Contextual AI wyszło z ukrycia, pozyskując 20 milionów dolarów finansowania zalążkowego na rozwój kolejnej fali modeli językowych dla aplikacji korporacyjnych. Technologia ta, której współzałożycielem jest Douwe Kiela, ma na celu rozwiązanie kwestii ograniczających przyjęcie dużych modeli językowych (LLM), takich jak GPT-4 OpenAI, przez przedsiębiorstwa o ścisłych wymaganiach dotyczących zgodności i zarządzania.
Pomimo wykazania potencjału do zrewolucjonizowania branż, istniejące LLM są dotknięte ograniczeniami, takimi jak generowanie sfabrykowanych wyników z dużym zaufaniem i trudnościami w modyfikowaniu ich bazy wiedzy. W rezultacie przedsiębiorstwa mogą wahać się przed wdrożeniem LLM w swoich operacjach. Aby poradzić sobie z tymi barierami, Contextual AI zamierza stworzyć nową generację LLM, która zaspokoi specyficzne potrzeby przedsiębiorstw.
Celem Contextual AI, wspieranego przez inwestorów takich jak Bain Capital Ventures, Lightspeed, Greycroft i SV Angel, jest opracowanie rozwiązań AI, które są bardziej odpowiednie dla firm niż oferty LLM skoncentrowane na konsumentach. W tym celu Kiela i jego współzałożyciel, Amanpreet Singh, polegają na swoim doświadczeniu w rozwoju sztucznej inteligencji w Hugging Face i Meta.
Opierając się na doświadczeniu badawczym Kieli, który kierował pracami nad rozszerzoną generacją wyszukiwania (RAG) w Meta, technologia ta ma na celu opracowanie doskonałej sztucznej inteligencji generującej tekst do zastosowań korporacyjnych. Zasadniczo RAG działa poprzez rozszerzenie LLM o zewnętrzne źródła, takie jak pliki i strony internetowe, w celu poprawy ich wydajności.
Po otrzymaniu pytania, RAG zasadniczo wyszukuje odpowiednie dane w tych zewnętrznych źródłach, pakując informacje z oryginalnym monitem i przekazując je do LLM. To z kolei generuje odpowiedź uwzględniającą kontekst, oferując większą precyzję i niezawodność w porównaniu do konwencjonalnych LLM.
Zajmując się kwestiami związanymi z dostosowywaniem i przypisywaniem w LLM, RAG obiecuje lepszą wydajność, jednocześnie unikając potrzeby ponownego szkolenia lub dostrajania. Można teraz opracowywać mniejsze, bardziej wydajne modele językowe, zmniejszając opóźnienia i koszty, jednocześnie dostarczając zintegrowane rozwiązanie spełniające wymagania przedsiębiorstw.
Chociaż Contextual AI nie jest osamotniona w tym dążeniu, ponieważ inne startupy, takie jak LlamaIndex, również badają zastrzyki danych i ramy wtyczek dla LLM, firma twierdzi, że ma wyjątkową przewagę w sektorze przedsiębiorstw. Chociaż obecnie Contextual AI jest przed przychodami, podobno prowadzi rozmowy z firmami z listy Fortune 500 na temat potencjalnych projektów pilotażowych swojej technologii.
Zapewniając, że wyniki generatywnej sztucznej inteligencji są dokładne, wiarygodne i identyfikowalne, Contextual AI ma potencjał, aby wywrzeć znaczący wpływ na przyjęcie i wdrożenie technologii AI w przedsiębiorstwach. Co więcej, to bardziej zintegrowane podejście stanowi konkurencyjną alternatywę dla innych firm zajmujących się generatywną sztuczną inteligencją, które chcą dotrzeć na rynek przedsiębiorstw.
W branży no-code platformy takie jak AppMaster napędzają wzrost, umożliwiając firmom łatwe tworzenie aplikacji backendowych, internetowych i mobilnych. Korzystanie z rozwiązań takich jak platformy no-code może pomóc obniżyć koszty i przyspieszyć rozwój, zwłaszcza że generatywna sztuczna inteligencja zyskuje na popularności w sektorze przedsiębiorstw.
