När en superdator börjar leta bidrag åt dig

På Grantigo bygger vi en matchningsmotor som ska göra en sak riktigt bra: hitta rätt finansiering till rätt projekt. Just nu tränar vårt AI-team – Daniel, Emil och Ginu – en egen embedding-modell på MIMER, Sveriges nya AI factory i Linköping. Här är vad de jobbar med, och varför det spelar roll.

Emil, vad gör ni egentligen?

"Vi finjusterar en embeddingmodell för att förbättra vår matchningsmotor. Att få göra detta på en superdator är riktigt spännande."

Ginu, vad är det tekniska problemet ni löser?

"Vi tränar en flerspråkig embedding-modell som matchar organisationer mot relevanta bidrag från svenska och europeiska finansiärer. Det är ett verkligt retrieval-problem med stökig, flerspråkig data. En av de största insikterna: när du kombinerar dataset av olika storlek lär sig modellen mest från den största källan – mindre källor med hög kvalitet riskerar att drunkna. Hur du presenterar datan under träningen är minst lika viktigt som datan i sig."

Daniel, hur har samarbetet med MIMER fungerat?

"MIMER har varit en enorm tillgång. De ger oss inte bara den beräkningskraft som krävs för att träna en egen embedding-modell – de bidrar också med skarp teknisk vägledning längs vägen."

Vad betyder det här för Grantigos kunder?

Färre missade möjligheter. Mer träffsäkra matchningar. Fler relevanta bidrag att söka – för startups, forskare och organisationer som annars hade behövt leta själva.

Det är så vi bygger Grantigo: svensk AI-utveckling i Linköping, byggd på en av Europas vassaste superdatorer, med ett enda mål – att fler bra idéer ska få finansiering.