Logseq 获 410万美元融资!加速开源神经元知识管理系统增长,构建新世界双链知识图谱

简介: Logseq 获 410万美元融资!加速开源神经元知识管理系统增长,构建新世界双链知识图谱

5 月 5 日,Logseq 官方博客发文正式宣布了“Logseq 获得 410 万美元首轮融资”的消息 —— We're proud to announce our first $4.1M seed round ,引发业内关注。

网络异常,图片无法展示
|

据悉,此次融资由 Stripe 首席执行官 Patrick Collison、GitHub 前首席执行官 Nat Friedman、Shopify 创始人 Tobias Lütke、A16Z 总经理 Sriram Krishnan,以及 Craft Ventures、Matrix Partners、Day One Ventures、Expo/Quora 创始人 Charlie Cheever ,还有 outliners、 网络日志、RSS、播客、scripting 先驱 Dave Winer,乃至 Logseq 贡献者和社区成员共同参与。这笔资金将用于雇佣顶尖人才,加倍投入产品开发。

Logseq :打造新世界“维基百科”

Logseq 是一款以隐私为中心的开源知识管理系统,可以像大脑一样通过节点图来存储数据,开发者、学者及研究团队依靠 Logseq 来捕获和合成大量复杂数据,并将其转换为可消化的格式。如今,来自 Roam、Obsidian 以及 Google Docs、Concept 等网站的用户都纷纷开始使用 Logseq。

Logseq 平台对大型人工智能任务来说可谓一个快速驱动的楔子。Logseq 所构建的一个“全球共享大脑”,相互连接地存储数据,允许任何人用自然语言进行查询,并接收与上下文相关的答案。

Logseq 提供了极佳的安全隐私保护,它首先是本地的,可将信息存储在用户本地设备上的 Markdown text files 文件中,这样的话用户会一直拥有自己的信息。由于 Logseq 构建在 Markdown 和 Org 模式之上,因此它还可以与其他平台进行互操作,并集成了渲染和编辑功能。

Logseq 的出现,对基于 Skuomorphic 设计的知识管理系统(模拟用于存储物理文件、文件和文件夹的系统)来说是一种挑战。一般而言,人类不会在页面和文件夹中线性思考,而是将相互关联的概念非线性地联系在一起。Logseq 就好在通过捕捉这种非线性思维,来创建直观且相互关联的数据,从而允许用户释放其最大潜力。

作为一家成立不到一年的初创公司,Logseq 已经成长为一个由数百名开源贡献者组成的蓬勃发展的开发者社区,目前 Logseq 的月度用户群正以每月 20% 的速度增长,且社区每天有数千名活跃用户使用 Discord。

这些活跃的贡献者,是 Logseq 能够以超乎寻常的速度进行社区审查、数百个社区创建的扩展、插件和贡献的关键。仅在过去三个月内,Logseq 就拥有了 81 个社区创建的插件,这些插件来自日历、NLP 应用程序、Readwise 集成等。Logseq 已被 Google Brain、IDEO、Facebook、特斯拉、麻省理工、斯坦福、哈佛等地的用户采用。

Logseq 最初是 Tienson Qin(@秦天生)开发的一个开源项目,旨在为他建立一个更高效的工具来管理自己的生产力,同时也是一个让孩子们更直观地学习的程序。正是通过 Logseq 开源社区,秦与联合创始人 Mogujie、Hoolay.cn 共同建立了联系。

作为 Logseq 的联合创始人兼首席执行官,Tienson Qin(@秦天生)表示,“我们的开源社区是 Logseq 的基础。这不仅是我们遍布全球的创始团队第一次走到一起的方式,也是我们将如何定义 Logseq 路线图的一个组成部分,我们将朝着我们的长期愿景努力,与社区一起建设,为社区服务。”

