Репортаж от Wedoany，Испанская компания в сфере искусственного интеллекта Sherpa.ai получила $18 млн финансирования на разработку продуктов ИИ, способных обучаться, не касаясь исходных данных пользователей. Компания ориентируется на наиболее чувствительных к перемещению данных клиентов, таких как банки, больницы и государственные учреждения, а её технологическое решение соответствует быстро набирающей обороты теме «суверенного ИИ».
Основная технология Sherpa.ai — федеративное обучение. В этой модели данные не собираются в одном месте для обучения, а модель «идёт» к данным. Каждая больница или банк проводит обучение модели локально, передавая только опыт обучения, а не исходные записи. Sherpa.ai утверждает, что её исследования позволяют сократить объём передаваемых между узлами данных до 99%. Такое решение особенно важно в регулируемых сферах со строгими законами о конфиденциальности, где требования к соблюдению норм работы с данными часто препятствуют реализации обычных проектов ИИ. Основатель и генеральный директор компании Xabi Uribe-Etxebarria заявил, что цель — позволить предприятиям «полностью использовать потенциал ИИ, не отказываясь от контроля, конфиденциальности и суверенитета над своими данными».
Примечательно, что в этом раунде финансирования принял участие американский инвестор в сфере кибербезопасности и ИИ из Кремниевой долины Forgepoint Capital, а также существующие инвесторы Mundi Ventures, Ekarpen, Allegra Holdings и SETT. Для компании, построенной на стремлении удержать данные ИИ в Европе, признание из США имеет большое значение. Клиентский список Sherpa.ai также указывает в том же направлении. Недавно компания подписала контракты с испанской Indra, банками Caja Laboral и Unicaja, охранной группой Prosegur, геномной компанией Centogene и Национальными институтами здравоохранения США (US National Institutes of Health, NIH). Продажа продуктов европейской компании, ориентированной на конфиденциальность, федеральному агентству США — это само по себе доказательство.
«Суверенный ИИ» — переполненный ярлык, и федеративное обучение не является новой концепцией. Однако версия Sherpa.ai имеет вес благодаря серьёзным исследованиям, стоящим за ней. Компания опубликовала рецензируемые статьи о том, как обучать большие языковые модели на частных наборах данных, и сотрудничает с Национальными институтами здравоохранения США (US National Institutes of Health, NIH) и Университетским колледжем Лондона (University College London) для применения этой технологии в диагностике редких заболеваний. Объём финансирования умеренный, а конкуренция в этой области высока. От национальных модельных проектов до стартапов в сфере безопасности, ориентированных на конфиденциальность, многие компании обещают разработать ИИ, уважающий границы данных. Однако рыночный спрос реален и продолжает расти. По мере ужесточения государственного регулирования мест хранения данных, решения компаний, способных обучать модели, не касаясь данных, становятся всё более убедительными. Нынешнее привлечение $18 млн компанией Sherpa.ai — это ставка именно на такую перспективу.
