ربما يجمع 9 ملايين دولار لبناء نوع أكثر موثوقية من الذكاء الاصطناعي

ومع تزايد قوة حاملي شهادة الماجستير في القانون، فقد ثبت أنه من الصعب جدًا تجنب الهلوسة. تظهر الأخطاء حتى في أذكى النماذج، وعلى الرغم من وجود طرق لاكتشاف هذه الأخطاء، إلا أن الصناعة لا تزال تكتشف أفضل طريقة للقيام بذلك.

من المحتمل، التي جمعت للتو 9 ملايين دولار من التمويل الأولي من أندريسن هورويتز، تحاول بناء طريقة أكثر صرامة لرصد تلك الأخطاء.

يستمد "وضع الذكاء الاصطناعي" الجديد من Meta على Facebook المعلومات العامة عبر منصاته: يستمد "وضع الذكاء الاصطناعي" الجديد من Meta على Facebook المعلومات العامة عبر منصاته

وكما قال المؤسس بيتر إلياس (في الصورة أعلاه)، فإن هدف الشركة هو منع الهلوسة والأخطاء الواقعية البسيطة من الوصول إلى المستخدم، وتحقيق نوع من الدقة بنسبة 99.99% الشائعة في الأنظمة الحتمية ولكن الوصول إليها أكثر صعوبة باستخدام الذكاء الاصطناعي. وكما تبين، فإن الوصول بطلاب الماجستير في القانون إلى هذا المستوى من الدقة يتطلب إعادة التفكير في العديد من الافتراضات الأساسية لهندسة الذكاء الاصطناعي.

ربما يكون المنتج الأول هو أداة لعلم البيانات، تم تصميمها لإنتاج إجابات سريعة من مجموعات البيانات المعقدة. تأتي كل نتيجة مع اقتباس ومسار تدقيق لكيفية تطويرها، وهي ممارسة شائعة بشكل متزايد بين أدوات الذكاء الاصطناعي.

لكن منع الأخطاء من التسلل إلى تلك الملخصات يتطلب نظامًا متطورًا يصفه إلياس بأنه “بدلة ميكانيكية لعلم البيانات”. يتم التحقق من إجابات التمرير الأول لـ LLM مقابل نظام التحقق الحتمي، الذي يرتد أي نتائج لا تتطابق مع مجموعة البيانات. وقالت الشركة إن الأهم من ذلك هو أنه تم تدريب LLM على المدقق، وتم تحسين النظام بأكمله للحصول على إجابات سريعة ودقيقة.

طردت شركة xAI مهندسًا أثار إنذارات بشأن سلامة Grok، وفقًا لمطالبات دعوى قضائية جديدة: طردت شركة xAI مهندسًا أثار إنذارات بشأن سلامة Grok، وفقًا لمطالبات دعوى قضائية جديدة

يقول إلياس: “ما تعلمناه من بناء هذا هو أنه كلما كانت هندسة الحزام أفضل، كلما كان النموذج أضعف”. “إذا تمكنت من تحسين السياق بما فيه الكفاية، فلن يتعين على النموذج أن يعمل بجهد كبير لفعل الشيء الصحيح. فهو في الأساس تمرين على تقليل الغموض”.

وهذا يسمح لأداة علم البيانات الخاصة بـ ربما بالعمل على نماذج ذكاء اصطناعي أصغر بكثير. يقول إلياس إن الإصدار الحالي يعمل على نموذج “أضعف بأربع فئات من النماذج الحدودية”، مما يعني أنه يمكن تشغيله على الأجهزة المحلية (أي كمبيوتر مكتبي بدلاً من مركز البيانات)، مما يقلل من كمية هائلة من تكاليف الرمز المميز المرتبطة باستخدام الذكاء الاصطناعي.

إنها فكرة مرحب بها في الوقت الذي ترتفع فيه تكاليف الرمز المميز ويقوم العديد من العملاء بإعادة تقييم ميزانيات الذكاء الاصطناعي الخاصة بهم. ولا تنتهي فكرة إلياس عند علم البيانات، حيث يمكن توسيع المحرك نفسه ليشمل حالات الاستخدام مثل المحاسبة أو الخدمات الطبية – كما يقول إلياس، “أي حالة استخدام حساسة للدقة”.

تجاوزت إيرادات Glean الأعلى 300 مليون دولار حيث أصبح خفض ميزانية الذكاء الاصطناعي نقطة البيع الرئيسية لها: تجاوزت إيرادات Glean الأعلى 300 مليون دولار حيث أصبح خفض ميزانية الذكاء الاصطناعي نقطة البيع الرئيسية لها

يقول إلياس: “أعتقد أنه من المثير للاهتمام حقًا أن مختبرات الذكاء الاصطناعي الكبرى لم تحاول حتى القيام بذلك”. “يتم تحفيزهم على عدم القيام بذلك، لأنهم يكسبون المال كلما زاد عدد المرات التي يتعين عليك فيها تصحيح النموذج”.

عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلالنا التحريري.

المصدر