從 AI Grant 開始，看 Nat Friedman 與 Daniel Gross 如何投出美國人工智能的半壁江山

巴比特_AIcore597天前

圖片來源：由無界 AI‌ 生成

從開發者必備的 GitHub，到年輕獨角獸 Scale、Cohere，再到今年備受矚目的 Character.ai，當我在研究人工智能領域的優秀公司時，常看到兩個名字赫然在「早期投資人」之列 —— Nat (Nathaniel) Friedman 與 Daniel Gross。

從 2017 年開始，Nat 與 Daniel 也開始了在人工智能領域的搭檔投資，並成立了一家名為 AI Grant 的機構。從最初的學術研究資助基金，到如今成為一支早期風險投資基金，AI Grant 的運營與投資模式在「如何做對創業團隊更有幫助的人工智能領域早期投資者」方面為我帶來了不少靈感與啟發。在這裏，也希望將 Nat 與 Daniel 的成長與投資故事分享給大家。

Enjoy！

愛因斯坦曾是一名在伯恩工作的專利職員。他有許多在大家看來很瘋狂的想法。

但往往，正是「局外人」有着最新奇、最好的點子。

我們的目標是找到並資助它們。

兩位主角

開源先鋒 Nat Friedman

「It's hard to imagine myself doing something other than founding a startup. But you never know. I'm open to anything.」

在個人網站上，Nat (Nathaniel) Friedman 的自我介紹中有這樣一句話：「我 1991 年開始上網，互聯網是我真正的家鄉」—— 他並沒有誇張。

出生於 1977 年的 Nat Friedman 六歲便學會了軟件開發。1991 年，大洋彼岸的芬蘭年輕人 Linus Torvalds 公開發布了 Linux，剛剛開始上網的弗吉尼亞小鎮少年 Nat 很快發現了它，並憑藉聰明的大腦與無限的好奇心成為了 Linux 社區的知名黑客 —— 開源社區由此成為了他職業生涯的起點與親密友誼的基礎。

1999 年，Nat 從 MIT 計算機與數學系順利畢業，22 歲的他有一個堅定的信念：只想在開源領域工作。因此，即便一貧如洗，他依然拒絕了所有的工作邀請，偷偷住在 MIT 宿舍公共休息室發臭的紅色舊沙发上，只因為那裡的網速很快。

好在自由軟件基金會（Free Software Foundation）的 Tim Ney 及時伸出援手，為 Nat 開了一張 350 美元的支票，表面上是為了讓他搭建基金會的辦公系統，實際上沒要求他做任何事 —— 那麼 Nat 到底用這筆錢做了什麼？

時間回到 1996 年，還是大學新生的 Nat 在自己編寫的 IRC[1] 網絡 LinuxNet 上認識了從數學系退學並全心投入自由軟件開發的墨西哥青年 Miguel de Icaza。隨後的 1997 年夏天，在 Microsoft 實習的 Nat 與前來面試 Internet Explorer Unix 團隊崗位的 Miguel 正式結識。但是，由於沒有大學學位，無法獲得工作簽證的 Miguel 並沒有入職 Microsoft，而是在同年 8 月與朋友共同發起了開源項目 GNOME。1999 年 4 月，畢業前夕的 Nat 向 Miguel 提議創建一家公司來繼續 GNOME 的開發，但他們沒錢 —— Tim 的支票幫了大忙。

1999 年 10 月，Nat 與 Miguel 共同成立了 International GNOME Support（后稱 Helix Code），開發 GNOME 的基礎設施和應用程序，最終這家公司更名為 Ximian，並在 2003 年 8 月被 Novell 收購。

在回顧第一段創業經歷時，Nat 和 Miguel 寫道：

「Ximian 是由志同道合的朋友組成的，我們創辦公司時沒有任何創業、管理或商業經驗，我們在工作中學習，也得到了相信我們目標和關心我們使命的朋友的建議；Ximian 90% 的員工是開源社區貢獻者和我們通過郵件或 IRC 認識的人；我們沒有管理經驗，這意味着我們犯了教科書中所有可能出現的管理錯誤，但在我們學習和努力讓公司起步的過程中，所有朋友和員工都支持着我們。」

加入 Novell 后，Nat 負責公司所有 Linux 相關的項目並擔任開源項目 CTO，讓 6,000 多名員工擺脫了 Windows 系統與 Office 套件的束縛，轉向了開源的 SUSE 與 OpenOffoce。2007 年，Nat 搬到了慕尼黑，發起了 SUSE Studio 項目，並在 2009 年產品推出后離開了這家公司，那時他也剛剛結了婚，是「一個自然的突破點和尋找新事物的時機」。

