AI 是全球資料中心裡用電增長最快的部分：僅 2025 年，以 AI 為主的資料中心用電量就增長了 50%。國際能源署預計，到 2030 年資料中心總需求將大約翻一番。
我們正在開發用更少資源做更多事的 AI。它採用更輕量的數學，能在小型低功耗晶片上運作，而不只是在巨型資料中心裡。
AI 陳述一個編造的事實時，語氣和陳述真實事實時一樣篤定。光看答案，你分辨不出哪個是真的。
我們正在開發能在給出答案前自我查核的 AI，遇到說不通的地方會明確告訴你。
同一個問題每次都可能得到不同的答案，即使來自同一個模型。所以團隊會問五次、取多數結果——為了信任一個答案，付了五個答案的錢。
我們正在開發對同一個問題每次都給出相同答案的 AI，在任何機器上都一樣。
在醫療、法律和金融領域，AI 的產出必須先經專家審核，才能被採信。AI 節省的時間，大部分又花在了反覆查核上。
我們正在開發答案送達時就已查核過的 AI，讓專家只需審核例外情況。
糾正一個錯誤，通常意味著重新訓練整個模型：緩慢、昂貴，還很可能弄壞原本正常的部分。
我們正在開發一種方法，精確找出模型中出錯的那一部分，只修復它，無需重新訓練其餘部分。
對於幾乎所有這些問題，產業的解決辦法都是「更多」：更多資料、更多晶片、更多電力。我們認為這本末倒置。我們回到 AI 底層的數學，從一開始就把它建構得嚴謹、一致、高效。
做得更大。
做得更對。
我們正在打造的 AI 會檢查自己的工作，沒有把握時會直接告訴你，而不是去猜。
它每次都給出相同的答案，在任何機器上都一樣，因此結果可以重現、稽核和信任。
我們正把它打造成能在廉價、低功耗的硬體上運作，而不只是在資料中心裡。
每一個世界級的中心都有起點。矽谷曾經是一片果園。只需要少數幾個人，決定不再等待許可。
為什麼不是我們？
為什麼不是這裡？
為什麼不是現在？
醫療 / 金融 / 法律 / 航空太空 / 汽車 / 機器人 / 工廠 / 日常裝置
我們還處在早期，而這正是意義所在。這些是科技領域最大的開放問題之一，現在加入的人將決定它們如何被解決。如果你寧願把 AI 做對，而不只是把它做大，我們應該聊聊。
面向投資人，醫療、金融和工業領域的合作夥伴，以及所有認為 AI 應該達到更高標準的人。
[email protected] →