NeuBird正在为复杂的云原生环境构建生成式人工智能解决方案

NeuBird创始人Goutham Rao和Vinod Jayaraman来自Portworx，这是一家云原生存储解决方案公司，他们在2019年将其成功售给PureStorage，成交价为3.7亿美元。这是他们的第三次成功退出。

去年他们寻找下一个创业挑战时，看到了把他们在云原生领域的知识，尤其是在 IT 运营方面，与生成式人工智能的兴起领域结合起来的机会。

今天NeuBird宣布从梅菲尔德获得了2,200万美元的投资，以将这个想法推向市场。这对于一家早期创业公司来说是一笔可观的资金，但该公司很可能依靠创始人的经验来打造另一家成功的公司。

首席执行官饶表示，云原生社区在解决许多难题方面做得很好，但也在不断增加复杂性的同时。

"在过去的10多年里，作为社区，我们在构建基于云的架构和面向服务的设计方面做得非常出色。这增加了许多层，这是好的。这是设计软件的正确方式，但这也导致了增加的遥测成本。堆栈中只是有太多的层级，" Rao告诉TechCrunch。

他们得出结论认为，这种数据量已经让人类工程师在大型组织内找到、诊断和解决问题变得不可能。与此同时，大型语言模型开始成熟，因此创始人们决定利用它们解决这个问题。

他说：“我们正在以一种非常独特的方式利用大型语言模型，能够在几秒钟内分析成千上万的指标、警报、日志、跟踪和应用程序配置信息，诊断环境的健康状况，检测是否存在问题，并提出解决方案。”

这家公司基本上正在为工程团队建立一个可信任的数字助手。他说：“所以它是一个数字同事，与SRE和ITOps工程师并肩工作，监视所有警报和日志以查找问题。”其目标是将响应和解决事件所需的时间从几小时缩短到几分钟，他们相信通过将生成式人工智能应用于问题，可以帮助公司实现这一目标。

创始人们明白大型语言模型的局限性，并希望通过使用有限的数据集训练模型，以及建立其他系统来帮助提供更准确的回答，从而减少虚构或者错误的回复。

由于我们在非常受控的情况下使用这项技术，针对非常具体的使用场景和我们熟悉的环境，我们可以通过向量数据库再次审核AI输出的结果，来检验其合理性。如果我们对结果感到不舒服，我们将不会向用户推荐该技术。

客户可以直接通过输入他们的凭证连接到各种云系统，而不移动数据，NeuBird可以利用这种访问来与其他可用信息进行交叉检查，提出解决方案，降低获取公司特定数据以便模型运行所带来的难度。

NeuBird使用多种模型，包括Llama 2来分析日志和度量衡。他们在其他类型的分析中使用Mistral。该公司实际上将每一种自然语言交互都转换为SQL查询，从根本上将非结构化数据转化为结构化数据。他们相信这将带来更高的准确性。

这家初创企业目前正在与设计和alpha合作伙伴合作，不断完善想法，以在今年晚些时候将产品推向市场。Rao表示，他们一开始就拿出了一大笔钱，因为他们希望有足够的资金来解决问题，而不必担心很快就要再筹集更多资金。