從這段經歷來看，大公司的工作模式並沒有消解 Nat 的創造力之魂。在 Nat 離職后不久加入 SUSE 的 David Majda 在博客中這樣寫道：「這個應用程序看起來很現代，視覺呈現令人感到愉悅，並且易於使用。它看起來完全不像是一家 Linux 公司的產品，更像是一家初創公司的產品。SUSE 可以創建如此一流應用程序的超脫能力說服了我加入該公司並最終加入 SUSE Studio 團隊。…… 加入 SUSE 后，我很好奇搭建這個產品的秘訣是什麼，很快就偶然發現了 Nat Friedman 的名字 —— 整個項目顯然是他的主意。他說服了管理層，組建了一支由他能找到的最好的開發人員組成的團隊，以初創公司的方式運行它，並在兩年多的時間里搭建了該產品。請記住，這是一家大公司，一面要面對 Novell 大公司風格的管理者，一面要面對 Linux 社區的鐵杆黑客 —— 這可不是件容易的事。」

2010 年，Nat 與新婚妻子開始了環球旅行，在開始這趟旅行前，他說：「當我們旅行結束后，我的下一步很可能是在美國創辦一家公司。很難想象除了創辦一家初創公司之外，我還能做什麼 —— 但我不知道自己具體會做什麼，我對任何事情都持開放態度。」

沒過多久這趟旅行就停止了 —— Novell 在 2011 年 4 月底被 Attachmate 收購，5 月初，Miguel 所領導的團隊也被解散了。Nat 回到美國，半個月後的 5 月 17 日，執行力驚人的二人再次合作成立了 Xamarin，繼續運行被 Attachmate 放棄的開源跨平台 SDK Mono 項目，2016 年，這家公司以約 5 億美元的價格被 Microsoft 收購。

加入 Microsoft 后，Nat 還是想堅持做「創業者」，一開始，他準備一兩年後就離開並開始花時間忙自己感興趣的「副業」。在職期間，除了發起本文隨後要詳細介紹的 AI Grant 項目，他還創立了加州 YIMBY (Yes In My Back Yard)，致力於解決加州住房短缺問題。

但不久后，他便發現，Microsoft 新任 CEO Satya Nadella 是一個值得學習的領導者 —— 一位開放且總在追求更高目標的管理者。2017 年，Nat 給 Satya 發了一封郵件，提議收購 GitHub —— 儘管 Nat 剛入職不久，但 Satya 依舊在一周后就將這個史上最大規模的與開發者相關的收購案，也是 Microsoft 當時最大規模的收購案，全權授權給了他。

2018 年，Microsoft 在質疑聲中收購了 GitHub，任命了「讓開發者最放心」的 Nat 作為 CEO。在上任第一天，Nat 寫道：「我不會請求大家的信任，而是致力於贏得大家的信任。」結果沒有讓大家失望：他不僅讓平台保持了獨立性與中立性，在開發者社區贏得了良好聲譽；打造了明星產品 GitHub Copilot，讓 GitHub 的影響力持續擴大；還收購了 NPM、Semmle、Dependabot 和 PullPanda 等六家公司，讓營收和用戶良性增長，最終向 Microsoft 交上了一份不錯的答卷。

其中，不得不提的是 GitHub Copilot 的打造歷程 —— 這亦是 Satya 與 Nat 高效協作的最佳呈現。

2020 年 6 月 11 日，OpenAI 發布了 GPT-3，其本身的能力以及相關的演示讓 Nat 大為震撼，並決定一定要立刻圍繞這個模型做些什麼。但當時，他也不知道它能用來做些什麼。好在極富遠見的 Satya 早已和 OpenAI 建立了合作關係，這給了 Nat 充分的空間在不確定性中進行探索。

很快，Nat 在 GitHub 社區找到了幾位出色的開發者，帶着「如何讓一個經常出錯的模型有用」的問題，大家開始沿着兩個方向進行探索：聊天機器人與代碼生成。兩個月後，他們發覺，GPT-3 直接應用於聊天場景還不行 —— 過大的模型帶來了過高的延遲，用戶很難真正喜歡這樣的聊天對象；而次年 2 月開始開發的 Copilot 則是另外一種思路，它像一個坐在用戶肩上的「小助手」，與用戶一起解決問題，不定時出現，幫助用戶修補代碼，甚至生成完整的功能 —— 就像一個隨機中獎的老虎機，讓用戶覺得有用的同時，還有點上癮 —— 2021 年 6 月 29 日，GitHub Copilot 正式發布了，隨後受到了數以百萬計的程序員的喜愛。

2021 年 11 月 3 日，Nat 給 GitHub 團隊發送了一封郵件「我正在繼續我的下一段冒險：為正在用技術創造未來並抓住一些大機會的創始人和開發人員提供支持、建議和投資」，就此成為了一名全職投資人。

Nat Friedman 的人生信條作為人類，我們有權利（也許是我們的道德責任）按照我們的喜好重塑宇宙- 技術，實際上是知識，使這成為可能- 我們可能應該努力提高上限，而不是底線

熱情很重要！- 做自己感興趣的事情要容易得多- 也許正因如此，做大事比做小事更容易- 進步需要能量作為必要的輸入

快速行動很重要- 因為更頻繁地與現實接觸，我們每單位時間學到的東西更多- 快速行動使我們專註於重要的事情；沒有時間胡說八道-「慢是假的」- 一周是一年的 2%- 時間是分母

有效市場假說是一個謊言- 充其量它只是一個數據丟失嚴重的啟示- 生活中最好的事情發生在 EMH 是錯誤的地方- 在許多情況下，將世界建模為 500 人比 80 億人更準確-「大多數人都是其他人」

