AI মডেলের কার্যকারিতা মূল্যায়ন, বেঞ্চমার্ক এবং যাচাই করার জন্য টুল ডিজাইন করার উদ্ভাবনী সমাধানের জন্য পরিচিত, Kolena সম্প্রতি সফলভাবে ঘোষণা করেছে যে $15 মিলিয়নের একটি প্রতিশ্রুতিশীল তহবিল রয়েছে। Lobby Capital সভাপতিত্বে ফান্ডিং রাউন্ডের মূল বিনিয়োগকারীরা ছিলেন SignalFire এবং Bloomberg Beta ।
পুঁজির নতুন ইনজেকশন কোলেনার মোট তহবিলকে বিস্ময়কর $21 মিলিয়নে উন্নীত করেছে। কোম্পানির বৃদ্ধির গতিপথকে ত্বরান্বিত করার লক্ষ্যে, তহবিলগুলি গবেষণা কার্যক্রম, নিয়ন্ত্রক কর্তৃপক্ষের সাথে জোট এবং বিক্রয় ও বিপণন উদ্যোগকে চালিত করবে। টেকক্রাঞ্চের সাথে সাম্প্রতিক ইমেল সাক্ষাত্কারে ফার্মের সহ-প্রতিষ্ঠাতা এবং সিইও Mohamed Elgendy এই খবরটি নিশ্চিত করেছেন।
এলজেন্ডি এআই অ্যাপ্লিকেশনের বিশাল সম্ভাবনা তুলে ধরেন কিন্তু এআই-এর ওপর আস্থা রাখার বিষয়ে ডেভেলপার এবং জনসাধারণের অন্তর্নিহিত সংশয়বাদের প্রতি দৃষ্টি আকর্ষণ করেন। তিনি এই বিকশিত প্রযুক্তির একটি পদ্ধতিগত এবং কার্যকরী স্থাপনের প্রয়োজনীয়তার উপর জোর দেন যা ডিজিটাল অভিজ্ঞতাকে উন্নত করে এবং ক্ষতিগ্রস্থ না করে। তার দৃষ্টিভঙ্গি এমন একটি বিশ্বাস থেকে উদ্ভূত হয় যে শিল্পটিকে সঠিকভাবে পরিবেশন করার জন্য প্রযুক্তিগত অগ্রগতিগুলিকে লালন-পালন করতে হবে এবং গাইড করতে হবে এবং বিপথগামী ব্যবহারের কারণে শুধুমাত্র অংশ নয়।
Andrew Shi এবং Gordon Hart সাথে সহযোগিতা করে, যারা Amazon, Palantir, Rakuten এবং Synapse-তে AI বিভাগ থেকে তাদের ছয় বছরের দক্ষতার অবদান রেখেছিল, Elgendy 2021 সালে Kolena চালু করেছিল। উজ্জ্বল মন একটি 'মডেল কোয়ালিটি ফ্রেমওয়ার্ক' কল্পনা করে একত্রিত হয়েছিল। এই ধারণার মূল উদ্দেশ্য ছিল একটি এন্টারপ্রাইজ-বান্ধব ফর্মে অনুবাদ করা মডেলগুলির জন্য ইউনিট পরীক্ষা এবং ব্যাপক পরীক্ষাকে সহজতর করা।
এলজেন্ডি মডেল কোয়ালিটি ফ্রেমওয়ার্কের বর্তমান ল্যান্ডস্কেপে কোলেনাকে একটি রূপান্তরকারী হাতিয়ার হিসেবে কল্পনা করেছেন। নিছক উপসেট নয়, পুরো AI এবং মেশিন লার্নিং সিস্টেমের এন্ড-টু-এন্ড পরীক্ষার পাশাপাশি দৃশ্যকল্প-ভিত্তিক বা ইউনিট পরীক্ষা পরিচালনা করার জন্য দলগুলিকে ক্ষমতায়নের উপর ফোকাস রয়েছে।
