共计 2330 个字符，预计需要花费 6 分钟才能阅读完成。
AI 代理近年来风靡一时，这一趋势由生成式 AI 和大型语言模型（LLM）的繁荣所驱动。关于 AI 代理究竟是什么 的定义尚未统一，但大多数人认为它们是可以被分配任务并做出决策的软件程序——具有不同程度的自主性。
简而言之，AI 代理不仅仅是聊天机器人，它们能够帮助人们完成各种任务。
尽管 AI 代理仍处于早期阶段，但 Salesforce 和 Google 等公司已经在大力投资。亚马逊 CEO Andy Jassy 最近暗示 未来的 Alexa 将更加“代理化”，不仅关注语言，还关注行动。
帮助工厂提高效率
与此同时，初创公司 也在 利用这一热潮筹集资金。最新的一家是德国公司 Juna.ai，该公司希望通过自动化复杂的工业流程来帮助工厂提高效率，以“最大化生产吞吐量，提高能源效率并减少整体排放”。
为了实现这一目标，总部位于柏林的 Juna.ai 今天宣布，已从硅谷风险投资公司 Kleiner Perkins、瑞典的 Norrsken VC 及 Kleiner Perkins 董事长 John Doerr 处筹集了 750 万美元的种子轮资金。
Juna.ai 的工作原理
Juna.ai 成立于 2023 年，由 Matthias Auf der Mauer 和 Christian Hardenberg 创立。Mauer 之前创立了一家名为 AiSight 的预测性机器维护初创公司，并于 2021 年 将其出售给瑞士智能传感器公司 Sensirion，而 Hardenberg 则是 欧洲食品配送巨头 Delivery Hero 的前首席技术官。
Juna.ai 的核心目标是帮助制造设施转变为更智能、自学习的系统，这些系统能够提供更好的利润率，并最终降低碳足迹。该公司专注于“重工业”——如钢铁、水泥、纸张、化学品、木材和纺织品等大规模生产过程消耗大量原材料的行业。
“我们与非常流程驱动的行业合作，主要涉及大量能源使用的用例，”Mauer 告诉 TechCrunch。“例如，使用大量热量来生产某些东西的化学反应器。”
Juna.ai 的软件与制造商的生产工具（如 Aveva 或 SAP 的工业软件）集成，并分析从机器传感器收集的所有历史数据。这可能涉及温度、压力、速度以及给定输出的所有测量值，如质量、厚度和颜色。
利用这些信息，Juna.ai 帮助公司训练其内部代理，以找出机器的最佳设置，为操作员提供实时数据和指导，确保一切以最高效率运行，浪费最小。
示例用例
例如，一家生产特殊类型碳的化工厂可能使用反应器将不同的油混合在一起，并通过能源密集型的燃烧过程。为了最大化输出并最小化残留废物，条件需要达到最佳，包括使用的气体和油的水平以及应用于过程的温度。利用历史数据来建立理想设置并考虑实时条件，Juna.ai 的代理据称会告诉操作员他们应该做出哪些改变以实现最佳输出。
Juna.ai 的 AI 模型
Juna.ai 表示，它已经使用开源工具（如 TensorFlow 和 PyTorch）构建了自己的定制 AI 模型。为了训练其模型，该公司使用 强化学习，这是机器学习（ML）的一个子集，涉及模型通过与其环境的交互进行学习——它尝试不同的行动，观察发生的情况，并改进。
“强化学习的有趣之处在于它可以采取行动，”Hardenberg 告诉 TechCrunch。“典型的模型只做预测，或者可能生成某些东西。但它们无法控制。”
Juna.ai 目前主要扮演“副驾驶”角色——通过屏幕向操作员提供调整建议。然而，许多工业过程非常重复，因此使系统能够采取实际行动是有帮助的。例如，冷却系统可能需要不断微调以确保机器保持正确的温度。
工厂已经习惯于使用 PID 和 MPC 控制器自动化系统控制，因此 Juna.ai 也可以做到这一点。尽管如此，对于一家新兴的 AI 初创公司来说，销售副驾驶更容易——目前只是婴儿学步。
Juna.ai 仪表板示例
Juna.ai 仪表板示例。图片来源：Juna.ai
预训练代理
目前，Juna.ai 的主要承诺是为每个客户使用其历史数据定制 AI 代理。但未来，该公司计划提供现成的“预训练”代理，这些代理不需要在新客户的数据上进行大量训练。
“如果我们一遍又一遍地构建模拟，我们最终可能会得到可以重复使用的模拟模板，”Mauer 说。
因此，如果两家公司使用相同类型的化学反应器，例如，可能可以在客户之间转移 AI 代理。一个模型对应一台机器，大致如此。
数据隐私问题
然而，企业由于数据隐私问题而对新兴的 AI 革命持谨慎态度，这一点不容忽视。Juna.ai 并未忽视这些担忧，但 Hardenberg 表示，目前这并非主要问题，部分归因于其数据驻留控制，部分归因于其向客户承诺从大量数据中解锁潜在价值。
“我曾认为这可能是一个潜在问题，但到目前为止，这并不是一个大问题，因为我们为德国客户将所有数据留在德国，”Hardenberg 说。“他们有自己的服务器设置，我们有顶级的安全保证。从他们的角度来看，他们有所有这些数据，但他们并没有如此有效地从中创造价值；它主要用于警报，或者可能是一些手动分析。但我们的观点是，我们可以用这些数据做更多的事情——建立一个智能工厂，并基于他们拥有的数据成为该工厂的大脑。”
Juna.ai 的增长计划
自成立以来的一年多时间里，Juna.ai 已经拥有了一些客户，尽管 Mauer 表示他目前不便透露任何具体名称。他们都在德国，尽管他们都有其他地方的子公司或本身就是其他地方公司的子公司。
“我们计划与他们一起成长——这是一个与客户一起扩展的非常好的方式，”Hardenberg 补充道。
有了新筹集的 750 万美元资金，Juna.ai 现在有足够的资金来扩展其目前的六人团队，并计划加强其技术专长。
“归根结底，这是一家软件公司，而这基本上意味着人才，”Hardenberg 说。
Juna.ai 副驾驶
Juna.ai 副驾驶。图片来源：Juna.ai
