Jua筹集1600万美元，致力于构建适用于自然世界的基础AI模型，首要领域是天气预报

大型人工智能模型是生成人工智能服务的语言、视觉和音频数据的巨大宝库，它们正在成为人工智能发展中与操作系统在智能手机发展中一样重要的因素：从某种程度上来说，它们看起来像是这个领域的平台（其他人也正在思考这个想法）。现在，一家名为Jua的瑞士初创公司正在利用这一范式，以构建人工智能在物理世界中的新前沿。该公司获得了1600万美元的资金，用于构建一种实质上是自然世界的大型“物理”模型。

该公司仍处于非常早期阶段。首个应用将用于模拟和预测天气和气候模式，最初是与能源行业的相关。该公司表示，这将在未来几周内推出。其模型计划针对的其他行业包括农业、保险、交通和政府。

468 Capital和绿色新一代基金共同领导这个初创种子轮融资，总部位于苏黎世的初创公司。同时，Promus Ventures、Kadmos Capital、Flix Mobility创始人、Session.vc、Virtus Resources Partners、Notion.vc和InnoSuisse也参与其中。

安德烈亚斯·布伦纳是Jua的首席执行官，他与首席技术官马文·加布勒共同创立了这家公司。布伦纳表示，气候变化和地缘政治的日益“波动性”导致了那些从事实际工作的机构（无论是在能源、农业或其他领域）需要更准确的建模和预测。根据美国国家环境信息中心的数据，2023年是气候灾害最为严重的一年，导致数百亿美元的损失。正是目前的形势促使机构们积极制定计划，不仅需要更好的市场分析预测工具，还需要更好的预测工具供其他利用这些数据的人使用。

从某种程度上来说，这不是一个新问题 - 或者说这是技术专家早已通过人工智能在解决的问题。

谷歌的DeepMind部门开发了GraphCast；Nvidia拥有FourCastNet；华为拥有Pangu，去年推出了一个天气组件，引起了极大的兴趣。还有其他项目正在利用天气数据构建人工智能模型，以更好地了解其他自然现象，就像上周在一份报告中提到的团队试图对鸟类迁徙模式进行新的理解。

Jua对此的回应有两个方面。首先，它认为自己的模型比这些其他产品更好，部分原因是因为它摄取了更多的信息，并且规模更大-它声称比GraphCast大20倍。其次，天气只是考虑更广泛的物理问题和答案，以及挑战的起点。

“企业必须提升自身能力以应对这种[气候]波动，”他说。“所以从短期来看，这是我们要解决的问题。但从长远来看，我们正在构建自然界的第一个基础模型……我们实质上正在建立一个学习物理学的机器模型……这是实现人工通用智能的关键支柱之一，仅仅理解语言是不够的。”

该公司尚未推出其首款产品，但投资者所采取的冒险举措并不仅仅是基于对所有人工智能事物的炒作。

在加勒之前，他在天气预报方面是Q.met的研究主管，Q.met是长期从事这个领域的参与者；他还曾为德国政府开发深度学习技术。布伦纳在能源行业工作过，并且之前创办过一家车队管理软件创业公司。总的来说，这些经历不仅提供了对问题和潜在解决方案的技术意识，还提供了对行业实践的第一手了解。

同时，它还向投资者和潜在客户展示了一些早期工作，并获取他们对数据的意见，随着产品的不断发展。

有一个目标似乎是对所采用的预测模型的概念采取新的方法。例如，在构建一个天气预测模型时，Brenner说“使用天气站是相当显而易见的。”但除此之外，该公司还摄取其描述为“更多嘈杂数据”，包括最近的卫星图像、地形和其他“更新颖、最新的数据”来构建模型。“关键的区别是我们正在建立这个端到端系统，将过去在价值链的不同步骤中使用的所有数据都汇集到同一个池中，”他解释道。该公司表示，它拥有约5个拍字节（5,000太字节）的训练数据，而GPT3拥有大约45太字节的数据（据报道GPT4有1个拍字节）。（需理解自然语言数据可能需要的数据比一个物理世界模型要少。）

另一个目标——并不小——是该公司正在努力构建一种更高效的系统，以降低其自身和客户的运营成本。“我们的系统使用的计算资源比传统系统少了10000倍”，Brenner说道。

值得注意的是，尤尔始终备受关注，并且在此时获得了资金支持。

在AI应用的下一代开发中，基础模型逐渐成为重要的支柱，因此构建和控制基础模型的公司拥有巨大的价值和潜在权力。

目前在这一领域中最有影响力的公司是OpenAI、Google、Microsoft、Anthropic、亚马逊和Meta，都是美国企业。这激发了全球其他地区的一些活动，比如欧洲，去寻找并资助本土的冠军作为替代。值得注意的是，468 Capital还支持德国的Aleph Alpha，该公司与美国的基础模型参与者似乎更密切地与潜在客户合作，一起构建大型语言模型。（其中之一的宣传语是“在AI时代的主权”。）

“安德烈斯、马文和团队正在建设全球首个基于物理学和自然界的基础人工智能，它将能够为依赖对自然界真正理解的各行各业提供强大的洞察力，包括保险公司、化学和能源供应商、灾难规划团队、农业组织、航空公司和救援慈善机构。”该公司的普通合伙人路德维希·恩斯塔勒在一份声明中说道。

设想一个AI公司，他们致力于更好地理解气候变化对我们的影响，为改进灾害规划提供帮助，甚至有一天可能用于帮助我们理解如何减轻环境破坏的程度。这让人对这家公司有一种明显的“好人”感觉。而对于一家旨在构建能理解物理世界的AI的初创企业来说，更大的前景是，潜在地，这项技术可以应用于材料科学、生物医学、化学等更广泛的挑战。除了模型本身的可行性之外，这一前景也带来了许多问题，与其他类型的AI模型面临的问题相似，如安全性、可靠性等。尽管现在还比较初级，但Jua已经开始思考这些问题了。

“为了让模型发挥作用并被接受，你需要强调一致性，”Gabler说道。“你需要确保模型从头开始学习物理知识，以正确解决问题。”