Парижская компания Arlequin AI SAS 10 сентября 2026 года объявила о привлечении €28 млн (примерно $32 млн) в новом раунде финансирования. Инвестиции предназначены для ускорения разработки новой архитектуры ИИ, основанной на ином типе сетей, которые обучаются на сложных взаимосвязях в масштабе.
Новая архитектура базируется на топологических нейронных сетях (TNN), а не на графовых нейронных сетях, лежащих в основе большинства больших языковых моделей. Arlequin утверждает, что уже создала и внедрила простую в развертывании масштабируемую платформу, способную работать с гетерогенными данными: анализировать документы, транзакции, видео и оперативную информацию.
Раунд Series A полностью поддержан европейскими инвесторами. Среди них — Redalpine и OTB Ventures, выступившие со-лидерами, а также Фонд оборонных инноваций Bpifrance. Существующие инвесторы Vsquared Ventures и 10x Founders увеличили свои доли, к ним присоединились Ксавье Ньель и Zebox.
Финансирование ускорит масштабирование проприетарной модели, которая учится на структуре и взаимосвязях внутри данных, улавливая сложные многопутевые взаимодействия в масштабе.
«Сегодня формируется еще одна революция: разработка новых систем ИИ, способных понимать чрезвычайно сложную динамику, скрытую в миллионах точек данных. В то время, когда мы перегружены информацией, нам необходимо вернуть контроль», — заявил генеральный директор и соучредитель Юго Мишерон.
Мишерон добавил, что Arlequin создает эту новую архитектуру ИИ в то время, как Европа конкурирует на рынке с национальными технологическими гигантами, такими как США и Китай, за разработку мощных моделей ИИ. Финансирование приходит на фоне того, что другой европейский ветеран открытого ИИ, Mistral AI SAS, в этом месяце получил €3 млрд.
Arlequin поясняет, что сети TNN предназначены для обучения не только на отдельных точках данных, но и на том, как данные связаны в масштабе, включая множество элементов одновременно. Компания стремится разрабатывать системы, способные анализировать все более крупные системы и прослеживать конечные результаты до первопричин.
Примеры включают контртеррористические расследования, где платформа может анализировать миллиарды точек данных, сгенерированных тысячами изъятых устройств, чтобы выявить связи между людьми, местами, коммуникациями и событиями. Компания утверждает, что подход на основе TNN также применим в сфере безопасности и обороны, уголовных расследований, мошенничества и отмывания денег, информационной целостности, кибербезопасности, а также безопасности и защищенности ИИ. Все эти области сильно зависят от прогнозных алгоритмов, но доказательства и проверяемые пути помогают выявить, что произошло на самом деле.
Arlequin также проектирует архитектуру TNN так, чтобы она использовала значительно меньше вычислений. Это снизит зависимость от энергии, передового оборудования и вычислительной инфраструктуры. Поскольку по всему миру растет число центров обработки данных, особенно в странах, развивающих суверенный ИИ, расходы на запуск моделей ИИ и стоимость отдельных токенов становятся главной заботой предприятий и правительств.
Компания разрабатывает новую архитектуру совместно с исследовательскими командами Французского национального института исследований в области цифровой науки и технологий, Французского национального центра научных исследований и Института Макса Планка, а также с командами Оксфордского университета, Корнеллского университета, Принстонского университета и Калифорнийского университета в Санта-Барбаре.
С новым финансированием Arlequin намерена расширить международную команду, разрабатывающую проприетарные модели, и ускорить коммерческое развертывание в Европе и по всему миру. Компания открыла офисы в Лондоне и Берлине и планирует в ближайшие месяцы создать лабораторию ИИ в Кремниевой долине.
Источник: siliconangle.com
Дополнительные источники: helpnetsecurity.com, theregister.com, wired.com, github.com, macrumors.com, ai-proof-careers.com, skills.sh, jetogo.com