Safe Superintelligence Inc.是一家由前OpenAI首席科学家Ilya Sutskever等人创办的知名人工智能初创公司，据称正在寻求以至少200亿美元的估值筹集新资金。

据路透社报道，消息人士透露，该公司正在与新老投资者进行谈判。SSI的现有投资者包括红杉资本、DST Global、Andreessen Horowitz、SV Angel和NFDG。这些投资者曾在去年九月为该公司筹集了10亿美元，当时的估值据称为50亿美元。

SSI现在计划以至少四倍于之前的估值筹集资金，这表明投资者对其技术充满信心。

该公司成立于去年六月，目标是开发具有“超级智能”的AI模型，并设置防止有害输出的安全措施。创始团队包括Sutskever、AI研究员Daniel Levy和曾任Y Combinator合伙人的Daniel Gross。Gross是公司的首席执行官，也曾在苹果公司领导AI开发工作多年。

Sutskever表示，SSI“除了开发具有超级智能的AI模型外，不会从事其他任何活动”，这表明公司在短期内不会产生收入。关于SSI如何构建此类模型的细节很少。据路透社报道，Sutskever表示，公司将采用“新的研究方向”，而不是沿用现有的AI开发方法。

开发人员通过增加参数数量以及硬件和训练数据的量来提高大型语言模型的输出质量。在最近的NeurIPS机器学习会议上，Sutskever建议这种方法已接近其极限。他认为开发人员在寻找提高LLM输出质量所需的大量高质量训练数据方面遇到了困难。

“我们已经达到了数据的顶峰，不会再有更多了，”Sutskever说。“我们必须处理我们已有的数据。互联网只有一个。”

2012年，Sutskever是创建AlexNet的学术团队的一员，这是首批现代计算机视觉模型之一。该算法激发了大量深度学习研究，为大型语言模型奠定了基础。在该项目之后，Sutskever在Google LLC工作了几年，然后于2015年共同创立了OpenAI。

Sutskever是ChatGPT开发者的首席科学家，直到去年。他参与了OpenAI的一系列优化推理的LLM项目。推理模型也是他最近NeurIPS主题演讲的另一个重点。

“一个系统越是推理，它就越不可预测，”Sutskever告诉与会者。“一个原因是因为国际象棋AI，真正优秀的那些，对最优秀的人类棋手来说是不可预测的。”

SSI并不是唯一一家采用新方法构建AI模型的初创公司。

去年十二月，Liquid AI Inc.从投资者那里筹集了2.5亿美元，用于开发所谓的液体神经网络。该初创公司表示，这种算法可以用一小部分硬件匹配最先进的LLM的输出质量。

一个AI模型由人工神经元组成，每个神经元都是一个简单的程序，执行生成提示响应所需处理的一小部分。每个神经元又包括称为权重和激活函数的组件。权重决定AI模型在做出决策时考虑哪些数据。激活函数包含神经元用于分析这些数据的代码。

标准LLM的权重和激活函数在训练后不会改变。相比之下，液体神经网络可以在推理过程中重新配置这些组件。这使得这种算法能够根据摄取的数据不断调整其处理方式。

SSI是据称正在寻求筹集新资金的几家AI供应商之一。上个月，有消息传出OpenAI希望完成一轮400亿美元的融资，估值为340亿美元。竞争对手Anthropic PBC据称正在寻求以600亿美元的估值筹集20亿美元。