Jua sammelt 16 Mio Dollar für Aufbau eines grundlegenden KI-Modells für die natürliche Welt
Schindellegi – Grosse KI-Modelle, die grossen Mengen an Sprach-, Bild- und Audiodaten, die generative Dienste für künstliche Intelligenz antreiben, werden für die Entwicklung von KI genauso wichtig sein wie Betriebssysteme für die Entwicklung von Smartphones. Jetzt nutzt ein Schweizer Startup namens Jua dieses Paradigma mit dem Ziel, eine neue Grenze für den Einsatz von KI in der physischen Welt zu schaffen. Das Unternehmen hat 16 Millionen Dollar erhalten, um ein grosses «Physik»-Modell für die natürliche Welt zu entwickeln.
Das Unternehmen befindet sich noch in einem sehr frühen Stadium. Seine erste Anwendung wird die Modellierung und Vorhersage von Wetter- und Klimamustern sein, zunächst für Akteure in der Energiewirtschaft. Dies soll in den kommenden Wochen eingeführt werden, so das Unternehmen. Weitere Branchen, auf die das Unternehmen mit seinem Modell abzielt, sind die Landwirtschaft, das Versicherungswesen, das Transportwesen und die Regierung.
468 Capital und der Green Generation Fund führen diese Seed-Runde für das im Kanton Schwyz ansässige Startup gemeinsam an, wobei Promus Ventures, Kadmos Capital, Flix Mobility Founders, Session.vc, Virtus Resources Partners, Notion.vc und InnoSuisse ebenfalls beteiligt sind.
Andreas Brenner, CEO von Jua, der das Unternehmen zusammen mit CTO Marvin Gabler gegründet hat, sagt, dass die zunehmende «Volatilität» des Klimawandels und der Geopolitik dazu geführt hat, dass Organisationen, die in der physischen Welt arbeiten – sei es in industriellen Bereichen wie Energie oder Landwirtschaft oder in anderen Bereichen – genauere Modellierungen und Prognosen benötigen. Nach Angaben des U.S. National Centers for Environmental Information war das Jahr 2023 ein Hochwasserjahr für Klimakatastrophen, die Schäden in Höhe von mehreren Milliarden Dollar verursachten: Diese aktuelle Situation veranlasst Unternehmen dazu, Planungsinstrumente einzusetzen, ganz zu schweigen von besseren Prognoseinstrumenten für Marktanalysten und andere, die diese Daten nutzen. (TechCrunch/mc/hfu)
Den detaillierten Artikel bei TechCrunch lesen…
