Arlequin AI henter 28 millioner euro til topologiske nevrale nettverk

Arlequin AI har hentet 28 millioner euro i en serie A-runde for å utvikle egne topologiske nevrale nettverk, utvide utrullingen utenfor Europa og styrke forsknings- og kommersialteamene. Selskapet i Paris retter seg mot situasjoner der det ikke er nok å lese enkeltstående dokumenter eller dataposter: Etterforskere og operative miljøer må også kunne forstå koblingene mellom personer, hendelser, steder, transaksjoner og annen dokumentasjon. 12

Kapital til modeller, folk og internasjonal vekst

Runden ble ledet av redalpine og OTB Ventures. Bpifrances Defence Innovation Fund deltok, mens de eksisterende investorene Vsquared Ventures og 10x Founders økte sine investeringer. Xavier Niel kom også inn i runden. Arlequin opplyser at finansieringen utelukkende kommer fra europeiske investorer, og at pengene skal akselerere utviklingen av TNN-er og internasjonal utrulling. 1210

De nærmeste prioriteringene er å:

• trene og videreutvikle selskapets egne TNN-modeller;
• utvide laget som utvikler og drifter modellene;
• øke kommersielle utrullinger i Europa og internasjonalt; og
• bygge en internasjonal tilstedeværelse, med kontorer i London og Berlin samt et planlagt KI-laboratorium i Silicon Valley innen utgangen av 2026. 14

Ved kunngjøringen oppga Arlequin at selskapet hadde rundt 50 ansatte: 35 ingeniører og 15 doktorgradsutdannede, forskere og dataforskere. 1

Hva er topologiske nevrale nettverk?

Arlequins plattform er laget for fragmentert og ulikartet informasjon, som dokumenter, transaksjoner, video og operative data. Den foreslåtte TNN-arkitekturen skal lære både fra hvert enkelt datapunkt og fra strukturen som binder dem sammen, også relasjoner der flere elementer inngår samtidig. 1810

Det er kjernen i selskapets argument: I stedet for å behandle en sak som en samling adskilte poster, skal systemet kunne finne mønstre på tvers av sammenhengende bevis – for eksempel mellom personer, kommunikasjon, steder og hendelser. Dette kan være særlig relevant når det nettopp er relasjonene som avgjør en etterforskning eller en operativ beslutning. 110

Et alternativ til å bare skalere stadig større modeller

Arlequin mener at mer data, flere parametere og mer regnekraft i konvensjonelle KI-modeller ikke nødvendigvis er den beste veien for å analysere store, sammenkoblede mengder dokumentasjon. Selskapet hevder at TNN-er kan synliggjøre komplekse dynamikker mellom flere elementer, samtidig som det er mulig å spore analysen tilbake til kildematerialet og bruke mindre regnekraft. 110

Dette er imidlertid påstander fra selskapet og investorene, ikke uavhengig verifiserte målinger. Offentlig tilgjengelig materiale beskriver arkitekturen og de tiltenkte fordelene, men dokumenterer ikke sammenlignbar ytelse mot annen grafanalyse, andre nevrale nettverksarkitekturer eller store språkmodeller. 11014

Bruksområdene: sikkerhet, svindel og komplekse undersøkelser

Arlequin ble grunnlagt i 2024 av Hugo Micheron, som forsker på jihadisme og geopolitisk ustabilitet, og Antoine Jardin, tidligere forskningsingeniør ved det franske forskningsorganet CNRS med dataforskning og menneskelig atferd som fagfelt. Selskapet ble etablert for myndigheter og store organisasjoner som må ta viktige beslutninger basert på ufullstendig og spredt informasjon. 19

Selskapet trekker særlig fram disse bruksområdene:

• kontraterror, sikkerhet og forsvar;
• kriminal- og rettsetterforskning;
• svindeloppdagelse og anti-hvitvasking;
• cybersikkerhet og informasjonsintegritet; og
• KI-sikkerhet. 1

Et eksempel Arlequin viser til, er å koble personer, steder, kommunikasjon og hendelser på tvers av millioner av datapunkter fra beslaglagte enheter. Det kommersielle markedet omfatter også virksomheter som trenger forklarbar analyse av finanskriminalitet, cyberrisiko og sammensatt operativ etterretning. 1

Allerede i bruk i fire europeiske land

Arlequin opplyser at teknologien allerede brukes av myndigheter og store organisasjoner i Vest- og Øst-Europa, og at selskapet er aktivt i fire europeiske land. Selskapet har ikke offentliggjort alle kunder eller utrullinger. Derfor kan omfanget og resultatene av implementeringene ikke vurderes uavhengig ut fra det offentliggjorte materialet. 1

Planene peker mot et bredere marked: offentlige brukere innen sikkerhet og forsvar, men også selskaper som håndterer komplisert risiko knyttet til økonomisk kriminalitet, cybersikkerhet og integritet. 113

Europeisk eierskap – og en viktig test

Finansieringen gir Arlequin ressurser til å forfølge en tydelig europeisk posisjonering: en KI-arkitektur utviklet og eid i Europa, for sensitiv analyse og beslutninger med høy risiko. At Bpifrances Defence Innovation Fund inngår i investorgruppen, understreker også den strategiske interessen for teknologi til etterretning, sikkerhet og kritisk beslutningsstøtte. 1210

Den avgjørende testen blir gjennomføring. Arlequin må vise at de egne TNN-modellene gir målbare fordeler i presisjon, sporbarhet, kostnad ved utrulling eller praktisk nytte, sammenlignet med etablerte metoder for grafanalyse og KI. De 28 millioner euroene skal finansiere nettopp neste fase: modellutvikling, ansettelser og internasjonal kommersialisering. 114