发生了什么？
由AI专家Marvin Purtorab和Andy Toulis创立的Convergence公司，从隐身模式中脱颖而出，带着一个令人兴奋的任务：构建不仅完成任务，还能通过长期记忆进行持续学习的个人AI代理。该公司已从领先投资者那里筹集了1200万美元的种子前融资，包括Balderton Capital，并得到Salesforce Ventures和Shopify Ventures的额外支持。
该公司的旗舰产品Proxy AI是一个为消费者和员工设计的智能助手。对于员工，AI代理负责自动化行政任务和简化工作流程，提高生产力。对于消费者，它可以处理日常活动，如安排预约或订购杂货。Proxy真正创新的地方在于它能够学习、适应，甚至管理自己的记忆——就像人类一样。
关键要点
-
重要融资：Convergence已获得1200万美元的种子前融资，以进一步开发其Proxy AI助手，目标是提高其记忆和学习能力。
-
具有长期记忆的AI代理：Proxy AI代理可以通过持续学习和管理其记忆来随时间适应。它能够根据需要添加或删除信息，这一功能模仿了人类的认知过程。
-
双重用途：Proxy设计用于消费者和员工，使其成为一个多功能工具。它可以处理个人任务，如旅行计划和杂货，同时也能在商业环境中简化行政任务。
-
先进技术：该系统基于大型元学习模型（LMLMs），这是一种专注于“学习如何学习”的开创性AI架构，允许AI在各种应用中进行泛化，而不是局限于特定任务。
深入分析
Convergence的创新方法迎合了个人AI系统日益增长的需求，这些系统不仅自动化常规任务，还能随着时间的推移理解和适应用户的需求。虽然像Alexa和Siri这样的个人AI助手已经帮助用户完成简单任务，但Convergence的Proxy AI目标更高。通过整合长期记忆，Proxy可以持续进化，随着过去的互动学习而变得更加有用。这意味着你使用得越多，它就越聪明。
Convergence的AI技术基础是大型元学习模型（LMLMs），这是一种相对较新的机器学习模型类别。与通常局限于完成特定任务的传统AI系统不同，LMLMs具有“学习如何学习”的能力。这使得Proxy AI代理能够将其知识适应到各种应用中，使其比现有的AI助手更加多功能。通过将记忆管理直接嵌入模型的架构中，Proxy可以在实时互动中决定何时记住或忘记信息，优化其功能而不使用户被不必要的数据淹没。
该团队在Shopify、Google DeepMind、Meta和OpenAI等顶级AI组织工作的综合经验，突显了Convergence创新背后的深厚知识。他们在机器学习和推荐系统方面的背景使他们能够独特地应对AI系统中记忆的复杂性。
该公司已引起Salesforce Ventures和Shopify Ventures等主要投资者的兴趣，这表明这些行业领导者看到了Convergence的Proxy AI在改变消费者互动和企业工作流程方面的潜力。他们的支持将为初创公司提供实现其雄心勃勃愿景所需的资本和行业联系。
你知道吗？
-
Proxy的长期记忆：与仅响应简单一次性任务的当前AI助手不同，Proxy AI能够记住过去的互动，使其能够随着时间的推移调整你的偏好。它可以动态管理其记忆，根据需要添加或删除数据，这一功能受到人类记忆功能的启发。
-
学习如何学习：Convergence技术的核心是其使用大型元学习模型（LMLMs），这赋予了AI在广泛任务中进行泛化的显著能力。这是传统AI模型的一大步，传统AI模型通常设计用于特定用例。
-
测试版发布：Proxy AI目前正在有限的测试版中进行测试，让选定的用户亲身体验其功能。随着系统的进化，它将继续改进其记忆管理，并随着使用变得更加直观。
Convergence从隐身模式中的出现标志着AI行业的一个令人兴奋的转变。在领先风险投资公司和经验丰富的AI专业团队的支持下，该公司准备推动个人和企业AI助手的能力边界。通过专注于长期记忆和适应性学习，Convergence可能会塑造我们日常与AI互动的未来。