我們知道的比我們想象的要少- 複製危機不是一個例外- 我們相信的許多事情都是錯誤的- 我們經常連正確的問題都沒有問

對微觀管理的文化禁令是有害的- 偉大的個體應該被完全授權行使他們的判斷- 目標不是避免錯誤；目標是在某個維度達到不相關的卓越水平- 這些缺點是值得的

小團隊更好- 更快的決策，更少的會議，更多的樂趣- 沒有必要為政治原因分割工作- 沒有平庸之人的位置（也可以支付更多薪水！）- 大型工程項目在智力上比它們看起來更容易解決- 許多科技公司的員工超編 2-10 倍

我們從哪裡獲得自己的多巴胺？- 答案可以預測我們的行為- 最好從改進自己的想法，而不是從驗證它們中獲得多巴胺- 從「讓事情發生」中獲得多巴胺是可以的

我們可以做的比自己想象的要多- 我們被無形的傳統束縛- 物理定律是唯一的限制

天才少年 Daniel Gross

「The most surprising part of the experience was how much it meant for someone to believe in me.」

Daniel Gross 無疑是一位天才少年。

在 Nat Friedman 開始上網的 1991 年，Daniel 出生了，他在耶路撒冷度過了人生的前十八年，直至高中畢業。在家鄉，Daniel 一直認為自己是個「局外人（outlier）」，他沒有什麼朋友，對生活種種也毫無熱情，但編程是個例外 —— 這是他唯一熱愛的事，因為在程序的世界里，他可以獲得最大程度的自由，做自己想做的事 —— 唯一的限制便是想象力。

2009 年，高中畢業后的 Daniel 考入了以色列著名的預軍事學院 Bnei David Academy，但依然沒有找到興趣相投的朋友和自己的人生目標。沒過多久，Daniel 的父親轉發了一篇關於硅谷的創業項目 Y Combinator（YC）的文章 —— 那時，這家未來全球最成功的創業加速器剛剛決定專註於在硅谷投資，並完成了首次對外募資，但重要的是，這個 18 歲的男孩發現，也許 YC 就是他一直在尋找的「局外人」聚集地 —— 於是，在荒涼的以色列軍營中，他用老式的諾基亞手機與笨重的筆記本電腦，完成了 YC 的申請，由此解鎖了一段「旋風般的人生旅程」。

2010 年，Daniel 順利通過 YC 面試，抵達硅谷（*由於「逃避」服役觸犯當地法律，Daniel 此後再未返回以色列），創辦了一家名為 Greplin 的公司，開發個人助理應用產品 —— 也正是在 YC Demo Day 上，Nat 注意到了這個特別的年輕人。

隨後，Greplin 獲得了來自紅杉資本等頂級投資機構的兩輪投資，更名為 Cue，並在 2013 年以約 4000 萬美金的價格被 Apple 收購，Daniel 此後也成為了 Apple 的技術總監，負責機器學習與搜索業務 —— 而這時 Daniel 才剛滿 23 歲，一切都發生得如此之快。

從 YC 與紅杉當時所支持最年輕的創始人到被 Apple 收購，Daniel 深信，成功的第一步是找到一個由「局外人」組成的社區，第二步則是找到敢於為默默無聞的「局外人們」下注的人，即早期投資人。於是，Daniel 開始了對早期投資領域的探索，從 2013 年開始，他以個人投資者的身份陸續投資了 Uber、GitHub、Coinbase、Instacart、Opendoor、Airtable、Figma、Gusto、Notion、Cruise 等公司，這着實是個稱得上亮眼的成績單。

但 Daniel 正式走上早期投資之路還是在 2017 年 1 月 —— 他辭去了其他所有職務，以合伙人的身份重返 YC，不僅投資於人工智能領域，也將人工智能技術融入了這家機構的工作流程中；同年 7 月，他加入 Nat Friedman，共同領導 AI Grant 項目；2018 年 8 月，他離開 YC，成立了 Pioneer，旨在幫助來自世界各地的弱勢創業者（underdogs）快速啟動項目，從而找到更多「失落的愛因斯坦 [2]」。

Daniel Gross 的自我反思技巧我們可以發展的最重要的技能是對自己的天生好奇心。一旦我們養成了不斷自我反思的習慣，就會對好的和壞的經驗都有所欣賞及感恩。我想討論兩個方面：與他人的互動和與自己的互動。

與他人的互動我們的人生目標不應該是贏得任何一場特定的遊戲，而是所有遊戲的總和。為了做到這一點，我們需要擅長與他人合作：我們不能過於尖銳粗魯，否則將永遠不會被邀請回到團隊；我們不能緊張抑鬱，否則永遠不會產出任何東西。

當我們與環境互動時，會產生信息輸出。我們講事情，而人們會對我們所說的話產生意見。有些人對他人的反應不敏感，這是一個嚴重的錯誤，他們正將有價值的「訓練數據」丟在我們面前。如果我們不根據大眾的輸入重新訓練自己的模型，我們永遠不會收斂於事實（接近真理），我們會成為那些過分聒噪抑或聲量不夠大的人，社會群體不會再給我們進一步合作的機會，因為他們預測我們不會做出貢獻。

