ظهر مختبر ذكاء اصطناعي يسمى Fundamental من الخفاء يوم الخميس، ليقدم نموذجًا أساسيًا جديدًا لحل مشكلة قديمة: كيفية استخلاص الأفكار من الكميات الضخمة من البيانات المنظمة التي تنتجها الشركات. ومن خلال الجمع بين الأنظمة القديمة للذكاء الاصطناعي التنبؤي مع أدوات أكثر حداثة، تعتقد الشركة أنها تستطيع إعادة تشكيل كيفية تحليل الشركات الكبيرة لبياناتها.
“على الرغم من أن LLMs كان رائعًا في العمل مع البيانات غير المنظمة، مثل النص والصوت والفيديو والتعليمات البرمجية، إلا أنه لا يعمل بشكل جيد مع البيانات المنظمة مثل الجداول،” قال الرئيس التنفيذي جيريمي فرانكل لـ TechCrunch. “باستخدام نموذجنا Nexus، قمنا ببناء أفضل نموذج أساسي للتعامل مع هذا النوع من البيانات.”
لقد اجتذبت الفكرة بالفعل اهتمامًا كبيرًا من المستثمرين. تخرج الشركة من التخفي بتمويل قدره 255 مليون دولار بتقييم 1.2 مليار دولار. ويأتي الجزء الأكبر منها من الجولة الأخيرة من السلسلة A بقيمة 225 مليون دولار بقيادة Oak HC/FT، وValor Equity Partners، وBattery Ventures، وSalesforce Ventures؛ شاركت Hetz Ventures أيضًا في السلسلة A، بتمويل ملاك من الرئيس التنفيذي لشركة Perplexity Aravind Srinivas، والمؤسس المشارك لـ Brex Henrique Dubugras، والرئيس التنفيذي لشركة Datadog Olivier Pomel.
يُطلق عليه النموذج الجدولي الكبير (LTM) بدلاً من نموذج اللغة الكبير (LLM)، وهو ينفصل عن ممارسات الذكاء الاصطناعي المعاصرة بعدة طرق مهمة. النموذج حتمي، أي أنه سيعطي نفس الإجابة في كل مرة يُطرح عليه سؤال معين، ولا يعتمد على بنية المحولات التي تحدد النماذج من معظم مختبرات الذكاء الاصطناعي المعاصرة. يطلق عليه Fundamental اسم النموذج الأساسي لأنه يمر بالخطوات العادية للتدريب المسبق والضبط الدقيق، ولكن النتيجة تختلف تمامًا عما سيحصل عليه العميل عند الشراكة مع OpenAI أو Anthropic.
هذه الاختلافات مهمة لأن شركة Fundamental تسعى لحالة استخدام حيث غالبًا ما تتعثر نماذج الذكاء الاصطناعي المعاصرة. نظرًا لأن نماذج الذكاء الاصطناعي المستندة إلى المحولات يمكنها فقط معالجة البيانات الموجودة ضمن نافذة السياق الخاصة بها، فغالبًا ما تواجه مشكلة في التفكير في مجموعات البيانات الكبيرة للغاية – على سبيل المثال، تحليل جدول بيانات يحتوي على مليارات الصفوف. لكن هذا النوع من مجموعات البيانات المنظمة الضخمة أمر شائع داخل المؤسسات الكبيرة، مما يخلق فرصة كبيرة للنماذج القادرة على التعامل مع هذا الحجم.
وكما يرى فرانكل، فهذه فرصة كبيرة لـ Fundamental. باستخدام Nexus، يمكن للشركة جلب تقنيات معاصرة لتحليل البيانات الضخمة، مما يوفر شيئًا أكثر قوة ومرونة من الخوارزميات المستخدمة حاليًا.
وقال لـ TechCrunch: “يمكنك الآن الحصول على نموذج واحد في جميع حالات الاستخدام الخاصة بك، لذا يمكنك الآن توسيع عدد حالات الاستخدام التي تعالجها بشكل كبير”. “وفي كل حالة من حالات الاستخدام هذه، تحصل على أداء أفضل مما كنت ستتمكن من تحقيقه مع جيش من علماء البيانات.”
وقد جلب هذا الوعد بالفعل عددًا من العقود رفيعة المستوى، بما في ذلك عقود مكونة من سبعة أرقام مع عملاء Fortune 100. دخلت الشركة أيضًا في شراكة إستراتيجية مع AWS ستسمح لمستخدمي AWS بنشر Nexus مباشرةً من المثيلات الموجودة.
اكتشاف المزيد من في بي دبليو الشامل
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
