總部位於巴黎的Arlequin AI SAS今日宣布獲得2800萬歐元新融資，用於加速開發一種基於新型網路的AI模型架構，該架構能夠在大規模範圍內學習複雜關係。
這種新的AI架構基於拓撲神經網路，而非支撐大多數大語言模型的基於圖的神經網路。Arlequin表示，公司已經構建並實施了一個易於部署、可擴展的平台，能夠使用異構數據，分析文檔、交易記錄、影片和運營資訊。
此輪A系列融資完全由歐洲投資者出資，由Redalpine和OTB Ventures聯合領投，Bpifrance旗下的國防創新基金也參與其中。現有投資者Vsquared Ventures和10x Founders增加了持股，澤維爾·尼爾和Zebox也加入了此輪融資。
該融資將用於加速擴展一種專有模型，這種模型通過捕捉數據內部結構和關係中的複雜多路徑交互，實現大規模學習。
聯合創始人兼首席執行官雨果·米什隆表示："今天，另一場變革正在成形：開發能夠理解隱藏在數百萬數據點中的高度複雜動態的新型AI系統。在資訊過載的當下，我們需要重新掌控局面。"
米什隆補充說，Arlequin正在構建這種新的AI架構，此時歐洲正與美國和中國等國家科技巨頭在開發強大AI模型的市場中展開競爭。該融資消息傳出之際，另一家歐洲開源AI老牌企業Mistral AI SAS本周剛獲得30億歐元融資。
Arlequin表示，拓撲神經網路的設計目的不僅是從單個數據點學習，還要從數據在大規模範圍內的連接方式中學習，包括同時處理多個要素。該公司致力於開發能夠分析日益龐大系統、並將最終結果追溯至根本原因的系統。
應用示例包括反恐調查，該平台可以分析數千台被查獲設備產生的數十億數據點，識別人員、地點、通信和事件之間的關聯。該公司表示，基於拓撲神經網路的模型分析方法同樣適用於安全與國防、刑事調查、欺詐與洗錢、資訊完整性、網路安全以及AI安全與保障等領域。這些領域都嚴重依賴預測算法，但可追溯的證據和審計路徑有助於揭示事實真相。
Arlequin還在設計拓撲神經網路架構時力求顯著降低計算量需求，這將減少對能源、先進硬體和計算基礎設施的依賴。隨著世界各地數據中心的不斷增多，尤其是在發展主權AI的國家中，運行AI模型的開支以及單個Token的成本已成為企業和政府關注的首要問題。
該公司正與法國國家數字科學與技術研究院、法國國家科學研究中心和馬克斯·普朗克研究所的研究團隊合作開發這一新架構，同時也與牛津大學、康奈爾大學、普林斯頓大學和加州大學聖塔芭芭拉分校的團隊展開合作。
藉助新一輪融資，Arlequin計劃擴大其國際團隊，該團隊正在開發公司的專有模型，並加速在歐洲及全球範圍內的商業化部署。該公司已在倫敦和柏林設立辦事處，並計劃在未來幾個月內於矽谷建立一個AI實驗室。
Q&A
Q1：Arlequin AI的拓撲神經網路與傳統大語言模型有什麼區別？
A：傳統大語言模型主要基於圖神經網路，而Arlequin AI開發的拓撲神經網路能夠學習數據結構和關係中的複雜多路徑交互，不僅分析單個數據點，還能大規模捕捉數據間的連接方式，同時處理多個要素。
Q2：Arlequin AI的技術可以應用在哪些領域？
A：該技術可應用於反恐調查、安全與國防、刑事調查、欺詐與洗錢偵查、資訊完整性、網路安全以及AI安全保障等領域，能夠分析海量數據點，識別人員、地點、通信和事件之間的關聯，並追溯結果的根本原因。
Q3：Arlequin AI此次融資的具體情況如何？
A：Arlequin AI獲得2800萬歐元A系列融資，由Redalpine和OTB Ventures聯合領投，Bpifrance國防創新基金參與，現有投資者Vsquared Ventures和10x Founders增持，澤維爾·尼爾和Zebox也加入投資。