如果我們想不斷被邀請回來玩，成為一個受人喜歡的玩家。

與自己的互動我們可能都有長期和短期的目標要實現。有時我們感覺很好，頭腦清晰，發現自己取得了很好的進展，有些日子則很糟糕 —— 我們都有這樣的日子。訣竅是把每一天都當作學習的機會。如果我們在某個時刻覺得自己不夠有效率，問問自己：為什麼？我們做錯了什麼？午餐吃好了嗎？有人說了什麼煩人的話嗎？我們收到了什麼壞消息嗎？

確保自己從成功中學習，而不僅僅是從失敗中學習。帶來美好的一天的共同因素是什麼？睡得好？天氣好？如果天氣是一個因素，我們是否應該搬到一個陽光更多的地方？等等。

值得注意的是，環境因素偶爾會有延遲反饋循環。例如，我發現自己的飲食會在大約 96 小時后影響我的情緒 —— 確保我們有足夠寬的數據收集窗口。

另一個對我幫助很大的因素是冥想。冥想就像在大腦中安裝了調試器。它允許我們立即檢查值（value） —— 甚至改變它們 —— 而不只是讓我們的代碼（思維）出錯。

我現在每天晚上都在為我的一天「評分」，試圖解剖哪些事情做得好，哪些事情做得不好。我對這個行為十分着迷，因為我看到了自己的進步。我希望每個人都能嘗試幾周強迫自己養成這個習慣，並且喜歡上它，然後我們會對自我提高上癮。

過分反思自我提高的極端形式就是有些人所說的「肩膀上有芯片（有壓力）」，我正受此苦。我會有過度自我批判的心理，例如我跑了紐約馬拉松，當我越過終點線時，第一反應是：「我應該跑得更快」。我總是覺得我應該做得更好。

這是一個危險的推進劑。它可以推動我前行，但如果不加以控制，我就很難感到快樂。如果你也有這種特質，請強迫自己慶祝成功。我們可能在創造快樂的回憶方面投資不足：當好事發生時，花點時間慶祝；做些奇怪和有趣的事情，這樣我們就會記住它；在自己的記憶宮殿里增加一個房間。最後，確保自己周圍有支持我們的朋友和家人（環境），他們會幫助我們鬆弛下來。

AI Grant，怎麼投？

2017 至 2022 年 -「分佈式人工智能實驗室」

2016 年 3 月，AlphaGo 在比賽中打敗了人類頂級圍棋选手李世石，隨即而來的 2017 年，便是著名的「深度學習框架之年」，人工智能領域的研究、產品、創業、投資活躍空前，影響深遠的論文 Attention Is All You Need 也正是在這一年發布的。但是，當時的技術普遍距離真正產生商業與社會價值較遠，基礎學術研究看似方向繁多，實則內卷且不接地氣。

2017 年 4 月 12 日，伴隨着行業熱潮與問題，aigrant.org 上線了。

最初只有 Nat 一個人來運營整個 AI Grant 項目，他的想法很直接：像 Tim 一樣，為如當初的自己一般「睡在發臭的紅色舊沙发上的人」提供實現夢想的機會。

項目的申請方式非常簡單：填寫一份申請表，通過篩選即可獲得 5,000 美元資助（最初名額只有五個），用以進行開源人工智能技術相關研究。整個過程僅需幾分鐘的填表時間，這便是 AI Grant 1.0 版本。

那麼，為什麼選擇「開源人工智能技術」呢？當時的 Nat 確信以下兩點：

第一，開源是無數產品與想法的基礎，這些產品和想法最初都是從創作者通過互聯網獲取免費代碼開始的。在開源被普及前，創造新事物的第一步意味着構建或購買基準基礎設施，而隨着一個又一個新開源項目的出現，入場價格會不斷降低，趨近於零；

第二，人工智能將成為未來無數新產品、想法和公司的基礎，從汽車到醫藥到金融再到教育，人工智能將推動各行各業的巨大創新浪潮。而結合第一條，開源人工智能技術將降低入場成本，讓更多的，甚至任何人都可以參与其中（但仍然需要為 GPU 付費）。

但至於什麼是人工智能，以及什麼是人工智能技術相關的研究，Nat 保持了一貫的開放態度 —— 任何感覺像人工智能或對領域有貢獻的東西 —— 正如當下我們無法定義什麼是「人工智能原生產品（AI-Native Product）」一樣，彼時也沒有人可以定義什麼是「人工智能」。

關於審核標準，Nat 特別提到了兩條：

1. 擁有對世界有用的有趣想法的聰明人；

2. 是特別關注那些看起來無法通過其他方式獲得資助的項目。

顯然，願意資助年輕人未來的人不只有 Tim 和 Nat。

AI Grant 計劃公布后六天，早期基金 Floodfgate 的創始合伙人，也在 Stanford 任教的 Ann Miura-Ko 加入並提供了額外五個名額。她希望通過這個資助計劃找到「原動力」類型的人，即從開源項目入手，未來會進行不同類型的探索，甚至創業的人。

