Гарвардский нейробиолог строит AI, который никогда ничего не забывает — и сам напоминает нужное
Стартап Engramme из Гарварда создаёт AI-память по образцу гиппокампа — пожизненное хранение, проактивное извлечение, оценка до $1 млрд.
🔴 Гарвардский нейробиолог строит AI, который никогда ничего не забывает — и сам напоминает нужное
У ChatGPT нет памяти между сессиями. У Claude — тоже. У человека — есть. Гарвардский нейробиолог решил это исправить.
Профессор Габриэль Кремен, соавтор знаковой статьи в Nature о том, как нейроны реагируют одинаково на реальный образ и на воспоминание о нём, вышел из стелс с новым стартапом Engramme. Задача: создать AI-память, работающую как человеческий гиппокамп — хранит всё, связывает по смыслу и сама подсказывает нужное в нужный момент, без поисковых запросов.
Три ключевых отличия от обычных баз данных: пожизненное хранение в петабайтах, проактивное извлечение без запроса, ассоциативные связи между событиями через годы.
Компания привлекла $3 млн от Mayfield Fund и сейчас ведёт переговоры о раунде до $100 млн при оценке до $1 млрд.
Главный корпоративный кейс: знания уходящих сотрудников больше не теряются — всё остаётся в памяти компании. Ещё одно применение — помощь людям с нарушениями памяти.
Продукты пока в разработке: iOS-бета и API для бизнеса. Но за идеей стоит реальная нейронаука — и Кремниевая долина уже платит за неё.
Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.
Хотите получать подобные материалы раньше?
Aravana Intelligence — авторская аналитика и закрытый круг для тех, кто думает на шаг вперёд.
Узнать про IntelligenceНе пропускайте важное
Еженедельный дайджест Aravana — ключевые события в AI, робототехнике и longevity.
ByteDance открыла исходники Lance — одна модель делает картинки, видео и редактирует их
ByteDance выложила Lance — мультимодальную модель на 3 миллиарда параметров под Apache 2.0. Понимает и генерирует картинки и видео, редактирует одним промптом, работает локально на одной карте с 40 ГБ видеопамяти. Лучшие баллы среди унифицированных моделей по GenEval, VBench и GEdit-Bench.