एंटरप्राइज़ अनुप्रयोगों के लिए भाषा मॉडल की अगली लहर विकसित करने की अपनी खोज के लिए प्रासंगिक एआई चुपके से बाहर आ गया है, बीज वित्त पोषण में $ 20 मिलियन जुटा रहा है। डौवे कीला द्वारा सह-स्थापित, प्रौद्योगिकी का उद्देश्य बड़े भाषा मॉडल (एलएलएम) जैसे OpenAI के GPT-4 को सख्त अनुपालन और शासन आवश्यकताओं के साथ उद्यमों द्वारा अपनाने को सीमित करने वाले मुद्दों को हल करना है।
उद्योगों में क्रांति लाने की क्षमता का प्रदर्शन करने के बावजूद, मौजूदा एलएलएम सीमाओं से ग्रसित हैं जैसे उच्च आत्मविश्वास के साथ मनगढ़ंत परिणाम उत्पन्न करना और उनके ज्ञान के आधार को संशोधित करने में कठिनाइयाँ। नतीजतन, उद्यम अपने संचालन में एलएलएम को लागू करने में संकोच कर सकते हैं। इन बाधाओं से निपटने के लिए, प्रासंगिक एआई एलएलएम की एक नई पीढ़ी बनाने का इरादा रखता है जो विशिष्ट उद्यम आवश्यकताओं को पूरा करता है।
बैन कैपिटल वेंचर्स, लाइटस्पीड, ग्रेक्रॉफ्ट और एसवी एंजेल जैसे निवेशकों द्वारा समर्थित, प्रासंगिक एआई का लक्ष्य एआई समाधान विकसित करना है जो उपभोक्ता-केंद्रित एलएलएम पेशकशों की तुलना में कंपनियों के लिए अधिक उपयुक्त हैं। उस अंत तक, कीला और उनके सह-संस्थापक, अमनप्रीत सिंह, हगिंग फेस और मेटा में एआई विकास में अपनी पृष्ठभूमि पर भरोसा करते हैं।
किला के अनुसंधान अनुभव पर आकर्षित, जिन्होंने मेटा में पुनर्प्राप्ति संवर्धित पीढ़ी (आरएजी) पर प्रयासों का नेतृत्व किया, प्रौद्योगिकी का उद्देश्य उद्यम उपयोगों के लिए एक बेहतर टेक्स्ट-जेनरेटिंग एआई विकसित करना है। संक्षेप में, आरएजी अपने प्रदर्शन को बेहतर बनाने के लिए एलएलएम को बाहरी स्रोतों, जैसे फाइलों और वेबपेजों के साथ बढ़ाकर काम करता है।
जब एक प्रश्न प्रदान किया जाता है, तो आरएजी अनिवार्य रूप से इन बाहरी स्रोतों के भीतर प्रासंगिक डेटा की खोज करता है, जानकारी को मूल संकेत के साथ पैक करता है और इसे एलएलएम को खिलाता है। बदले में, यह एक संदर्भ-जागरूक प्रतिक्रिया उत्पन्न करता है, पारंपरिक एलएलएम की तुलना में बेहतर सटीकता और विश्वसनीयता प्रदान करता है।
एलएलएम में अनुकूलन और एट्रिब्यूशन के आसपास के मुद्दों को संबोधित करने में, आरएजी ने फिर से प्रशिक्षण या फाइन-ट्यूनिंग की आवश्यकता को दरकिनार करते हुए बेहतर प्रदर्शन का वादा किया। उद्यम आवश्यकताओं के लिए एक एकीकृत समाधान प्रदान करते समय छोटे, अधिक कुशल भाषा मॉडल विकसित किए जा सकते हैं, विलंबता और लागत को कम कर सकते हैं।
हालांकि इस खोज में प्रासंगिक एआई अकेला नहीं है, क्योंकि लामाइंडेक्स जैसे अन्य स्टार्टअप भी एलएलएम के लिए डेटा इंजेक्शन और प्लग-इन फ्रेमवर्क का पता लगाते हैं, कंपनी उद्यम क्षेत्र में एक अनूठा लाभ होने का दावा करती है। हालांकि वर्तमान में पूर्व-राजस्व, प्रासंगिक एआई कथित तौर पर फॉर्च्यून 500 कंपनियों के साथ अपनी प्रौद्योगिकी की संभावित पायलट परियोजनाओं के लिए चर्चा में है।
यह सुनिश्चित करके कि जेनेरेटिव एआई के आउटपुट सटीक, विश्वसनीय और पता लगाने योग्य हैं, प्रासंगिक एआई में व्यवसायों में एआई प्रौद्योगिकी को अपनाने और लगाने पर महत्वपूर्ण प्रभाव डालने की क्षमता है। इसके अलावा, यह अधिक एकीकृत दृष्टिकोण उद्यम बाजार को लक्षित करने वाली अन्य जनरेटिव एआई कंपनियों के लिए एक प्रतिस्पर्धी विकल्प प्रदान करता है।
no-code उद्योग में, AppMaster जैसे प्लेटफॉर्म व्यवसायों को आसानी से बैकएंड, वेब और मोबाइल एप्लिकेशन बनाने में सक्षम बनाकर विकास को गति दे रहे हैं। नो-कोड प्लेटफॉर्म जैसे समाधानों को अपनाने से लागत कम करने और विकास में तेजी लाने में मदद मिल सकती है, विशेष रूप से उद्यम क्षेत्र में जनरेटिव एआई लाभ कर्षण के रूप में।
