هناك تحول كبير يحدث في صناعة الذكاء الاصطناعي تحت قيادة سكوت كلارك، المؤسس المشارك لمنصة تدريب وتجريب الذكاء الاصطناعي المعترف بها على نطاق واسع، SigOpt. بعد أن اكتسب خبرة كبيرة في مجال الذكاء الاصطناعي، شرع كلارك الآن في مشروع جديد يُعرف باسم التوزيع، بهدف نهائي هو الحد من المخاطر المرتبطة بالذكاء الاصطناعي من خلال حلول برمجية فعالة.
في المقام الأول، تسعى Distributional إلى أن تصبح رائدة في اختبار وتقييم الذكاء الاصطناعي، مما يوفر منصة حيث يمكن لفرق الذكاء الاصطناعي التنبؤ بالتهديدات المتعلقة بالذكاء الاصطناعي وفهمها والابتعاد عنها بطريقة خاضعة للرقابة واستباقية. مع سلسلة من العقبات التقنية التي ظهرت في شركة Intel بعد الاستحواذ على SigOpt ، يحرص المؤسس سكوت كلارك على ضمان تقديم فرق منتجات الذكاء الاصطناعي لتطبيقات ذكاء اصطناعي آمنة وموثوقة ومأمونة.
لقد كانت عبارة عن سلسلة من التجارب المتقاربة، وبلغت جميعها ذروتها في حاجة أساسية واحدة - وهي منصة يمكن الاعتماد عليها لاختبار الذكاء الاصطناعي وتقييمه. يروي كلارك حالات واجهت فيها الفرق تحديات غير متوقعة ظهرت أثناء اختبار الذكاء الاصطناعي بسبب الهلوسة وعدم الاستقرار وعدم الدقة والتكامل وغيرها. لقد كان تحديد ومعالجة المخاطر الناجمة عن ذلك أمرًا لا هوادة فيه، وهنا تتدخل شركة التوزيع لإحداث الفرق.
من خلال التركيز على نماذج اللغات الكبيرة مثل ChatGPT من OpenAI إلى جانب أنواع نماذج الذكاء الاصطناعي الأخرى، فإن منتج Distributional المتطور يسلط الضوء على الضرر المحتمل للذكاء الاصطناعي ويضع خارطة طريق مفهومة لاختبار النماذج. هنا، يتم تزويد المؤسسات برؤية شاملة لمخاطر الذكاء الاصطناعي داخل بيئة إنتاج زائفة، مما يوفر عليها مشكلة التعامل مع مخاطر السلوك النموذجي.
في بيئة تميل فيها العديد من الفرق نحو تبني نموذج مخاطر السلوك، وقبول أن النماذج ستواجه مشكلات بطبيعتها، توفر Distributional بديلاً شاملاً. تمتد المنصة إلى ما هو أبعد من أدوات المراقبة البدائية من خلال تضمين إطار عمل موسع لاختبار وتحليل الاستقرار والمتانة بشكل مستمر، ولوحة معلومات مرئية تزيل الغموض عن نتائج الاختبار، ومجموعة اختبار ذكية لتصميم المجموعة الصحيحة من الاختبارات وتحديد أولوياتها وإنشاءها بدقة. ستكون مثل هذه الأداة لا تقدر بثمن للتعلم للمستخدمين على منصات مثل AppMaster ، والتي تتضمن أيضًا اختبار ومراجعة التطبيقات في وظائفها الأساسية.
على الرغم من أن التفاصيل المتعلقة بكيفية تجميع كل هذه الميزات معًا والعمل جنبًا إلى جنب تظل طي الكتمان، إلا أن ما هو واضح هو الإمكانات الهائلة التي تحملها مثل هذه المنصة. على الرغم من عدم بدء العمليات وتحقيق الأرباح بعد، يبدو أن Distributional بالفعل مستعدة لمنح منافسة كبيرة لمنصات اختبار وتقييم الذكاء الاصطناعي الأخرى في السوق بما في ذلك Kolena و Prolific و Giskard و Patronus وغيرها.
تكمن القوة الفريدة لبرامج Distributional في عزمها على تلبية احتياجات المؤسسات الكبيرة، حيث تم تصميمها مع الأخذ في الاعتبار حاجتها إلى خصوصية البيانات وقابلية التوسع ومتطلبات التعقيد. مع التفكير في المتطلبات التي تحل محل أدوات المطورين الفردية الحالية، يتم تصميم Distributional بالاشتراك مع شركاء المؤسسات لتلبية الاحتياجات الدقيقة التي قد لا تلبيها بالضرورة تكتلات التكنولوجيا الشهيرة مثل Google Cloud و AWS و Azure.
كلارك متفائل بأنه مع التنفيذ الناجح للتصميم، ستتمكن Distributional من تحقيق إيرادات بحلول العام المقبل. توفر إمكانية انتقال شركاء التصميم إلى العملاء المدفوعين بعد الإطلاق، لمحة عن استراتيجية تحقيق الدخل.
وفقًا للأخبار الأخيرة، تمكنت Distributional من تأمين تمويل أولي بقيمة 11 مليون دولار، وهو ما يوضحه بشكل فعال مارتن كاسادو من Andreessen Horowitz ومشاركة Operator Stack وPoint72 Ventures وSV Angel وTwo Sigma والمستثمرين الملائكيين. ومن خلال تحديد طول العمر الذي يمكن أن يقدمه الذكاء الاصطناعي، تهدف الشركة الناشئة إلى توفير بيئة اختبار شاملة من شأنها تحفيز وتيرة تطبيق الذكاء الاصطناعي في مجموعة متنوعة من الصناعات ومعالجة مجموعة واسعة من المشاكل المعقدة والهامة مع ضمان السلامة والموثوقية والأمن.