就在第一期申請截止日期前三天，技術公司們加入了：

- Microsoft 將為這十位被資助者提供 1,000 美元可兌換 NVIDIA Tesla K80 虛擬機的 Azure 額度；

- FloydHub 將提供 250 小時 NVIDIA Tesla K80 託管時長，Scale 提供了 1,000 美元的人工數據標註額度，CrowdFlower 也提供了 5,000 美元的人工數據標註額度。

—— 這不僅僅是所得資助價值的增加，實際上，資助的內容也變得更為實際、更易分配且更多樣化了。

AI Grant 的首次招募大獲成功，Nat 收到了來自 50 個國家的近 500 份申請，有 20 余位專業的志願者與他一起進行項目篩選，並最終在一個月後選出了十位候選人。

2017 年 6 月，一直在探索如何投資於「默默無聞的局外人」的 Daniel Gross 正式加入 Nat，成為了項目合伙人並將項目定位為「分佈式人工智能實驗室」，AI Grant 迎來了又一次迭代：

- 提供基礎設施的科技公司增加了資助額。在上一期的基礎上，Google 替代了 Microsoft，將為每位被資助人提供 20,000 美元的虛擬機服務額度；

- 「人際網絡」的參与度上升。除了兩位捐助人，時任 Tesla 人工智能總監的 Andrej Karpathy 與來自 Google 的研究人員一起，組成了 AI Grant 專家小組。同時，正如我們前面所提到的，有不少專業的志願者申請加入了 Nat 的篩選團隊，他們也成為了 AI Grant 人際網的一部分，與專家一起，為被資助的研究人員提供幫助；

- 而儘管有了早期基金 CRV 的加入，初始現金的發放金額還是降低了。對於一個早期項目來講，學會規劃資源，「花小錢，辦大事」十分關鍵 —— 2,500 美金是當時的大多數研究人員所需的啟動資金。

此後，AI Grant 的資助模式就在此之上不斷迭代更新，與 Pioneer 所投資的創始人類似，這裏的被資助者背景也極為多樣，從非洲到美國，從高中生到研究員 —— 雖然之後一度因為人工智能行業遇冷而只得零散發放。

截至 2022 年，AI Grant 共資助過 50 余位研究人員，其中通過兩次篩選得到全部現金資助的共 36 位。他們中有不少也創建了自己的公司，其中的兩家成為了獨角獸，分別是當前估值 22 億美金的大語言模型公司 Cohere 與 16 億美金的智能呼叫中心公司 Cresta，另一家視頻數據實時處理公司 Helia 也成功被 Scale 收購。

Helia 的創始人 Russell Kaplan 是第一批 AI Grant 的獲得者，當時他即將從 Stanford 研究生畢業，正在研究用自然語言引導強化學習，構建並開源了一個學習速度更快的深度強化學習代理（agent），並在蒙特祖瑪的復讎（Montezuma’s Revenge）[3] 中擊敗了大多數其他方法。畢業后，他最初選擇加入了 Tesla，並打造了 Tesla 核心視覺模型，大規模多任務神經網絡 HydraNet，但不到兩年後，他便與來自 Palantir 的 Ashwin Sreenivas 以及來自高盛的 Daniel Berrios 共同成立了計算機視覺公司 Helia，旨在進行視頻信息數據的實時處理，並在次年底出售給了 Scale。

同年第二批被資助的 Cohere 創始人 Aidan Gomez 與 Ivan Zhang 是多倫多大學的校友，當時他們的研究項目十分硬核 —— 使用生成對抗神經網絡進行密碼破解 —— 這在當時的 1,000 余位申請者中是十分亮眼的存在。在 AI Grant 的支持下，兩人成立了 For.ai 做相關研究，兩年後，剛剛前往牛津大學讀博的 Aidan（2023 年畢業）與從多倫多大學本科輟學的 Ivan 共同成立了 Cohere，當初的 For.ai 如今已成為 Cohere 內部的非盈利研究中心 Cohere For AI（*順便說一句，就在今年 AI Grant Batch 1 成員公布的一天後，Cohere For AI 也開啟了自己的人工智能研究資助項目）。

而其中最晚接受資助的巴基斯坦移民 Zayd Enam 16 歲就曾在家鄉嘗試互聯網醫療創業，接受資助不久后，他便從 Stanford 博士輟學，與彼時剛剛博士畢業加入 OpenAI 一年的 Tim Shi 開始了創業之旅，成立了 Cresta。

2022 年至今 - 轉向「早期風險投資基金」

2022 年，人工智能熱潮再度來臨，與上次不同，領域內的學術研究已然豐富多彩，而相關的用戶體驗和產品創新才剛剛開始。

在一次採訪中，Nat 說：「我和 Daniel 花了幾年的時間玩 GPT 模型並被它們的能力所震撼，我非常幸運地設計併發布了 GitHub Copilot，在那之後，我就期待有一系列的新產品 —— 因為也許會有更多人經歷同樣的過程，發現 GPT-3 可以做許多不可思議的事，然後思考能否在不同產品中加入這一能力 —— 但這並沒有發生。所以到 2022 年夏末初秋，我們開始問自己，人們去哪裡了？這就是為什麼，我們重新啟動了 AI Grant，呼籲開發者們開始行動。」

