尽管创业投资总体下降，但人工智能的融资在过去一年却大幅增长。从2022年到2023年，仅用于生成型人工智能风险投资的资金就增长了近8倍，到12月底达到252亿美元。

　　因此，人工智能初创公司在Y Combinator的2024年冬季演示日占据主导地位也就不足为奇了。

　　根据YC的官方创业公司目录，Y Combinator 2024年冬季项目共有86家人工智能创业公司，几乎是2023年冬季项目的两倍，是2021年冬季项目的近三倍。你可以称之为泡沫或过度炒作，但很明显，人工智能是当下的技术。

　　和去年一样，我们考察了Y Combinator最新的一批人——这批人在本周的演示日进行了展示——挑选了一些更有趣的人工智能初创公司。每个人都有不同的原因。但从基线来看，无论是在技术、潜在市场还是创始人背景方面，它们都在其他公司中脱颖而出。

　　奥古斯特·陈(前palantir)和埃尔顿·洛斯纳(前波士顿咨询集团)断言，政府的合同程序已经无可救药地崩溃了。

　　合同被张贴在数千个不同的网站上，其中可能包括数百页重叠的规定。(据估计，仅美国联邦政府每年就签署了超过1100万份合同。)响应这些投标可能需要整个业务部门，并得到外部顾问和律师事务所的支持。

　　Chen和Lossner的解决方案是将政府合同发现、起草和合规过程自动化的人工智能。这对夫妇是在大学里认识的，取名为Hazel。

　　图片来源:Hazel

　　使用Hazel，用户可以匹配潜在的合同，根据RFP和他们公司的信息生成响应草案，创建待办事项清单并自动运行合规性检查。

　　考虑到人工智能有产生幻觉的倾向，我有点怀疑黑兹尔生成的反应和检查是否始终准确。但是，如果他们接近，他们可以节省大量的时间和精力，使小公司有机会获得每年价值数千亿美元的政府合同。

　　家庭护士要处理很多文书工作。田田查对此深有体会——她曾在谷歌母公司Alphabet的生命科学部门Verily工作，参与了从个性化医疗到减少蚊媒疾病等一系列“登月计划”。

　　在她的工作过程中，查发现文件是家庭护士的主要时间消耗。这是一个普遍存在的问题——根据一项研究，护士花费超过三分之一的时间在文件上，减少了花在病人护理上的时间，并导致了倦怠。

　　为了减轻护士的文件负担，Zha与前苹果公司工程师Max Akhterov共同创立了Andy AI。安迪本质上是一个由人工智能驱动的抄写员，捕捉和转录病人就诊的口头细节，并生成电子健康记录。

　　图片来源:Andy AI

　　与任何人工智能转录工具一样，存在偏见的风险——也就是说，根据一些护士和病人的口音和用词选择，该工具不能很好地工作。从竞争的角度来看，安迪并不是第一个进入市场的同类产品——竞争对手包括DeepScribe、Heidi Health、Nabla和亚马逊的AWS HealthScribe。

　　但随着医疗保健越来越多地转移到家庭，对Andy AI等应用程序的需求似乎会增加。

　　如果你使用天气应用的经历和本文记者一样，你就会因为盲目相信天气预报会是晴朗的蓝天而遭遇暴雨。

　　但它并不一定是这样的。

　　至少，这是人工智能天气预报平台precp的前提。Jesse Vollmar在创建FarmLogs(一家销售作物管理软件的初创公司)后产生了这个想法。他与Sam Pierce Lolla和Michael Asher(前FarmLogs首席数据科学家)合作，将Precip变成了现实。

　　图片来源:precp

　　precp提供降水分析，例如估算过去几个小时到几天内给定地理区域的降雨量。Vollmar声称，precp可以为美国任何地点生成精确到公里(或两公里)的“高精度”指标，提前7天预测天气状况。

　　那么沉淀指标和警报的价值是什么呢?Vollmar说，农民可以用它们来跟踪作物生长，建筑工人可以参考它们来安排工作，公用事业公司可以利用它们来预测服务中断。Vollmar称，一位运输客户每天都会检查precp，以避免恶劣的驾驶条件。

　　当然，天气预报应用并不缺乏。但AI喜欢precp承诺的更准确的预测——如果AI确实值得的话。

　　克莱尔·威利(Claire Wiley)在沃顿商学院攻读MBA期间推出了一个夫妻辅导项目。这段经历促使她研究了一种更先进的人际关系和治疗方法，最终在Maia身上达到了顶峰。

　　Wiley与前谷歌研究科学家Ralph Ma共同创立了Maia，旨在通过人工智能指导让夫妻建立更牢固的关系。在Maia的安卓和iOS应用程序中，情侣们在群聊中互相发信息，回答日常问题，比如他们认为需要克服的挑战、过去的痛点和他们感激的事情清单。

　　图片来源:Maia

　　Maia计划通过向高级功能收费来赚钱，比如由治疗师设计的程序和无限短信。(Maia通常会限制伴侣之间的短信——如果你问我的话，这是一个令人沮丧的武断限制，但事实就是如此。)

　　威利和马都来自离婚家庭，他们说，他们与一位情感专家合作，精心设计了玛雅的经历。不过，我脑子里的问题是:(1)Maia的关系科学有多可靠?(2)它能在异常拥挤的情侣应用领域脱颖而出吗?我们只能等着看了。

　　ChatGPT等生成式人工智能应用程序的核心人工智能模型是在庞大的数据集上进行训练的，这些数据集混合了来自网络各地的公共和专有数据，包括电子书、社交媒体帖子和个人博客。但其中一些数据在法律上和道德上都存在问题，更不用说在其他方面存在缺陷。

　　如果你问瑟琳娜·葛(Serena Ge)和查理·李(Charley Lee)，问题在于明显缺乏数据管理。

　　Ge和Lee共同创立了Datacurve，该公司为训练生成式人工智能模型提供“专家级”数据。具体来说，这是代码数据，Ge和Lee表示，由于需要将其标记为人工智能培训和限制性使用许可所需的专业知识，这些代码数据尤其难以获得。

　　图片来源:Datacurve

　　Datacurve拥有一个游戏化的注释平台，该平台向解决编码挑战的工程师付费，这有助于Datacurve出售培训数据集。Ge和Lee说，这些数据集可以用来训练代码优化、代码生成、调试、UI设计等方面的模型。

　　这的确是一个有趣的想法。但Datacurve的成功将取决于它的数据集管理得有多好，以及它是否能够激励足够多的开发者继续构建和改进这些数据集。

　　来源:[author_name]