MeetKai著眼于AI工業(yè)市場的數(shù)字孿生

數(shù)字孿生并不是一個新概念。但通過將其與新一代AI模型相結(jié)合，初創(chuàng)公司MeetKai正在投入資源創(chuàng)建有效的互動工具，例如供工廠用于優(yōu)化生產(chǎn)流程和遠程虛擬培訓的工具。

MeetKai是一家AI-Metaverse工具公司。MeetKai的CEO James Kaplan 2014年從Harvey Mudd College輟學，為Michael Milken管理私募股權(quán)基金（Milken曾經(jīng)在垃圾債券領(lǐng)域臭名昭著）。

2018年，Kaplan與Marvell的聯(lián)合創(chuàng)始人Weili Dai在LA共同創(chuàng)立了MeetKai。

可以說，Kaplan是年輕、有天賦的軟件工程師變身企業(yè)家的縮影，他的好運氣、血統(tǒng)和家族關(guān)系讓他的初創(chuàng)公司成為可能。并不是每個創(chuàng)業(yè)者都如此幸運。

Dai解釋說，Kai的意思是“Key to AI”。這家初創(chuàng)公司的使命是開發(fā)AI工具，在虛擬世界中模擬現(xiàn)實世界。

Kaplan說，MeetKai的工具旨在幫助企業(yè)在虛擬世界中以數(shù)字化方式映射、構(gòu)建和復制業(yè)務(wù)實踐、生產(chǎn)車間以及與復雜機器的交互。這些工具使客戶能夠提供一個虛擬世界，在這個虛擬世界里，員工和客戶可以接受遠程培訓，或通過自然對話（跨越不同地域和語言）更個性化地享受服務(wù)。

MeetKai聲稱自己有很多職業(yè)體育界的客戶，包括一支NBA球隊以及IndyCar和NASCAR車隊。據(jù)Kaplan稱，MeetKai的工具在工業(yè)/企業(yè)市場“獲得了很大的吸引力”。

Attention Is All You Need??

最初，Kaplan是被2017年的一篇技術(shù)論文<Attention Is All You Need>吸引至AI領(lǐng)域的。該論文的作者提出了一種新的簡單網(wǎng)絡(luò)架構(gòu)，Transformer，它完全基于注意力（attention）機制，完全省去了遞歸和卷積。

在Kaplan看來，這篇論文催生了現(xiàn)代機器學習和LLM，而今天的ChatGPT正是基于此。在此之后，MeetKai直接投身于AI領(lǐng)域，不考慮任何2018年之前的AI模型。

Kaplan和他的團隊攻克的第一項技術(shù)就是開發(fā)ChatGPT的前身。Kaplan說：“我們將其應用于搜索。想想看，如果你看搜索是如何工作的，自從Google成立以來，基本上都是在網(wǎng)頁上查找文本。如果我搜索Tom Cruise的電影，搜索并不知道Tom Cruise是誰，也不知道電影是什么，它只是在尋找有Tom Cruise的頁面?！?/p>

矢量數(shù)據(jù)庫??

MeetKai的團隊沒有效仿Bing在2018年的做法，根據(jù)頁面上的文本進行搜索，而是決定搜索“語義”。

“當有人在搜索某樣東西時，它會首先嘗試找出他們所搜索的東西的含義。并根據(jù)這個意義找到類似的項目?！?/p>

Kaplan說，如今，這被稱為“矢量數(shù)據(jù)庫”。

一家數(shù)據(jù)分析軟件開發(fā)商KX舉例解釋說：

在自然語言處理中，矢量數(shù)據(jù)庫可用于查找相似文檔、執(zhí)行文本分類或支持問題解答系統(tǒng)?？梢詫卧~嵌入或句子嵌入進行索引和搜索，以識別相關(guān)的文本片段或執(zhí)行語義相似性計算。

Kaplan說，如今，矢量數(shù)據(jù)庫在軟件領(lǐng)域很常見，也有一些外溢到半導體領(lǐng)域。但在2018年，“我們比所有人都早了五年，在這個方向上全力以赴”。

Kai說，“最初，我們在對話式AI（conversational AI）方面做了很多技術(shù)，這導致了語音助手搜索、baps（band aperiodicity parameter）個性化，所有這些類型的功能。在這一點上，我們已經(jīng)重現(xiàn)了Google所能做到的很大一部分，但團隊只有15人。”

Kaplan表示，MeetKai與其他AI應用初創(chuàng)公司不同，因為“我們真正關(guān)注的是AI領(lǐng)域的最新創(chuàng)新”。

包括Google在內(nèi)的其他公司和現(xiàn)有公司則堅持使用上世紀90年代發(fā)明的更熟悉的技術(shù)，這些技術(shù)逐漸發(fā)展，直到Open AI出現(xiàn)，并引發(fā)了對ChatGPT和MLM（Multilevel Modeling）的推動。許多公司都面臨著扔掉90年代以來所做的一切，并重新開始的挑戰(zhàn)。

AI軟件公司的一個流行趨勢是，打出一個利用AI的商業(yè)點子，并創(chuàng)建相應的應用，比如牙科預約或?qū)櫸锩廊莸娜粘贪才畔到y(tǒng)。Kaplan對此不屑一顧：“他們以一種非常標準的模式，將一些無聊的軟件應用到他們的產(chǎn)品中?！?/p>

