استارتاپ یک‌ساله فِلپینگ ایرپلینز (Flapping Airplanes) با تیمی متشکل از نخبگان دانشگاهی و ماموریتی جسورانه برای آموزش مدلهای بزرگ هوش مصنوعی با دادههای به مراتب کمتر، توجه عمیق دره سیلیکون را به خود جلب کرده است. این شرکت روز چهارشنبه اعلام کرد که موفق شده در دور تامین مالی سری A خود، مبلغ ۱ میلیارد دلار را به رهبری مشترک صندوق‌های ایندکس ونچرز (Index Ventures) و لوکس کپیتال (Lux Capital) جذب کند؛ سرمایه‌گذاری بزرگی که ارزشگذاری این آزمایشگاه هوش مصنوعی را به ۶ میلیارد دلار رسانده است.
این دستاورد مالی شگفت‌انگیز تنها ۹ ماه پس از آن رقم می‌خورد که شرکت دور سرمایه‌گذاری اولیه (Seed) خود را به ارزش ۱۸۰ میلیون دلار با همراهی گوگل ونچرز (GV)، سکویا کپیتال (Sequoia) و ایندکس ونچرز بسته بود. در آن مرحله ارزش استارتاپ ۱.۵ میلیارد دلار برآورد شده بود، به این معنی که ارزشگذاری این مجموعه نوپا در مدتی کمتر از یک سال چهار برابر شده است. علاوه بر لیدرهای دور جدید، سرمایه‌گذاران پیشین از جمله سکویا، گوگل ونچرز، کلاینر پرکینز (Kleiner Perkins)، ولور، اتریدیس (Atreides)، اِی استار (*A) و شرکت نام‌آشنای انویدیا (Nvidia) نیز در این تامین مالی مشارکت داشته‌اند.
استارتاپ Flapping Airplanes توسط ایدن اسمیت (Aidan Smith) و دو برادر به نام‌های اَشر و بِن اسپکتور (Asher and Ben Spector) بنیان‌گذاری شده است. اسمیت یکی از پژوهشگران پیشین برنامه تیل فلو (Thiel Fellow) است که در دوران دانشجویی تجربه کار در شرکت ایمپلنت‌های مغزی نورالینک متعلق به ایلان ماسک را در کارنامه دارد. اشر اسپکتور دارای مدرک دکترای آمار از دانشگاه استنفورد است و برادرش بن اسپکتور، دانشجوی دکترای علوم کامپیوتر در استنفورد بوده که پیش از این شتاب‌دهنده دانشجویی معروفی به نام پرود (Prod) را در دانشگاه ام‌آی‌تی (MIT) پایه‌گذاری کرده بود؛ شتاب‌دهنده‌ای نیمه‌مخفی و پنج‌ساله که به یکی از نیرومندترین کانون‌های پرورش استعداد در دره سیلیکون تبدیل شده است.
دیوید کان (David Cahn)، پارتنر ارشد صندوق سکویا و از سرمایه‌گذاران این استارتاپ، درباره دلیل سرمایه‌گذاری خود توضیح داد که این سه بنیان‌گذار در حال ساخت چیزی هستند که می‌توان آن را «آزمایشگاه نسل جوان هوش عمومی مصنوعی (AGI)» نامید. بنیان‌گذاران رویکرد فنی خود را در قالب کامل‌ترین فریم‌ورک «مگاکرنل» (Megakernel) جهان توصیف می‌کنند؛ ساختاری نرم‌افزاری در سطح کارت‌های گرافیک که قادر است فرآیند کامل آموزش مدل‌ها را اجرا کند، وظایف استنتاج (Inference) را با سرعت بالا پاسخ دهد، بازی‌های ویدیویی را اجرا کند و حتی هر سه فعالیت سنگین را به‌طور همزمان در قالب یک کرنل واحد پردازش نماید.
به بیان بنیان‌گذاران، این معماری نوآورانه می‌تواند پردازش‌های وابسته به حافظه در استنتاج را با پردازش‌های سنگین وابسته به توان محاسباتی در آموزش هم‌پوشانی دهد. به این معنا که وقتی چیپ پردازشی منتظر انتقال و بارگذاری داده‌ها است، همزمان کارهای ریاضی پیچیده را روی هسته‌ها به پیش می‌برد تا کارت گرافیک هرگز در حالت بیکار (Idle) نماند. فرضیه بنیادین آن‌ها این است که صنعت امروز هوش مصنوعی تنها بخش ناچیزی از توان واقعی پردازنده‌های گرافیکی را به کار گرفته است و می‌توان بدون نیاز به خواندن و بلعیدن نیمی از دادههای کل اینترنت، سیستم‌های بسیار هوشمندی توسعه داد.
هدف غایی تیم، کاهش چشمگیر هزینه‌های آموزش و اجرای مدلهای پیشرفته است. اشر اسپکتور در گفت‌وگویی تاکید کرد مدلی که از نظر مصرف داده یک میلیون بار بهینه‌تر و کارآمدتر باشد، انتقال آن به دل چرخه‌های اقتصادی و تجاری صدها برابر ساده‌تر و مقیاس‌پذیرتر خواهد بود. اکنون این استارتاپ با در اختیار داشتن ۱ میلیارد دلار سرمایه نقدی تازه، فرایند گسترده استخدام مهندسان برجسته را آغاز کرده است تا رویای هوش مصنوعی بهینه و کارآمد را به واقعیتی صنعتی تبدیل کند.