2022 年 8 月 31 日，AI Grant 再度重啟，出手也「闊綽」了很多，每位被投資者將獲得 250,000 美元的現金投資。值得一提的是，雖然與諸多科技公司合作，始終被 Nat 放在宣傳位的只有 Microsoft Azure 的雲計算額度 —— 從「開源人工智能技術」到「AI-first 產品」再到「AI-native 產品」，從研究人員到創業者，繞不開的始終是 GPU 成本。

2022 年 Nat Friedman 的宣傳 Twitter 配圖

2023 年 Nat Friedman 的宣傳 Twitter 配圖

其實，從 2020 年開始，雖然 Nat 與 Daniel 依舊是以個人投資者名義出現在各公司的投資者列表中，但他們早已悄悄募集了一支總額約 11 億美金的風險投資基金 C2 Investments 及另外兩支總額約 1.42 億美元的小基金 CTRY 與 ND2100，並通過它們投資於人工智能與基礎設施相關的初創公司。而 AI Grant 作為兩人投資策略的一部分，也正式完成了由非營利組織到風險投資機構的轉變，致力於投資更早期的 AI-Native 產品。

作為人工智能垂直領域的早期投資人，Nat 與 Daniel 的投資策略更加務實，他們在基礎設施的搭建與支持上下足了功夫：

- 2023 年初，Nat 搭建了 nat.dev，一個聚合了市面上幾乎所有常見語言模型的平台，可以方便地試用並對比不同語言模型；

- 2023 年 6 月，Nat 與 Daniel 收購了 2,512 個 NVIDIA Tesla H100 服務器芯片（價值約 1 億美元，約為 NVIDIA 內部超級計算機規模的一半），組成了仙女座集群（Andromeda Cluster）並將對他們投資的初創公司開放 —— 這意味着，這些小規模的初創公司將獲得資金雄厚的大公司才有能力獲得的計算資源。

AI-Native 怎麼投，投什麼？

一個基礎的問題：Nat 與 Daniel 如何定義，又如何篩選 AI-native 產品？

作為重要參考，AI Grant 官網給出的答案如下：「任何以有用或有意思的方式利用人工智能模型的產品。特別是，我們正在尋找能夠打造出色產品的技術和務實的創始人。如果您因製作他人喜歡使用的東西而感到興奮，並且了解構建新產品只需要 1% 的想法和 99% 的迭代，那麼我們希望為您提供支持。」

「任何以有用或有意思的方式利用人工智能模型的產品」—— 兩位再一次保持了開放性。其實，雖然沒有明確範圍，但從兩人的訪談、項目投資、AI Grant Batch 1 成員甚至此前發起的「維蘇威火山挑戰賽」中，他們對於人工智能產品的偏好，甚至技術使用的態度可見一斑。

C2 Investments 的被投企業

▌2017｜Retool 🦄️

- 地點 - 美國舊金山

- 方向 - 企業內商業軟件無代碼搭建工具

- 創始人 - David Hsu，2017 年本科畢業於牛津大學哲學與計算機專業

- 投資時間 - 2017 年（至 2022 年連續押注 5 輪）

- 其他投資人 - Patrick Collison、John Collison、Elad Gil、YC、Sequoia 等

▌2022｜Keen

- 地點 - 美國舊金山

- 方向 - 通用人工智能（AGI）

- 創始人 - John Carmack，1990 年聯合創辦 id Software，任《Commander Keen》、《德軍總部 3D》、《毀滅戰士》、《雷神之錘》及其續作的首席程序員；2013 年加入 Oculus，任 CTO

- 投資時間 - 2022 年

- 其他投資人 - Patrick Collison、Tobi Lutke、Sequoia、Capital Factory

▌2022｜ElevenLabs

- 地點 - 英國倫敦

- 方向 - 語音克隆與生成

- 創始人 - Piotr Dabkowski，2016 年本科畢業於牛津大學工程專業，2017 年研究生畢業於劍橋大學計算機專業；2022 年離職創業前為 Google 蘇黎世軟件工程師。Mati Staniszewskiv，本科畢業於英國帝國理工學院數學系，2022 年離職創業前為 Palantir 部署策略師

- 投資時間 -2023 年- 其他投資人 -a16z、SVA、Guillermo Rauch 等

▌2023｜Lexica- 地點 - 美國舊金山- 方向 -圖像搜索與生成工具- 創始人 -Sharif Shameem，2019 年畢業於馬里蘭大學，同年成立 P2P 雲遊戲公司 Vectordash；2022 年成立語言模型驅動的低代碼工具公司 Debuild- 投資時間 -2022 年- 其他投資人 -AI Grant

AI Grant Batch 1 的 26 個成員

Batch 1 成員企業不僅產品方向多樣，創始人的背景也十分多元，既有剛剛本科畢業的年輕人（Flair、WOMBO），也有經驗豐富的連續創業者（Replicate、Chroma）。這些出色產品中的大多數我們已經在前面的 Newletter 中介紹過，由於文章篇幅，在這裏不再對每一個企業進行詳述，僅列出一句話簡介與網址：

