Arlequin AI rejser 28 mio. euro til topologiske neurale netværk

Arlequin AI har rejst 28 mio. euro i en Series A-runde. Pengene skal bruges til at udvikle virksomhedens egne topologiske neurale netværk, udvide udrulningen uden for Europa og styrke forsknings- og kommercielle teams bag en platform for evidensbaseret analyse. Den Paris-baserede virksomhed retter sig mod beslutninger, hvor det ikke er nok at analysere enkeltstående oplysninger: Efterforskere og operatører skal også kunne forstå forbindelserne mellem personer, hændelser, steder, transaktioner og andet bevismateriale. 12

Hvad de 28 mio. euro skal finansiere

Runden blev ledet i fællesskab af redalpine og OTB Ventures. Bpifrances Defence Innovation Fund deltog, mens de eksisterende investorer Vsquared Ventures og 10x Founders øgede deres investeringer. Xavier Niel deltog også. Arlequin oplyser, at finansieringen udelukkende kommer fra europæiske investorer, og at den skal fremskynde udviklingen af TNN'er og international udrulning. 1210

Virksomhedens umiddelbare prioriteter er:

• at træne og udvikle egne TNN-modeller;
• at udvide holdet, som udvikler og driver modellerne;
• at øge kommercielle implementeringer i Europa og internationalt; og
• at styrke den internationale tilstedeværelse med kontorer i London og Berlin samt et planlagt AI-laboratorium i Silicon Valley inden udgangen af 2026. 14

På tidspunktet for finansieringsmeddelelsen havde Arlequin omkring 50 ansatte, heraf 35 ingeniører og 15 ph.d.'er, forskere og dataforskere. 1

Hvad er topologiske neurale netværk?

Arlequins platform er udviklet til at arbejde med fragmenteret og uensartet information, blandt andet dokumenter, transaktioner, video og operationelle data. Den foreslåede TNN-arkitektur skal lære både af enkelte datapunkter og af de strukturer, som forbinder dem – også relationer, der involverer flere elementer på én gang. 1810

Det er kernen i selskabets argument: I stedet for at betragte en sag som en bunke adskilte registreringer skal systemet kunne finde mønstre på tværs af sammenhængende beviser, eksempelvis forbindelser mellem personer, kommunikation, steder og begivenheder. Det er særligt relevant, når relationerne i sig selv har betydning for en efterforskning eller en operationel beslutning. 110

Et alternativ til blot at gøre AI-modeller større

Arlequin mener, at den sædvanlige opskalering af AI – flere parametre, mere data og større regnekraft – ikke nødvendigvis er den bedste tilgang til store, indbyrdes forbundne mængder af beviser. Selskabet siger, at TNN'er kan synliggøre komplekse dynamikker mellem flere elementer, bevare sporbarheden tilbage til kildematerialet og bruge mindre regnekraft. 110

Det er dog virksomhedens og investorernes påstande, ikke uafhængigt validerede benchmarkresultater. De offentligt tilgængelige materialer beskriver arkitekturen og de forventede fordele, men dokumenterer ikke en sammenlignende ydeevne over for andre metoder til grafanalyse, neurale netværk eller store sprogmodeller. 11014

Målgruppen: beslutninger med store konsekvenser

Arlequin blev grundlagt i 2024 af Hugo Micheron, der forsker i jihadisme og geopolitisk ustabilitet, og Antoine Jardin, tidligere forskningsingeniør ved CNRS med fokus på datavidenskab og menneskelig adfærd. CNRS er Frankrigs nationale center for videnskabelig forskning. Virksomheden er bygget til myndigheder og store organisationer, som skal træffe væsentlige beslutninger på grundlag af ufuldstændig og spredt information. 19

De angivne anvendelsesområder omfatter:

• terrorbekæmpelse, sikkerhed og forsvar;
• kriminal- og retslige efterforskninger;
• afsløring af svindel og bekæmpelse af hvidvask;
• cybersikkerhed og informationsintegritet; samt
• sikkerhed i og omkring AI-systemer. 1

Et eksempel fra virksomheden er at forbinde personer, steder, kommunikation og hændelser på tværs af millioner af datapunkter indsamlet fra beslaglagte enheder. Det bredere kommercielle potentiale omfatter organisationer, der har brug for forklarbar analyse af finansiel kriminalitet, cyberrisiko og kompleks operationel efterretning. 1

Allerede i brug i fire europæiske lande

Arlequin oplyser, at teknologien allerede bruges af regeringer og store organisationer i Vest- og Østeuropa, og at den er aktiv i fire europæiske lande. Virksomheden har ikke offentligt beskrevet alle kunder eller implementeringer. Derfor kan omfanget og resultaterne af disse forløb ikke vurderes uafhængigt ud fra det offentliggjorte materiale. 1

Ekspansionsplanerne peger på et bredere marked: både offentlige brugere med sikkerheds- og forsvarsopgaver og virksomheder, der arbejder med komplekse finansielle risici, cyberrisici og integritetsproblemer. 113

En europæisk AI-positionering

Kapitaltilførslen giver Arlequin ressourcer til at forfølge en tydeligt europæisk position: en AI-arkitektur, der ejes og udvikles i Europa til følsomme analyser med høj risiko. Investorgruppen, herunder Bpifrances Defence Innovation Fund, understreger samtidig den strategiske betydning af værktøjer til efterretning, sikkerhed og kritisk beslutningstagning. 1210

Den afgørende prøve bliver nu eksekveringen. Arlequin skal dokumentere, om de egne TNN'er leverer målbare forbedringer i præcision, sporbarhed, implementeringsomkostninger eller operationel nytte sammenlignet med etablerede tilgange til grafanalyse og AI. De 28 mio. euro finansierer næste fase med modeludvikling, rekruttering og international kommercialisering. 114