作为此次 Logseq 投资者之一的 GitHub 前首席执行官 Nat Friedman 表示:“我每天都在使用 Logseq,就像上传你大脑的一部分。团队和产品都很棒,让我想起了早期的人机交互时代,Kay、Engelbart 和 Nelson 都在追踪计算机如何增强人类思维和创造力的新领域。我真的对其潜力感到兴奋。”

接下来,Logseq 还将计划让应用程序具有协作性,并最终创建一个世界知识图 ——一种连接每个人和世界上每个知识库的个人知识图的方法。例如,在不用走进教室的情况下,让用户将能够连接到斯坦福大学的知识图表,并将其缝合到自己的知识图表上。而该公司的终极目标,就是创造一个计算机支持的世界大脑。

相关文章
|
3月前
|
自然语言处理
从零到英雄:手把手教你打造专属医疗领域智能医生——微调生成私有模型的惊人之旅,颠覆传统医疗咨询方式
【10月更文挑战第8天】本文介绍如何通过微调预训练模型(如BERT),创建一个专用于医疗领域的智能医生模型。该模型能根据患者症状提供初步诊断建议,同时保护患者隐私。文章详细说明了所需库的安装、数据集准备、模型微调及训练过程,并提供了代码示例。
40 7
|
5月前
|
机器学习/深度学习 存储 人工智能
大模型的淘金时代,HPE给出了一份智能经济“奇点”攻略
大模型的淘金时代,HPE给出了一份智能经济“奇点”攻略
大模型的淘金时代,HPE给出了一份智能经济“奇点”攻略
|
Java PHP 开发工具
编程语言Clojure入门
在众多的编程语言中,不少开发人员熟悉Java、C#、PHP等。但是很早以前,也有一些小众的语言,比如Lisp语言,它是一种适用于符号处理和自动推理的编程语言,内部使用表结构来表达非数值计算。而Clojure语言是在JVM上实现的Lisp风格的语言,语法与Lisp类似,且可以和Java语言进行互操作
1330 0
编程语言Clojure入门
|
8月前
|
机器学习/深度学习 人工智能 算法
高性价比发文典范——101种机器学习算法组合革新骨肉瘤预后模型
随着高通量测序技术的飞速发展和多组学分析的广泛应用,科研人员在探索生物学奥秘时经常遇到一个令人又爱又恼的问题:如何从浩如烟海的数据中挖掘出潜在的疾病关联靶点?又如何构建一个全面而有效的诊断或预后模型?只有通过优雅的数据挖掘、精致的结果展示、深入的讨论分析,并且辅以充分的湿实验验证,我们才能锻造出一篇兼具深度与广度的“干湿结合”佳作。
530 0
高性价比发文典范——101种机器学习算法组合革新骨肉瘤预后模型
|
7月前
|
人工智能 搜索推荐
ChatGPT(3.5版本)开放无需注册:算力背后的数据之战悄然打响
ChatGPT(3.5版本)开放无需注册:算力背后的数据之战悄然打响
106 0
|
8月前
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
破壁人AI百度:科技公司反内卷的典型样本
|
机器学习/深度学习 人工智能 搜索推荐
AI歌手:新晋挑战者还是未来主流的替代者?
AI歌手:新晋挑战者还是未来主流的替代者?
|
数据采集 机器学习/深度学习 人工智能
国产框架MindSpore联合山水自然保护中心,寻找、保护「中华水塔」中的宝藏生命
国产框架MindSpore联合山水自然保护中心,寻找、保护「中华水塔」中的宝藏生命
|
数据采集 机器学习/深度学习 设计模式
卷麻了! nnUNet 研究团队重磅新作 | MedNeXt: 新一代分割架构之王,刷新多项榜单记录!
卷麻了! nnUNet 研究团队重磅新作 | MedNeXt: 新一代分割架构之王,刷新多项榜单记录!
1100 0
|
人工智能 自然语言处理 自动驾驶
破壁人AI百度:科技公司反内卷的典型样本
简介:破壁人AI百度:科技公司反内卷的典型样本 。
142 0
破壁人AI百度:科技公司反内卷的典型样本