أطلق Galileo LLM Studio لإحداث ثورة في تبني الذكاء الاصطناعي في المؤسسات

أعلنت شركة Galileo ، وهي شركة ناشئة تعمل في مجال الذكاء الاصطناعي ومقرها سان فرانسيسكو ، اليوم عن إطلاق Galileo LLM Studio ، وهي منصة لتشخيص المشكلات وحلها باستخدام نماذج اللغات الكبيرة. تهدف المنصة إلى مساعدة الشركات على نشر نماذج معالجة اللغة الطبيعية في الإنتاج بشكل أسرع من خلال اكتشاف “الهلوسة النموذجية” أو التنبؤات غير الصحيحة ، وتحسين دقة النموذج.

في مقابلة حصرية مع VentureBeat ، أوضح ياش شيث ، المؤسس المشارك لشركة Galileo ، الرؤية الكامنة وراء LLM Studio: “نعتقد حقًا أن الذكاء الاصطناعي التوليدي مهيأ لتغيير العالم. يمكن الآن للمؤسسات والحكومات والأفراد التفاعل أخيرًا مع الذكاء الاصطناعي بطرق لم تكن ممكنة مع التعلم الآلي التنبئي “.

تأتي المنصة مع ارتفاع الطلب على معالجة اللغة الطبيعية ، حيث تتوق الشركات إلى استخدام نماذج لتطبيقات مثل روبوتات المحادثة والبحث الذكي وإنشاء النصوص الآلية. ومع ذلك ، لا يزال بناء ونشر هذه النماذج المعقدة يمثل تحديًا. وفقًا لشيث ، يقضي علماء البيانات معظم وقتهم في “تنظيف البيانات” ، وإصلاح المشكلات في مجموعات البيانات لتحسين دقة النموذج.

قال شيث ، في معرض تعليقه على ما يقرب من عقد من العمل على التعلم الآلي في Google: “على الرغم من امتلاكنا لأفضل المواهب وأفضل فريق وأفضل بنية أساسية ، فقد استغرقنا الأمر شهورًا لبدء تشغيل نموذج واحد في الإنتاج”. “عندما بدأنا النظر إلى الخارج ، كان هذا هو الوضع الراهن عبر صناعة الذكاء الاصطناعي.”

تسريع وتيرة التبني

تهدف منصة Galileo إلى أتمتة الكثير من العمل الذي يتم عادةً قضاءه في تنظيف مجموعات البيانات. يكتشف Galileo Prompt Studio “هلوسة نموذجية” أو تنبؤات غير صحيحة ، مما يمكّن علماء البيانات من معالجة الأخطاء بشكل أسرع. يسمح النظام الأساسي أيضًا لعلماء البيانات بمقارنة المطالبات المتعددة للعثور على الإدخال الأمثل ، وتقدير تكلفة المكالمات إلى خدمات الذكاء الاصطناعي الخارجية مثل OpenAI للمساعدة في إدارة الميزانيات.

مع تزايد تحويل النماذج التوليفية إلى سلعة ، يعتقد Sheth أن المفتاح لإطلاق إمكاناتها يكمن في فهم كيفية تأثير البيانات على هذه النماذج وتكييفها. يستغرق الأمر وقتًا طويلاً لتكييف هذه النماذج حقًا وجعلها تعمل. وقال إن أي شيء يمكننا القيام به لتسريع وتيرة تبني الذكاء الاصطناعي في جميع أنحاء العالم لن يؤدي إلا إلى تسريع عملية تبنيها.

تأمل الشركة الناشئة أيضًا في التوسع إلى ما وراء معالجة اللغة الطبيعية إلى مجالات أخرى للذكاء الاصطناعي مثل رؤية الكمبيوتر. قال شيث: “تمتد خوارزمياتنا عبر تنسيقات البيانات ، لأننا في النهاية ندمج في الشبكات العصبية وتمثيل الشبكات العصبية للبيانات هو مجرد ناقل للعوامات”.

بفضل تمويل قدره 18 مليون دولار من مستثمرين بما في ذلك Battery Ventures ، تستعد Galileo للاستفادة من الطلب المتزايد على أدوات الذكاء الاصطناعي العملية. ومع ذلك ، تواجه الشركة منافسة شديدة من عمالقة التكنولوجيا مثل Google و Microsoft و AWS ، الذين يقدمون أيضًا منصات لإنشاء نماذج الذكاء الاصطناعي وإدارتها. يأمل Galileo أن يؤدي تركيزه على تشخيص وإصلاح أخطاء النماذج إلى التمييز بينها.

قال شيث: “كونك متمحورًا حول البيانات ، وامتلاك طريقة عرض تشخيصية رئيسية عبر دورة حياة تعلم الآلة أمر بالغ الأهمية لاعتماد الذكاء الاصطناعي”.