কোলেনা এআই মডেল টেস্ট ডেটা কভারেজের ত্রুটি বোঝার জন্য সুবিধাজনক প্রমাণিত হয়েছে। প্ল্যাটফর্মটি একটি নির্দিষ্ট এআই সিস্টেমের প্রয়োগের সাথে আগত ঝুঁকিগুলি নিরীক্ষণ করতে ঝুঁকি ব্যবস্থাপনা বৈশিষ্ট্যগুলিকে একীভূত করে। কোলেনার UI এর সাথে ব্যবহারকারীর অভিজ্ঞতা আরও বৃদ্ধি পায় যা ব্যবহারকারীদের একটি মডেলের উত্পাদনশীলতা মূল্যায়নের জন্য পরীক্ষার কেস তৈরি করতে সক্ষম করে এবং একই সাথে অন্যান্য মডেলের সাথে এর কর্মক্ষমতা তুলনা করার সময় একটি মডেলের কর্মক্ষমতাকে বাধাগ্রস্ত করে এমন সম্ভাব্য কারণগুলি সনাক্ত করতে সক্ষম করে৷
প্রচলিত কৌশলগুলির বিপরীতে যা জেনেরিক প্যারামিটারের উপর নির্ভর করে যেমন একটি নির্ভুলতা স্কোর, কোলেনার সাথে, দলগুলি নির্দিষ্ট পরিস্থিতিগুলির জন্য পরীক্ষা পরিচালনা করতে এবং পরিচালনা করতে পারে যা একটি AI অ্যাপ্লিকেশনকে মুখোমুখি হতে হবে। Elgendy বিভিন্ন শক্তি এবং দুর্বলতা সহ প্রতিটি মডেলের স্বতন্ত্রতা নিশ্চিত করে, এবং তাই, গাড়ি সনাক্তকরণে একটি মডেলের নির্ভুলতা স্কোর অগত্যা বিভিন্ন দিকগুলিতে এর কার্যকারিতা নিশ্চিত করতে পারে না।
যদি কোলেনা তার প্রতিশ্রুতি অনুযায়ী ডেলিভারি করে, তবে এটি ডেটা বিজ্ঞানীদের জন্য একটি গেম-চেঞ্জার হয়ে উঠতে পারে যারা AI অ্যাপগুলিকে আন্ডারপিন করার জন্য মডেল তৈরিতে যথেষ্ট সময় এবং প্রচেষ্টা ব্যয় করে। এলজেন্ডি দাবি করেছেন যে Kolena প্ল্যাটফর্মটি খুব কম সংখ্যকের মধ্যে একটি যা ডেটা প্রকার, মূল্যায়ন যুক্তি, এবং একটি এআই মডেল পরীক্ষার অবিচ্ছেদ্য অন্যান্য উপাদানগুলির উপর সম্পূর্ণ কমান্ড প্রদান করে।
এলজেন্ডি কোলেনার গোপনীয়তার নিশ্চয়তার উপর আলোকপাত করে, যা গ্রাহকদের প্ল্যাটফর্মে তাদের ডেটা বা মডেল আপলোড করার প্রয়োজনীয়তাকে বাতিল করে দেয়। প্রকৃতপক্ষে, কোলেনা শুধুমাত্র ভবিষ্যতের বেঞ্চমার্কিংয়ের জন্য মডেল পরীক্ষার ফলাফল সংরক্ষণ করে যা অনুরোধে মুছে ফেলা হতে পারে।
এলজেন্ডি একটি এআই এবং মেশিন লার্নিং সিস্টেম থেকে ঝুঁকিগুলিকে মোতায়েন করার আগে প্রত্যাখ্যান করার জন্য শক্তিশালী পরীক্ষাকে গুরুত্বপূর্ণ হিসাবে বিবেচনা করে। নৈমিত্তিক মডেল পরীক্ষার বর্তমান পরিস্থিতি এবং ধারণার মেশিন লার্নিং প্রমাণে ঘন ঘন ব্যর্থতার জন্য বিলাপ করে, তিনি একটি পুঙ্খানুপুঙ্খ মডেল মূল্যায়নের প্রতি কোলেনার প্রতিশ্রুতি নিশ্চিত করেছেন। তাই, মেশিন লার্নিং ম্যানেজার, প্রোডাক্ট ম্যানেজার এবং এক্সিকিউটিভদের একটি মডেলের টেস্ট কভারেজ এবং পণ্য-নির্দিষ্ট কার্যকরী প্রয়োজনীয়তার মধ্যে অতুলনীয় দৃশ্যমানতা প্রদান করে, যার ফলে তারা শুরু থেকেই পণ্যের গুণমানকে দক্ষভাবে প্রভাবিত করতে সক্ষম করে।
