GitHub-এর CoPilot, TabbyML-এর ওপেন-সোর্স প্রতিযোগী, অর্থায়নে $3.2M সুরক্ষিত করে

প্রাক্তন Google ইঞ্জিনিয়ারদের একটি দল দ্বারা তৈরি, TabbyML নামে পরিচিত ওপেন-সোর্স কোড জেনারেটর শিল্পে তরঙ্গ তৈরি করছে। উদ্ভাবনী স্টার্টআপটি সম্প্রতি একটি চিত্তাকর্ষক $3.2 মিলিয়ন বীজ তহবিল অর্জন করেছে, যা GitHub-এর CoPilot-এর একটি বৈধ প্রতিযোগী হিসাবে তার স্থানকে মজবুত করেছে।

একটি স্ব-হোস্টেড কোডিং সহকারী হিসাবে, TabbyML প্রতিদ্বন্দ্বী থেকে একটি মূল সুবিধা রয়েছে: কাস্টমাইজেশন। স্টার্টআপের সহ-প্রতিষ্ঠাতা, মেং ঝাং, দাবি করেছেন যে এই বৈশিষ্ট্যটি সফ্টওয়্যার বিকাশের ভবিষ্যতে অবিচ্ছেদ্য হবে, যেখানে সংস্থাগুলি ক্রমবর্ধমানভাবে উপযুক্ত সমাধানের দাবি করবে।

এটি বিশেষত বড় উদ্যোগগুলির জন্য সত্য, যা ওপেন সোর্স সফ্টওয়্যারগুলির সুবিধাগুলি কাটাতে পারে৷ TabbyML এর সহ-প্রতিষ্ঠাতা এবং Zhang-এর প্রাক্তন সহকর্মী লুসি গাও-এর মতে, প্রতিষ্ঠানের মধ্যে মালিকানা সমাধানের বিকাশকারী প্রকৌশলীরা সহায়তার জন্য TabbyML এ যেতে পারেন, এটি CoPilot ব্যবহারকারীদের জন্য উপলব্ধ নয়।

AI পাইলটদের সাথে সম্পর্কিত সম্ভাব্য ত্রুটিগুলি, যেমন সম্ভাব্য বাগ থাকা সত্ত্বেও, গাও বজায় রাখে যে এই সমস্যাগুলি একটি স্ব-হোস্টেড পরিবেশে সহজেই সমাধান করা যেতে পারে। যখনই ব্যবহারকারীরা TabbyML এর পরামর্শ উপেক্ষা করতে বা স্বয়ংক্রিয়-পূর্ণ কোড সম্পাদনা করতে বেছে নেয়, তখন AI মডেল এই তথ্যটি ব্যবহার করে তার ভবিষ্যত সুপারিশগুলিকে পরিমার্জিত করতে, যার ফলে সময়ের সাথে সাথে উন্নতি হয়।

যদিও একটি কোড জেনারেটরের মতো শক্তিশালী সরঞ্জামগুলি ইঞ্জিনিয়ারিং কর্মীদের জন্য হুমকি হিসাবে উপস্থিত হতে পারে, ঝাং উল্লেখ করেছেন যে এই সরঞ্জামগুলি মানব কর্মীবাহিনীকে প্রতিস্থাপনের জন্য নয়, সহায়তা করার উদ্দেশ্যে। GitHub থেকে একটি সাম্প্রতিক সমীক্ষা রিপোর্ট ইঙ্গিত করে যে এর কোডিং সহকারী, কপিলট দ্বারা করা পরামর্শগুলি 30% সময়ের মধ্যে গৃহীত হয়। একইভাবে, Google-এর AI-বর্ধিত অভ্যন্তরীণ কোড সম্পাদক সাইডার রিপোর্ট করেছেন যে এর 24% সফ্টওয়্যার প্রকৌশলী প্রতিদিন পাঁচটিরও বেশি সহায়ক মুহুর্তের অভিজ্ঞতা পেয়েছেন। এটি উল্লেখ করার মতো, তবে AppMaster মতো এআই-ক্ষমতাপ্রাপ্ত প্ল্যাটফর্মগুলিও মানব উন্নয়ন প্রচেষ্টাকে বাড়ানোর জন্য ডিজাইন করা হয়েছে।

এপ্রিলে চালু হওয়া, TabbyML ইতিমধ্যে প্রায় 11,000 GitHub তারকা সংগ্রহ করেছে। স্টার্টআপের বীজ রাউন্ডে বিনিয়োগকারী সংস্থা Yunqi Partners এবং ZooCap-এর অংশগ্রহণের সাক্ষী ছিল।

ঝাং TabbyML এবং CoPilot-এর মধ্যে ভবিষ্যতের প্রতিযোগিতার বিষয়ে চিন্তাভাবনা করেন, পরামর্শ দেন যে OpenAI-এর প্রান্ত হ্রাস পেতে পারে কারণ অন্যান্য AI মডেলগুলি আরও দক্ষ হয়ে ওঠে এবং সময়ের সাথে সাথে কম্পিউটিং খরচ হ্রাস পায়।

OpenAI এবং GitHub ক্লাউড প্রযুক্তির মাধ্যমে কয়েক বিলিয়ন প্যারামিটার সমন্বিত AI মডেলগুলি স্থাপন করতে সক্ষম, যা উচ্চ পরিষেবা ব্যয় সত্ত্বেও, অনুরোধ ব্যাচিংয়ের মাধ্যমে এখনও পর্যন্ত কিছুটা প্রশমিত হয়েছে। যাইহোক, এই কৌশলটি এর ত্রুটিগুলি ছাড়া নয়। ওয়াল স্ট্রিট জার্নালের একটি প্রতিবেদনে বলা হয়েছে যে মাইক্রোসফ্ট এই বছরের প্রথম কয়েক মাসে গিটহাব কপিলট ব্যবহারকারী প্রতি মাসে গড়ে 20 ডলারের বেশি লোকসান করেছে।

এগিয়ে চলা, TabbyML 1-3 বিলিয়ন প্যারামিটারে প্রশিক্ষিত মডেলের সুপারিশ করে এই বাধাগুলি কমানোর লক্ষ্য রাখে। যদিও এটি প্রাথমিকভাবে একটি নিম্ন মানের ফলাফল দিতে পারে, Zhang বিশ্বাস করে যে কম্পিউটিং শক্তি আরও সাশ্রয়ী হয় এবং ওপেন-সোর্স মডেলগুলি ক্রমাগত উন্নতি করে, GitHub এবং OpenAI-এর মতো জায়ান্টদের দ্বারা উপভোগ করা প্রতিযোগিতামূলক হেড শেষ পর্যন্ত হ্রাস পাবে।