尽管人工智能现在能够解决高等数学问题、进行复杂的推理，甚至可操作个人电脑，但当今的算法仍可受益于微观蠕虫。
麻省理工学院衍生出来的初创公司Liquid AI将发布几种新的人工智能模型，这些模型基于一种新型“液态”神经网络，与聊天机器人、图像生成器和面部识别系统等基础人工智能模型相比，这种模型可能更高效、更低功耗、更透明。
Liquid AI的新模型包括用于检测金融交易欺诈的模型、用于控制自动驾驶汽车的模型和用于分析基因数据的模型。该公司在麻省理工学院举行的活动中宣传了这些新模型，并授权给外部公司。目前，Liquid AI已获得三星和Shopify等投资者投资，这两家公司也在测试Liquid AI技术。
“我们正在扩大规模，” Liquid AI联合创始人兼首席执行Ramin Hasani表示，他在麻省理工学院读研究生时与他人共同发明了“液态”神经网络。Hasani的研究灵感来自秀丽隐杆线虫，这是一种通常在土壤或腐烂植被中发现的毫米长蠕虫。这种蠕虫是少数几种神经系统被完整绘制出来的生物之一，尽管只有几百个神经元，但它却能够做出非常复杂的行为。“它曾经只是一个科学项目，但这项技术已经完全商业化，完全可以为企业带来价值。”
在常规神经网络中，每个模拟神经元的属性由影响其触发的静态值或“权重”定义。而在液态神经网络中，每个神经元的行为由一个预测其随时间变化行为的方程控制，网络在运行过程中会求解一系列相互关联的方程；这种设计使网络更高效、更灵活，与传统神经网络不同，即使在训练后也可以继续学习。不仅如此，液态神经网络还可以现有模型无法做到的方式接受检查，因为它们的行为基本上可以倒回来看看是如何产生输出的。
今年9月Liquid AI公布了一些基于其网络设计的大型语言模型。这家初创公司表示，其语言模型的一个版本具有400亿个参数，在解决一组称为MMLU-Pro的常见问题上，其表现优于 Meta Llama 3.1的700亿个参数版本。