憑借公司在AI領(lǐng)域開發(fā)的幾項IP，MeetKai聲稱自己正在打造能夠打開不同細分市場（如工業(yè)/企業(yè)）的業(yè)務(wù)。MeetKai的一項關(guān)鍵功能是“能夠以數(shù)字方式模擬現(xiàn)實生活中存在的任何事物”，更重要的是，它還能讓用戶與模擬對象進行“智能”互動。

例如圖片、視頻和CAD文件。Kaplan說，第一步是從真實文件開始，然后進行虛擬復制。

第二步是在虛擬環(huán)境中找出用例，通常在現(xiàn)實生活中完成的業(yè)務(wù)流程。

這種數(shù)字孿生的概念并不新鮮。但MeetKai聲稱，這家初創(chuàng)公司的AI工具可以將創(chuàng)建數(shù)字副本的過程縮短到六個月。例如，MeetKai只花了兩周時間就為新加坡的Silicon Box創(chuàng)造了一個完全仿真的東西。

重點并不是以數(shù)字方式呈現(xiàn)Silicon Box生產(chǎn)線。相反，MeetKai認為，“Silicon Box Build”的目的是讓半導體設(shè)計人員和制造商能夠以虛擬和遠程的方式模擬和優(yōu)化芯片制造過程。

Silicon Box的遠大目標是在全球各地復制擁有1000名員工的芯片代工廠。Kaplan指出，為此，Silicon Box需要快速培訓1萬多名員工。

此外，晶圓代工廠還面臨著在新工廠安裝新生產(chǎn)設(shè)備的挑戰(zhàn)。公司必須派遣專家到那里，對復雜的機器進行長達六個月的校準。如果安裝后出現(xiàn)問題，新加坡的另一個團隊就必須去修理。Kaplan說：“一臺價值1,000萬美元的設(shè)備可能還需要額外的100萬美元的費用，才能使其運轉(zhuǎn)起來?！?/p>

TSMC在建設(shè)Arizona晶圓廠的過程中，不得不從臺灣向Arizona派遣更多的工程師。遠程和虛擬培訓正迅速成為各地建設(shè)晶圓廠的關(guān)鍵因素。

自助服務(wù)??

Kaplan解釋說，MeetKai的下一步是使他們的工具成為“自助式”工具。Kaplan說：“MeetKai與比亞迪在電動車制造領(lǐng)域以及與Silicon Box在芯片制造領(lǐng)域密切合作，但MeetKai了解到這些公司希望嚴密保護他們在培訓、設(shè)備操作和優(yōu)化方面開發(fā)的機密。TSMC不想打開閘門，公布一切。因此，MeetKai必須為客戶提供‘編輯工具’，使他們能夠在MeetKai提供的‘通用元素’基礎(chǔ)上定制解決方案?！?/p>

MeetKai計劃在2024年發(fā)布這樣的編輯工具。

ChatGPT帶來一片哀嚎???

事實證明，MeetKai的數(shù)字孿生虛擬產(chǎn)品并不依賴于像素流。為了最大限度地提高可訪問性，MeetKai讓每一種metaverse體驗都能在普通網(wǎng)絡(luò)瀏覽器和設(shè)備上使用。

Kaplan說，但在當今的虛擬世界或metaverse中，一種常見的方法是在數(shù)據(jù)中心進行遠程渲染，以實現(xiàn)像素流虛擬文字。這是利用安裝在數(shù)據(jù)中心的Nvidia GPU實現(xiàn)的。

遠程渲染的問題在于成本高昂，部分原因是Nvidia GPU價格很高。Kaplan還指出，如果按分鐘、按用戶、按云服務(wù)器付費，賬單就會堆積如山。

他說：“現(xiàn)在情況更糟，因為所有的Nvidia GPU都被用于機器學習工作負載?！?/p>

即使你想要像素流，這些GPU的供應也是有限的，而且你能讓數(shù)據(jù)中心為你運行的時間也非常有限。

“LLM和ChatGPT炒作的犧牲品還包括那些需要依賴數(shù)據(jù)中心渲染來制作電影、特效和虛擬世界的人?！?/p>

Kaplan強調(diào)說，MeetKai從一開始就與眾不同，因為它“極不可知”。它不希望自己的商業(yè)模式要求公司堅持購買GPU或頭顯。

盈利狀況????????????

MeetKai的Dai表示，這家擁有60名員工的初創(chuàng)公司預計今年的收入將在500萬美元左右。Dai希望今年年底實現(xiàn)盈利。

當被問及Kaplan是如何與Dai聯(lián)系到一起創(chuàng)辦MeetKai時，Dai解釋說：“我是通過James的母親認識他的。”James的母親Susan Estrich是Dai的朋友，是一位曾擔任Harvard Law Review首位女主席的著名律師。

MeetKai及其CEO擁有寶貴的商業(yè)關(guān)系和名聲，另許多科技界的創(chuàng)業(yè)者羨慕不已。MeetKai擁有早期的AI專業(yè)知識和在工業(yè)領(lǐng)域的先發(fā)優(yōu)勢，即使沒有把握，也有機會證明其AI/metaverse工具是貨真價實的。