы. Небольшие специализированные модели, по мнению компании, делают такой перебор доступным по цене.

Кто стоит за проектом и что это значит для практиков

Йеджин Чой — стипендиат MacArthur, бывший профессор Вашингтонского университета и старший директор Института Аллена по ИИ. Bloomberg пишет, что она также была выдающимся учёным в Nvidia. Карлос Гестрин основал Turi, платформу машинного обучения, которую Apple купила в 2016 году, а затем руководил центральной организацией Apple по ML и ИИ. Он же один из создателей открытой библиотеки XGBoost.

Штаб-квартира Noeri находится в Пало-Альто, есть офис в Цюрихе, в обоих городах компания нанимает исследователей и инженеров. Она уже работает с партнёрами из разных отраслей, включая некоторых своих инвесторов.

Гестрин объяснил Bloomberg и позицию: обоих тревожит централизация, когда одна компания владеет всем. Отсюда ставка на совместимость с чужими моделями и на то, что клиент сохраняет контроль.

Для разработчиков и продактов вывод такой. Выбор модели всё чаще становится частью самой системы, а не разовым решением. Уже сейчас полезно измерять качество и стоимость по каждому шагу рабочего процесса, держать промпты и инструменты под версионным контролем и проверять, где можно заменить дорогую модель дешёвой. Если Noeri выполнит обещанное, такая оптимизация станет автоматической, а за людьми останется последнее слово. Пока у компании есть деньги, сильная команда и заявка. Подтверждение в виде измеримых результатов у клиентов ещё впереди.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как Noeri хочет научить систему учиться на работе?

Исходная мысль простая. Большинство моделей после завершения обучения перестают узнавать новое, а системы Noeri, по словам компании, продолжают улучшаться по ходу использования. Механика такая. ИИ изучает данные и рабочие процессы конкретной компании. Затем он меняет не только саму модель, но и всё, что её окружает: инструкции, набор инструментов, выбор модели для каждого шага и, если это окупается, сами модели. Представьте колл-центр.

Что известно по теме: маленькая модель, которая управляет большими?

Идея родилась отчасти из работы с командой микробиологов и иммунологов Стэнфорда. Им нужно было использовать модели OpenAI дешевле. Чой рассказала Bloomberg, что их небольшой ИИ научился пользоваться другими моделями и на задачах этой команды обошёл GPT-5. При этом он обращался к GPT-4, а не к GPT-5: по её словам, в Стэнфорде слишком мало денег, чтобы постоянно гонять самую новую модель. Это пока рассказ основательницы, а не опубликованный бенчмарк.

Что известно по теме: кто стоит за проектом и что это значит для практиков?

Йеджин Чой — стипендиат MacArthur, бывший профессор Вашингтонского университета и старший директор Института Аллена по ИИ. Bloomberg пишет, что она также была выдающимся учёным в Nvidia. Карлос Гестрин основал Turi, платформу машинного обучения, которую Apple купила в 2016 году, а затем руководил центральной организацией Apple по ML и ИИ. Он же один из создателей открытой библиотеки XGBoost.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…