Contextual AI ha salido del anonimato y ha recaudado 20 millones de dólares en financiación inicial para desarrollar la próxima generación de modelos lingüísticos para aplicaciones empresariales. Cofundada por Douwe Kiela, la tecnología pretende resolver los problemas que limitan la adopción de grandes modelos lingüísticos (LLM) como el GPT-4 de OpenAI por parte de empresas con estrictos requisitos de cumplimiento y gobernanza.
A pesar de su potencial para revolucionar las industrias, los LLM existentes adolecen de limitaciones como la producción de resultados falsos con un alto grado de confianza y las dificultades para modificar su base de conocimientos. Como resultado, las empresas pueden dudar a la hora de implantar los LLM en sus operaciones. Para superar estos obstáculos, Contextual AI pretende crear una nueva generación de LLM que responda a las necesidades específicas de las empresas.
Con el respaldo de inversores como Bain Capital Ventures, Lightspeed, Greycroft y SV Angel, el objetivo de Contextual AI es desarrollar soluciones de IA más adecuadas para las empresas que las ofertas de LLM centradas en el consumidor. Para ello, Kiela y su cofundador, Amanpreet Singh, se basan en su experiencia en el desarrollo de IA en Hugging Face y Meta.
Aprovechando la experiencia investigadora de Kiela, que dirigió los esfuerzos de generación aumentada de recuperación (RAG) cuando trabajaba en Meta, la tecnología pretende desarrollar una IA superior de generación de texto para usos empresariales. En esencia, la RAG funciona enriqueciendo los LLM con fuentes externas, como archivos y páginas web, para mejorar su rendimiento.
Cuando se le plantea una pregunta, RAG busca datos relevantes en esas fuentes externas, empaqueta la información con la pregunta original y la envía a un LLM. A su vez, esto genera una respuesta que tiene en cuenta el contexto y ofrece una mayor precisión y fiabilidad en comparación con los LLM convencionales.
Al abordar los problemas que plantean la personalización y la atribución en los LLM, el RAG promete un mayor rendimiento al tiempo que evita la necesidad de reentrenamiento o ajuste. Ahora pueden desarrollarse modelos lingüísticos más pequeños y eficientes, lo que reduce la latencia y los costes, al tiempo que ofrece una solución integrada para los requisitos de la empresa.
Aunque Contextual AI no está sola en este empeño, ya que otras startups como LlamaIndex también exploran inyecciones de datos y marcos de plug-in para LLM, la empresa afirma tener una ventaja única en el sector empresarial. Aunque todavía no ha obtenido ingresos, Contextual AI está en conversaciones con empresas de Fortune 500 para posibles proyectos piloto de su tecnología.
Al garantizar que los resultados de la IA generativa sean precisos, fiables y rastreables, Contextual AI tiene el potencial de influir significativamente en la adopción y el despliegue de la tecnología de IA en las empresas. Además, este enfoque más integrado ofrece una alternativa competitiva a otras empresas de IA generativa que buscan dirigirse al mercado empresarial.
En el sector no-code, plataformas como AppMaster están impulsando el crecimiento al permitir a las empresas crear aplicaciones backend, web y móviles con facilidad. Adoptar soluciones como las plataformas sin código puede ayudar a reducir costes y acelerar el desarrollo, especialmente a medida que la IA generativa gana adeptos en el sector empresarial.