基礎設施

Replicate - 機器學習模型雲基礎設施

🔗 https://replicate.com/

Chroma - 開源嵌入數據庫（更通俗地講，可編程的內存）

🔗 https://www.trychroma.com/

應用層

🔠 文字

Perplexity - 搜索工具

🔗 https://www.perplexity.ai/

ValueBase - 面向政府的資產估值模型工具

🔗 https://www.valuebase.co/

Sameday - 面向營銷人員的約會排程工具

🔗 https://www.gosameday.com/

Ghostwrite - 郵件自動編寫工具

🔗 https://www.ghostwrite.rip/

Samaya AI - 面向金融服務的知識發現平台

🔗 https://samaya.ai/

Forefront - 企業級聊天機器人

🔗 https://www.forefront.ai/

Dust - 面向團隊協作的助手

🔗 https://dust.tt/

Circle Labs - Discord 聯繫人生成

🔗 https://circlelabs.xyz/ （網站極為簡陋，但我真的很喜歡！！）

🎨 視覺

Lexica.art - 圖像搜索與生成工具

🔗 https://lexica.art/

Recraft - 矢量圖與 3D 模型生成工具

🔗 https://www.recraft.ai/

Flair - 品牌內容設計（主要是產品與模特圖）工具

🔗 https://flair.ai/

Poly - 紋理生成工具

🔗 https://withpoly.com/

WOMBO - 面向消費者的對口型（Lip Sync）視頻生成工具

🔗 https://www.wombo.ai/

Sieve - 視頻加工、理解與搜索 API 雲平台

🔗 https://www.sievedata.com/

Vizcom - 工程/設計圖紙生成工具

🔗 https://www.vizcom.ai/

Secret Weapons - 面向電影行業的視頻工具

🔗 https://scrtwpns.com/

Pixelcut - 產品照片生成工具

🔗 https://www.pixelcut.ai/

AniML - 基於 NeRF 的產品視頻生成工具

🔗 https://www.animl.ai/

💻 代碼

Cursor - 代碼編輯工具

🔗 https://www.cursor.so/

Rowy - 低代碼後端

🔗 https://www.rowy.io/

🎙️ 語音

Play.ht - 語音生成與克隆

🔗 https://play.ht/

♾️ 多模態及其他

Animato（Call Annie）- 與虛擬角色視頻聊天

🔗 https://callannie.ai/

Brich - 高合規性行業呼叫中心運營自動化

🔗 https://birch.ai/

Minion.ai - 自動化瀏覽器助手（產品暫未發布）

🔗 https://minion.ai/

維蘇威火山挑戰賽 - 面向人類文明的人工智能

如果說風險投資基金以及 AI Grant 是 Nat 與 Daniel 為用人工智能促進商業世界的進步而進行的投資，那麼二人與肯塔基大學計算機科學教授，也是 scrollprize.org 聯合創始人之一的 Brent Seales 在 2023 年 3 月共同發起的維蘇威火山挑戰賽（Vesuvius Challenge）就是他們為用人工智能促進人類文明的發展而進行的探索。

挑戰賽要求參賽者閱讀公元 79 年維蘇威火山噴發后被埋在 20 米深的泥土和火山灰下的兩個已經被碳化了的未展開的捲軸（赫庫蘭尼姆紙莎草紙卷）中的四個段落，這無疑是一項艱巨的任務。該競賽是以第三位發起人 Brent Seales 已完成的工作為基礎的，早在 2015 年，他和他的團隊就使用 X 射線斷層掃描和計算機視覺「閱讀」了在以色列死海地區以碳化狀態發現的恩戈迪捲軸 —— 在沒有打開它的前提下呈現了其中包含的《聖經》文本。但，閱讀赫庫蘭尼姆紙莎草紙中的內容更具挑戰性：與恩戈迪捲軸中使用的較稠密的墨水不同，赫庫蘭尼姆墨水是碳基墨水，莎草紙則是碳基紙，兩者在 X 射線下不會形成對比。

與此同時，這項任務對人類歷史研究的意義也同樣巨大 —— 實際上，如果我們可以將現有的 1,814 卷捲軸與碎片完全展開並閱讀，人類所擁有的古代文學作品的數量也許將增加一倍以上。只是，之前大量不合理的展開嘗試已經損毀了其中的許多，除了一位意大利僧侶花費數十年時間精心展開並整理的部分希臘語哲學捲軸，還有 600 余卷未曾被展開。

根據比賽官網，100 萬美元的大獎將授予第一個在 2023 年 12 月 31 日太平洋時間晚上 11:59 之前使任何一個完整掃描的捲軸可讀的團隊 —— 提交的內容必須以虛擬展開紙莎草圖像的形式呈現，文本可見且清晰，並且需要附有解決方案如何復現並可行的詳細技術描述。

但是，比賽還有一個附加條款：「降低幻覺」。如果團隊的模型存在任何產生幻覺結果的風險，需要說明實操過程中如何降低該風險，並論證為何提交者本人確信自己得到的結果是真實的。

