Hinton、李飛飛支持的NLP明星創企，今獲1.25 億美元B輪融資

大數據文摘轉載自數據實戰派

整個AI領域現正處於某種程度“融資冷靜期”，但依然有明星公司爲新一輪的大爆發籌到資金彈藥。

近日，總部位於加拿大多倫多的NLP公司Cohere，宣佈了 1.25 億美元 B 輪融資。本輪融資由 Tiger Global 領投， Radical Ventures 、 Index Ventures 和 Section 32 參投。

Cohere公司表示，這些資金將用於公司全方面的擴展，包括髮展團隊並增加計算能力來訓練大型語言模型（large language model）。

最新的這輪融資使 Cohere 迄今籌集的總資金超過 1.7 億美元。與此同時，Cohere 還宣佈 Bill MacCartney 已加入擔任工程和機器學習副總裁。在加入 Cohere 之前，Bill 是 Apple 的高管，領導一個 120 多名科學家和工程師組成的團隊開發用於預測用戶意圖和行爲的模型。

“Cohere 能夠解決 NLP 技術廣泛採用的最困難的障礙之一：易用性”，Bill MacCartney 說。

他口中的這種易用性，正是近年來以GPT-3爲代表的LLMs落地所面臨的一大挑戰。這些在包含巨大數據量的大規模數據集上訓練而得的“參數怪獸”，小到簡單的短訊大到複雜的金融模型都可以較好地生成。但是，一個LLMs背後，很有可能是非跨國大型公司所能消化的人力、物力、時間成本。

毫無疑問，這是一個相當高進入門檻的領域。

而Cohere的創始團隊想要降低這個門檻。

正如Cohere CEO Aidan Gomez 所說：“許多人難以方便訪問這些高質量的自然語言模型。我們想要做的是讓所有人都可以訪問，否則這些技術就得不到真正利用……我們第一次向市場推出了一種實用、可訪問且安全的有效 NLP 解決方案。

Aidan Gomez 曾是Google Brain 的研究人員，也是著名論文《Attention is all you need》的作者之一。這篇論文提出了名聲大噪的Transformer架構，也是谷歌著名算法BERT（BERT在11項NLP任務中實現突破，堪稱2018年最重磅的AI進展）中最重要的部分。

2021年，Aidan Gomez和 Nick Fross離開Google Brain創立了這家公司。而Cohere本身的核心NLP模型也是源自Transformer，能夠閱讀數億頁文本並學會理解語言的含義、情感和語氣直至語法、語義和上下文。

除了初始人之外，整個Cohere還有不少來自頂尖高校的技術人員。它的官網介紹上xiezhe“我們有的來自全球頂尖的實驗室和高校，但有的輟學了，或者根本沒有上過學。”

圖丨Cohere 團隊成員

這樣的強技術基因，也爲這家公司吸引到一批赫赫有名的早期投資者。據報道，這個名單中就包括圖靈獎得主 Geoffrey Hinton、GAN 之父 Ian Goodfellow、Uber 首席科學家 Raquel Urtasun、英偉達多倫多研究實驗室主任 Sanja Fidler 以及斯坦福大學教授李飛飛等。

事實上，Cohere和它提供的API接口服務很容易讓我們聯想另一個熱門大模型，那就是GPT-3。

GPT-3問世的時候，也展示了前所未有的文本生成能力，並同樣經過大量互聯網文本的訓練，目前，其開發團隊OpenAI同樣通過通過 API形式提供GPT-3的使用入口。

而Cohere CEO Gomez認爲，自家模型和GPT-3二者的主要不同在於，GPT-3 是一種生成模型，旨在根據用戶提供的提示創建出從左到右移動的文本，可以視作一臺自動寫作機器。

但自然語言處理有着諸多應用場景，文本生成只是其中的方向之一，Cohere 強大之處在於它是一個全棧式的NLP平臺，除了文本生成之外，在情感分類、問答和文本分類等方向也可以施展拳腳。

其首頁就展示了3大應用方向：

1、開發複雜的聊天機器人——使用 Cohere 的世界級機器學習模型來了解客戶查詢的含義併爲最先進的聊天機器人提供動力。提高理解能力，構建更加個性化的用戶體驗。

2、寫得比以往任何時候都快——只需一次 API 調用即可生成原始內容，無論是產品描述、SEO 優化的廣告文案還是長篇博客內容。爲作者提供增強內容引擎所需的工具。

3、超越關鍵字搜索——按關鍵字搜索並不總是能檢索到客戶需要的數據。使用 Cohere 平臺快速構建強大的語義搜索引擎，返回相關結果。

圖丨Cohere 和GPT-3的收費模式對比

在過去八個月中，Cohere經歷了顯着增長，包括自 A 系列融資以來，員工人數也翻了一番，平臺用戶增加了 800% 以上，與google cloud的穩定合作等。這個團隊仍在繼續爲平臺添加新功能，例如允許用戶根據他們的特定需求微調 BERT 模型。

目前來看，Cohere 良好的發展勢頭，標誌着 NLP 應用新時代的到來。

至少其投資方是充滿信心的——“理解人類語言是人工智能的下一個前沿領域，Cohere 有效地將易於使用的 API 打包在一起，允許任何開發人員在 Cohere 的 LLM 基礎上構建應用，並根據他們的特定需求進行定製化的微調。就像語言滲透到我們生活的方方面面一樣，NLP 的應用也應該遍佈數字世界中的各個角落”，Tiger Global 合夥人 John Curtius 說。