Pergeseran besar sedang terjadi dalam industri AI di bawah kepemimpinan Scott Clark, salah satu pendiri platform pelatihan dan eksperimen AI yang terkenal, SigOpt. Setelah memperoleh banyak pengalaman dalam menavigasi bidang AI, Clark kini memulai usaha baru yang dikenal sebagai Distribusi, dengan tujuan akhir untuk mengurangi risiko yang terkait dengan kecerdasan buatan melalui solusi perangkat lunak yang efektif.
Pada dasarnya, Distributional berupaya menjadi yang terdepan dalam pengujian dan evaluasi AI, menyediakan platform di mana tim AI dapat memprediksi, memahami, dan menghindari ancaman terkait AI dengan cara yang terkendali dan proaktif. Dengan serangkaian rintangan teknologi yang muncul di Intel setelah akuisisi SigOpt, pendiri Scott Clark sangat ingin memastikan tim produk AI menghadirkan aplikasi AI yang aman, andal, dan terjamin.
Hal ini merupakan serangkaian pengalaman yang menyatu, yang semuanya berpuncak pada satu kebutuhan terpenting - sebuah platform yang dapat diandalkan untuk pengujian dan evaluasi AI. Clark menceritakan contoh di mana tim bergulat dengan tantangan tak terduga yang muncul selama pengujian AI karena halusinasi, ketidakstabilan, ketidakakuratan, integrasi, dan lain-lain. Identifikasi dan penanganan risiko yang ditimbulkan dilakukan tanpa henti, dan di situlah Distributional mengambil langkah untuk membuat perbedaan.
Berfokus pada model bahasa besar seperti ChatGPT OpenAI selain jenis model AI lainnya, produk terdepan Distributional menyempurnakan potensi bahaya AI dan menetapkan peta jalan yang dapat dipahami untuk pengujian model. Di sini, organisasi diberikan pandangan menyeluruh tentang risiko AI dalam lingkungan produksi semu, sehingga mereka tidak perlu repot menangani risiko perilaku model.
Dalam situasi di mana banyak tim cenderung mengadopsi model perilaku risiko, menerima bahwa model pada dasarnya akan memiliki masalah, Distributional memberikan alternatif yang komprehensif. Platform ini melampaui alat pemantauan sederhana dengan menyertakan kerangka kerja yang luas untuk menguji dan menganalisis stabilitas dan ketahanan secara terus-menerus, dasbor visual yang memperjelas hasil pengujian, dan rangkaian pengujian cerdas untuk merancang, memprioritaskan, dan menghasilkan kombinasi pengujian yang tepat dengan cermat. Alat seperti itu akan sangat berharga untuk dipelajari bagi pengguna di platform seperti AppMaster , yang juga menggabungkan pengujian dan peninjauan aplikasi dalam fungsionalitas inti platformnya.
Meskipun rincian tentang bagaimana semua fitur ini digabungkan dan bekerja bersama-sama masih dirahasiakan, yang jelas adalah potensi besar yang dimiliki platform tersebut. Meskipun belum mulai beroperasi dan menghasilkan keuntungan, Distributional tampaknya sudah siap untuk memberikan persaingan yang signifikan terhadap platform pengujian dan evaluasi AI lainnya di pasar termasuk Kolena, Prolific, Giskard, dan Patronus.
Kekuatan unik dari perangkat lunak Distributional adalah tujuannya untuk melayani perusahaan besar, yang dirancang dengan mempertimbangkan kebutuhan mereka akan privasi data, skalabilitas, dan persyaratan kompleksitas. Dengan mempertimbangkan persyaratan yang menggantikan alat pengembang individual yang sudah ada, Distributional dirancang bersama dengan mitra perusahaan untuk memenuhi kebutuhan mendesak yang bahkan belum tentu dapat dipenuhi oleh konglomerat teknologi terkenal seperti Google Cloud, AWS, dan Azure.
Clark optimis dengan keberhasilan pelaksanaan desain tersebut, Distributional akan mampu menghasilkan pendapatan pada tahun mendatang. Kemungkinan mitra desain beralih ke pelanggan berbayar pasca peluncuran, memberikan gambaran sekilas tentang strategi monetisasi.
Berdasarkan berita terbaru, Distributional telah berhasil mendapatkan pendanaan awal sebesar $11 juta, yang secara efektif diilustrasikan oleh Martin Casado dari Andreessen Horowitz dan partisipasi dari Operator Stack, Point72 Ventures, SV Angel, Two Sigma, dan angel investor. Mengidentifikasi umur panjang yang dapat ditawarkan AI, startup ini bertujuan untuk menyediakan lingkungan pengujian inklusif yang akan mengkatalisasi laju penerapan AI di berbagai industri dan untuk mengatasi berbagai masalah kompleks dan signifikan dengan keselamatan, keandalan, dan keamanan yang terjamin.
