腦科學啟發的AI革命：1.8億美元賭注

當OpenAI和DeepMind在規模化競賽中投入數千億美元時，三位年輕研究者卻獲得了1.8億美元的種子輪融資，要走一條截然不同的路。

Flapping Airplanes的故事始於一個簡單的觀察：現今最先進的AI模型需要消化人類知識的總和才能訓練，但人類只需要少量資訊就能學習。這個巨大的「數據效率」落差，可能就是下一代AI突破的關鍵。

從腦科學到AI新典範

這家實驗室的三位共同創辦人——班·斯佩克特(Ben Spector)、阿舍·斯佩克特(Asher Spector)兄弟，以及來自Neuralink的艾丹·史密斯(Aidan Smith)——並不認為自己在與科技巨頭競爭，而是在探索全新的問題領域。

「人腦的學習方式與Transformer根本不同」，史密斯解釋道。「大型語言模型擅長記憶和運用廣泛知識，但學習新技能需要大量數據。腦部使用的演算法與當前AI訓練的梯度下降法完全不同。」

有趣的是，他們並非要「複製大腦」，而是從中獲得靈感。公司名稱Flapping Airplanes（拍翼飛機）正說明了這種理念：不是模仿鳥類，而是應用飛行原理創造獨特解決方案。

亞洲科技生態的新機遇

如果數據效率能提升百萬倍，AI應用的門檻將大幅降低。這對亞洲企業而言意義重大，特別是那些擁有獨特數據但規模有限的公司。

在華人世界，這可能催生新的競爭優勢。台灣的半導體產業、香港的金融服務、新加坡的物流網絡——這些領域的企業都可能受益於更高效的AI訓練方法。不再需要谷歌或微軟級別的數據規模，中小企業也能建構強大的AI系統。

更重要的是，這種技術路徑可能減少對美國科技巨頭的依賴。當AI訓練不再需要海量數據和超級計算中心時，技術主權的概念將被重新定義。

研究與商業化的微妙平衡

Flapping Airplanes面臨一個關鍵挑戰：如何在純粹研究和商業壓力間找到平衡？「我無法承諾三年後就能解決研究問題」，阿舍坦承。「我們在尋求真理。」

但他們並非象牙塔中的學者。「當你創造了價值，將其交給能運用的人是件好事」，他補充道。這種務實的研究態度，可能正是亞洲企業需要學習的模式——既保持科學嚴謹性，又不忘商業應用的最終目標。

投資者願意為這種「未知的研究」投入巨資，反映了市場對現有AI發展路徑的焦慮。當所有人都在同一條跑道上競爭時，開闢新跑道的價值變得格外珍貴。