這無疑是一個利用新技術解開人類古老秘密的好機會。除了紛至沓來的參賽者，不斷攀升的捐助額也為我們展現着各個群體對於利用新技術推動人類文明發展的熱情：在任務發布的幾天內，包括 Stripe 創始人 Collison 兄弟、Shopify 創始人 Tobi Lutke、Wordpress 創始人 Matt Mullenweg 在內的近二十位企業家、投資人及匿名人士紛紛加入捐贈者之列，比賽獎金也隨之翻了四番👇

另外，值得注意的是，即便是在比賽中，Nat 與 Daniel 也在倡導着根植於其內心的開源精神。比賽官網寫道：「維蘇威火山挑戰賽的所有組織者都堅信開源和漸進式進步。我們希望鼓勵開放式建設並使整個社區受益 —— 而這在競爭中通常會受到抑制。」因此，比賽額外特設了三項價值 2,000 美元的開源獎。

關於人工智能產品的發展周期

2023 年 3 月，在接受 Ben Thompson 的採訪時，針對 AI-native 產品的發展周期，Nat 提出了這樣的觀點：由於網絡基礎設施已經十分成熟，AI 產品的擴散速度會倍速於上一代互聯網產品，但我們依然需要時間弄清楚真正的 AI-native 產品是什麼樣的，而不僅是改進現有的工作流程與軟件。他的幾個有意思的具體表述如下（*我不認為任何人可以預測兩年及更長時間維度后的未來，這裏僅作觀點參考）：

- 即便研究人員止步於此，不再進行功能迭代與增加，我們也需要五到十年的時間消化 GPT-4 和其他先進模型的能力，並將其轉化為產品。有太多的變化與變體、工作流程與用戶體驗需要被發明、被重新發明或排列組合，而我們才剛剛觸及表層，只是在嘗試把這些能力捆綁到現有產品中。

- 操作系統需要圍繞人工智能的能力進行重建。不同的初創公司已經分別證明了人工智能可以擁有不同的超現實能力，我們可以用十年時間重建整個計算平台。現在領域內的狀態是研究人員走在前面，商業層面還有很多消化工作要做，而且這個過程很難加速。

- 人工智能的能力不會止步於此，它們會繼續發展，過去兩年裡的發展態勢很可能會持續下去，這些都是大的台階式的進步。所以，即便我們確實為 2023 年的人工智能能力進行了原生產品設計，2024 年同一時間可能也會發現所面對的是完全不同的能力與工具 —— 這是一波全新的技術，需要時間消化為產品。

基於此，他也提出了一個問題：如果腳踩的土地（基礎設施）一直在快速變化，我們選擇在哪裡下注？

他的回答是這樣的：現在要想真正在人工智能領域出類拔萃，必須要有對其有更深刻的理解。與十幾年前不同，創業現在已經是一件非常普遍的事，硅谷的選擇效應正在降低，池子里有了更多人，選擇好方向就更難了，尤其是人工智能當下是如此熱門的方向，對於任何創業者來說，在這個方向創業都會難上加難。

但不要太悲觀 —— 我們是什麼時候真正意識到互聯網已經成為了一個產業的？泡沫破裂之後。

寫在最後：真格的 AI Grant

如前所述，Nat Friedman 與 Daniel Gross 的「投資實驗」也為我帶來了不少靈感與動力。因此，從 8 月 1 日開始，我也與老闆 yusen 、真格的運營與市場同事以及 AWS 的小夥伴共同發起了屬於我們的 AI Grant，期待以最關鍵的資源更廣泛與有效地支持人工智能領域內的華人開發者與團隊，雖然當前的支持還遠不如 Nat 與 Daniel 兩位前輩完善，但我們希望能夠與華人開發者社區共同成長 —— 簡介報名方式放在文末。

Einstein was a patent clerk. In Bern.

With ideas many thought were crazy.

Outsiders often have the weirdest and best ideas.

Our goal is to find and fund them.

[1] 「IRC」直譯為互聯網中繼聊天，是一種應用層的協議，主要用於群體聊天，但同樣也可以用於個人對個人的聊天。

[2] 「失落的愛因斯坦」一詞來自 Raj Chetty 的研究：儘管在幼兒時期的智力測試中得分相同，來自高收入（前 1%）家庭的孩子成為發明家的可能性是來自中等收入以下家庭的孩子的十倍。「失落的愛因斯坦」被 Raj 用以代指如果以正確的方式獲得機會，本可以做出偉大的事業的來自低收入家庭的天才。

[3] 「蒙特祖瑪的復讎（Montezuma’s Revenge）」是一款 Atari 遊戲，代表了一類廣泛的具有挑戰性的現實世界問題，被稱為「困難探索問題（hard-exploration problems）」具有稀疏反饋的環境，即人工智能模型/代理需要通過為數不多或具有欺騙性的反饋來學習複雜的任務並闖關，因此被視為強化學習的一項挑戰。

引用列表｜References

免責聲明：本文版權歸屬原作所有，僅代表作者本人觀點，不代表YouToCoin的觀點或立場，文章內容僅供參考，不構成投資建議。投資者據此操作，風險自擔；如有關於內容、版權等問題，請與我們聯繫。