نظرًا لأن منظمة العفو الدولية تعيد صياغة الصناعات ، فإن أحد أهم تحدياتها غير المرئية هي استرجاعها ، وهي عملية جلب البيانات الصحيحة مع السياق ذي الصلة من قواعد المعرفة الفوضوية. نماذج اللغة الكبيرة (LLMS) دقيقة فقط مثل المعلومات التي يمكن أن تسترجعها.
هذا هو المكان Zeroentropy يريد أن يجعل بصماتها. شركة ناشئة مقرها سان فرانسيسكو ، شارك في تأسيسها الرئيس التنفيذي Ghita Houir Alami و CTO نيكولاس بيبيتونجمعت 4.2 مليون دولار من تمويل البذور لمساعدة النماذج على استرداد البيانات ذات الصلة بسرعة ودقة وعلى نطاق واسع.
قادت الجولة رأس المال المهيئة ، مع مشاركة من Y Combinator ، منصة transpose ، 22 مشاريع ، A16Z Scout ، وقائمة طويلة من الملائكة ، بما في ذلك المشغلين من Openai و Lugging Face ، والواجهة.
ينضم Zeroentropy إلى موجة متزايدة من شركات البنية التحتية التي تأمل في استخدام الجيل المتمحور بالاسترجاع (RAG) للبحث عن الجيل القادم من وكلاء الذكاء الاصطناعى. يتراوح المنافسون من MongoDB’s Voyageai إلى شركات ناشئة YC المبكرة مثل Sid.ai.
يقول زوي بيريت ، الشريك في شركة تهيئة العاصمة: “لقد التقينا بالكثير من الفرق التي تبنيها في Rag وحولها ، لكن طرازات Ghita و Nicolas تتفوق على كل ما رأيناه”. “لا شك في أن الاسترجاع هو فتح حاسم في الحدود التالية من الذكاء الاصطناعي ، و Zeroentropy يبنيه.”
يمسك الجيل المتمثل في الاسترجاع (RAG) بيانات من المستندات الخارجية وأصبح بمثابة هندسة معمارية لوكلاء الذكاء الاصطناعى ، سواء كانت سياسات HR في Chatbot أو مساعدًا قانونيًا يشير إلى قانون السوابق.
ومع ذلك ، يعتقد مؤسسو Zeroentropy أنه بالنسبة للعديد من تطبيقات الذكاء الاصطناعي ، هذه الطبقة هشة: مجموعة من قواعد بيانات المتجهات والبحث عن الكلمات الرئيسية ونماذج إعادة التصنيف. يوفر Zeroentropy واجهة برمجة تطبيقات تدير الابتلاع ، الفهرسة ، إعادة التصنيف ، والتقييم.
ما يعنيه ذلك هو أنه – على عكس منتج البحث لموظفي المؤسسة مثل Glean – يعد Zeroentropy أداة مطور. إنه يمسك البيانات بسرعة ، حتى عبر المستندات الداخلية الفوضوية. تشبه Houir Alami بدء تشغيلها إلى “supabase للبحث” في إشارة إلى قاعدة بيانات شهيرة مفتوحة المصدر التي تعمل أتمتة الكثير من إدارة قاعدة البيانات.
وقال هوير ألامي: “في الوقت الحالي ، تقوم معظم الفرق إما بتجميع الأدوات الحالية من السوق أو تلقوا قاعدة معارفها بالكامل في نافذة سياق LLM. النهج الأول يستغرق وقتًا طويلاً للبناء والصيانة”. “يمكن أن يسبب النهج الثاني أخطاء مضاعفة. نحن نقوم ببناء بنية تحتية للبحث قبل المطورين-وهي تفكر في ذلك مثل supabase للبحث-لجعل نشر أنظمة استرجاع دقيقة وسريعة فعالة.”
في جوهرها ، هناك إعادة صياغة ملكية تسمى ZE-Rank-1 ، والتي تدعي الشركة حاليًا أداء نماذج مماثلة من Cohere و Salesforce على معايير الاسترجاع العامة والخاصة. إنه يتأكد من أنه عندما يبحث نظام الذكاء الاصطناعي عن إجابات في قاعدة المعرفة ، فإنه يمسك المعلومات الأكثر صلة أولاً.
وتضيف أن أكثر من 10 شركات في المرحلة المبكرة تقوم ببناء وكلاء الذكاء الاصطناعي عبر الرأسية مثل الرعاية الصحية والقانون ودعم العملاء والمبيعات تستخدم بالفعل Zeroentropy.
وُلد هوير ألامي ، الذي ولد ونشأ في المغرب ، إلى المنزل في سن 17 لمتابعة التعليم الهندسي في فرنسا ، وحضور البوليتكنويك ، وهي مؤسسة عسكرية ومتاحة للرياضيات. هناك ، اكتشفت حبها للتعلم الآلي.
انتقلت إلى كاليفورنيا قبل عامين لإكمال ماجستير في الرياضيات في جامعة كاليفورنيا في بيركلي ، حيث أعمقت اهتمامها ببناء أنظمة ذكية.
قبل تأسيس Zeroentropy ، انخرط Houir Alami في بناء مساعد منظمة العفو الدولية – يأخذها على عميل محادثة – قبل أن يصبح Chatgpt سائدًا. وتقول إن البصيرة المكتسبة من محاولة بناء هذا المساعد ، وخاصة تحقيق مدى أهمية توفير السياق والمعلومات المناسبة إلى LLM لتكون مفيدة ، ألهمها جزئيًا لبدء Zeroentropy.
في أحد الحقل غالباً ما ينتقد بسبب افتقاره إلى التنوع ، تعتبر Houir Alami البالغة من العمر 25 عامًا واحدة من القلائل من المديرين التنفيذيين البنية العميقة في واحدة من أصعب المشكلات في الذكاء الاصطناعي. ومع ذلك ، فهي تأمل أن لا تبقى على هذا النحو لفترة طويلة.
قالت: “لا يوجد الكثير من النساء في DevTools أو AI Infra”. “لكنني أخبر أي امرأة شابة مهتمة بالمشاكل التقنية: لا تدع هذا يمنعك. إذا كنت تنجذب إلى مشاكل معقدة وتقنية ، فلا تدع أي شخص يجعلك تشعر أنك غير قادر على متابعتها. يجب أن تذهب لذلك.”
كما تبقى على اتصال بجذورها من خلال إجراء محادثات في المدارس الثانوية والجامعات في المغرب ، بهدف إلهام المزيد من الفتيات الصغيرات لمتابعة STEM.
اترك تعليقاً