ხელოვნური ინტელექტის მოდელების გაძლიერებასთან ერთად, მათი ერთ-ერთი მთავარი პრობლემა — „ჰალუცინაციები“ ანუ ფაქტობრივი შეცდომები, კვლავ გადაუჭრელ გამოწვევად რჩება. ინდუსტრია ჯერ კიდევ ეძებს მექანიზმებს, რომლებიც ამ ხარვეზების აღმოჩენას შეძლებს. ამ მიმართულებით მნიშვნელოვანი ნაბიჯი გადადგა სტარტაპმა Probably-მ, რომელმაც Andreessen Horowitz-ისგან $9 მილიონის ოდენობის საწყისი დაფინანსება მიიღო.

რა არის Probably-ს ინოვაცია?

კომპანიის დამფუძნებლის, პიტერ ელიასის თქმით, მიზანია AI-ს შეცდომების მომხმარებლამდე მიტანის სრული პრევენცია. კომპანია ცდილობს, მიაღწიოს 99.99%-იან სიზუსტეს, რაც დეტერმინისტულ სისტემებში სტანდარტად ითვლება, თუმცა ხელოვნური ინტელექტისთვის ჯერ კიდევ რთულად მისაღწევია.

მათი პირველი პროდუქტი მონაცემთა მეცნიერების ინსტრუმენტია, რომელიც კომპლექსური მონაცემებიდან სწრაფ და ზუსტ პასუხებს იძლევა. თითოეულ შედეგს თან ახლავს წყაროს მითითება და აუდიტის კვალი, რაც მომხმარებელს ინფორმაციის გადამოწმების შესაძლებლობას აძლევს.

„მონაცემთა მეცნიერების მექანიკური კოსტიუმი“

შეცდომების თავიდან ასაცილებლად Probably-მ შექმნა სპეციალური სისტემა, რომელსაც ელია „მონაცემთა მეცნიერების მექანიკურ კოსტიუმს“ უწოდებს. AI-ს მიერ გენერირებული პასუხები გადის დეტერმინისტულ ვალიდატორს, რომელიც უარყოფს ნებისმიერ შედეგს, რაც მონაცემთა ბაზას არ შეესაბამება.

„როდესაც ამ სისტემას ვაშენებდით, მივხვდით, რომ რაც უფრო დახვეწილია დამხმარე ინფრასტრუქტურა, მით უფრო სუსტი მოდელის გამოყენებაა შესაძლებელი“, — აცხადებს ელია. შედეგად, Probably-ს ინსტრუმენტი მუშაობს გაცილებით მცირე ზომის მოდელებზე, ვიდრე ბაზარზე არსებული წამყვანი ალტერნატივები.

ეკონომიკური ეფექტი და მომავალი

მცირე მოდელების გამოყენება ნიშნავს, რომ სისტემა შეიძლება გაეშვას ჩვეულებრივ კომპიუტერზე და არა ძვირადღირებულ მონაცემთა ცენტრებში. ეს მნიშვნელოვნად ამცირებს ტოკენების ხარჯებს, რაც დღეს ბევრი კომპანიისთვის პრიორიტეტული საკითხია.

ელიასის აზრით, დიდი AI ლაბორატორიები ამ მიმართულებით მუშაობით დაინტერესებულები არ არიან, რადგან მათი ბიზნესმოდელი ხშირად შეცდომების კორექტირებაზე და ტოკენების მოხმარების ზრდაზეა დამოკიდებული. Probably-ს სისტემა კი, თავისი სიზუსტის წყალობით, პერსპექტიულია ისეთი სფეროებისთვის, სადაც შეცდომის დაშვება დაუშვებელია — მაგალითად, ბუღალტერია ან სამედიცინო მომსახურება.