Jua sammelt 16 Millionen Dollar für KI-Modell der Natur

Jua raises $16 million, try to build an AI model for nature wird von BTW Media profiliert, weil veröffentlichte Belege es mit Internetinfrastruktur, Governance, betrieblichen Abhängigkeiten oder Marktsichtbarkeit in Verbindung bringen.

• Jua, ein Schweizer Startup, das große KI-Modelle einsetzt, will ein großes „physisches“ Modell dessen bauen, was im Wesentlichen die natürliche Welt ist.
• Mehrere große Unternehmen haben die Finanzierungsrunde angeführt, darunter 468 Capital, Green Generation Fund, Promus Ventures, Kadmos Capital und andere.
• Jua ist überzeugt, dass sein Produkt besser sein wird als Googles GraphCast, Nvidias FourCastNet und Huaweis Pangu.

Eine große Vision

Nun nutzt das Schweizer Startup Jua groß angelegte KI-Modelle in einem ehrgeizigen Versuch, die Grenzen konkreter KI-Anwendungen zu erweitern. Es hat 16 Millionen Dollar aufgebracht, um ein großes „physisches“ Modell dessen zu bauen, was im Wesentlichen die Natur ist. Das Unternehmen steckt noch in den Anfängen. Seine erste Anwendung wird darin bestehen, Wetter- und Klimabedingungen zu modellieren und vorherzusagen, beginnend mit deren Beziehungen zu Akteuren im Energiesektor. Das Unternehmen kündigt an, dass dies in den kommenden Wochen ausgerollt wird.

Zu den weiteren Sektoren, die das Unternehmen mit seinem Modell ansprechen will, gehören Landwirtschaft, Versicherungen, Transport und Regierungen.

468 Capital und Green Generation Fund, zusammen mit Promus Ventures, Kadmos Capital, den Gründern von Flix Mobility und Session, haben die Finanzierungsrunde des Startups aus Zürich gemeinsam geleitet.
Andreas Brenner ist der CEO von Jua, Inc., das er gemeinsam mit Marvin Gabler, CTO, gegründet hat. Die zunehmende „Volatilität“ des Klimawandels und der Geopolitik, so erklärte er, habe Organisationen, die in der physischen Welt arbeiten – sei es in Industriebereichen wie Energie, Landwirtschaft oder anderswo – in die Notwendigkeit genauerer Modellierung und Vorhersagen gebracht. Laut den Nationalen Zentren für Umweltinformationen der USA war 2023 ein Rekordjahr für Klimakatastrophen mit Schäden in zweistelliger Milliardenhöhe: Dieser Status quo hat Organisationen dazu veranlasst, geeignete Planungstools zu entwickeln, ganz zu schweigen von Marktanalysten und anderen, die diese Daten nutzen, um bessere Prognosetools bereitzustellen.

Auch lesen:Einblick in die Blackbox: KI-Modelle entmystifizieren

Keine neue Idee

In gewisser Weise ist das kein neues Problem – selbst Technologen lösen es bereits mit KI. Googles DeepMind-Abteilung hat GraphCast entwickelt; Nvidia hat FourCastNet; Huawei hat Pangu, das letztes Jahr großes Interesse weckte, als es eine Wetterkomponente einführte. Es gibt auch laufende Projekte, um KI-Modelle auf der Grundlage von Wetterdaten zu bauen, um andere Naturphänomene zu untersuchen, wie letzte Woche ein Bericht eines Teams hervorhob, das ein neues Verständnis von Vogelzugmustern anstrebt.
Es gibt weitere Gründe, warum Jua denkt, dass sein Modell besser ist als andere, da es mehr Informationen aufnehmen kann und größer ist – es behauptet, 20-mal größer zu sein als GraphCast. Zweitens wird das Wetter als Ausgangspunkt für eine breitere Palette von Fragen, Antworten und physikalischen Herausforderungen betrachtet.