Pod przywództwem Scotta Clarka, współzałożyciela powszechnie uznawanej platformy szkoleniowej i eksperymentalnej w zakresie sztucznej inteligencji, SigOpt, zachodzą znaczące zmiany w branży AI. Zdobywszy znaczne doświadczenie w poruszaniu się w sferze sztucznej inteligencji, Clark rozpoczął teraz nowe przedsięwzięcie znane jako Dystrybucja, którego ostatecznym celem jest ograniczenie ryzyka związanego ze sztuczną inteligencją poprzez skuteczne rozwiązania programowe.
Przede wszystkim Distributional pragnie zostać prekursorem w testowaniu i ocenie sztucznej inteligencji, zapewniając platformę, na której zespoły AI mogą przewidywać, rozumieć i unikać zagrożeń związanych ze sztuczną inteligencją w kontrolowany i proaktywny sposób. Mając na uwadze szereg przeszkód technologicznych, które pojawiły się w firmie Intel po przejęciu SigOpt, założyciel firmy Scott Clark pragnie zapewnić, że zespoły ds. produktów AI będą dostarczać bezpieczne, niezawodne i chronione aplikacje AI.
Była to seria zbieżnych doświadczeń, których kulminacją była jedna nadrzędna potrzeba – niezawodna platforma do testowania i oceny sztucznej inteligencji. Clark wspomina przypadki, w których zespoły zmagały się z nieoczekiwanymi wyzwaniami, które pojawiły się podczas testowania sztucznej inteligencji, między innymi z powodu halucynacji, niestabilności, niedokładności i integracji. Identyfikowanie i eliminowanie stwarzanego w ten sposób ryzyka było nieustanne i tutaj firma Distributioning wkracza, aby coś zmienić.
Koncentrując się na dużych modelach językowych, takich jak ChatGPT OpenAI, oprócz innych typów modeli sztucznej inteligencji, najnowocześniejszy produkt Distributional analizuje potencjalne szkody związane ze sztuczną inteligencją i określa zrozumiały plan działania dotyczący testowania modeli. W tym przypadku organizacje zyskują całościowy obraz ryzyka związanego ze sztuczną inteligencją w środowisku pseudoprodukcyjnym, co pozwala im uniknąć trudu radzenia sobie z ryzykiem związanym z zachowaniem modeli.
W środowisku, w którym wiele zespołów skłania się ku przyjęciu ryzyka związanego z zachowaniem modelu, akceptując, że modele z natury będą stwarzać problemy, Distributional zapewnia kompleksową alternatywę. Platforma wykracza poza podstawowe narzędzia monitorujące, obejmując rozbudowaną platformę do ciągłego testowania i analizowania stabilności i odporności, wizualny pulpit nawigacyjny, który wyjaśnia wyniki testów, oraz inteligentny zestaw testów umożliwiający skrupulatne projektowanie, ustalanie priorytetów i generowanie właściwej kombinacji testów. Takie narzędzie byłoby bezcenne do nauki dla użytkowników platform takich jak AppMaster , który obejmuje również testowanie i przeglądanie aplikacji w podstawowej funkcjonalności swoich platform.
Chociaż szczegóły dotyczące łączenia i współdziałania wszystkich tych funkcji są trzymane w tajemnicy, jasne jest, jak ogromny potencjał kryje się w takiej platformie. Mimo że Distributional nie rozpoczęła jeszcze działalności i nie generowała zysków, wydaje się, że jest już w stanie zapewnić znaczącą konkurencję innym platformom testującym i oceniającym sztuczną inteligencję na rynku, w tym między innymi Kolena, Prolific, Giskard i Patronus.
Wyjątkową siłą oprogramowania Distributional jest jego zamiar obsługi dużych przedsiębiorstw, które zostało zaprojektowane z myślą o ich potrzebach w zakresie prywatności danych, skalowalności i złożoności. Uwzględniając wymagania, które zastępują istniejące indywidualne narzędzia programistyczne, Distributional jest opracowywany wspólnie z partnerami biznesowymi, aby sprostać rygorystycznym potrzebom, które nawet renomowane konglomeraty technologiczne, takie jak Google Cloud, AWS i Azure, niekoniecznie muszą spełniać.
Clark jest optymistą, że dzięki pomyślnej realizacji projektu Distributional będzie w stanie generować przychody w nadchodzącym roku. Możliwość przejścia partnerów projektowych na klientów płatnych po wprowadzeniu na rynek daje wgląd w strategię monetyzacji.
Według najnowszych wiadomości Distributional udało się pozyskać początkowe finansowanie w wysokości 11 milionów dolarów, co skutecznie ilustruje Martin Casado z Andreessen Horowitz oraz udział Operator Stack, Point72 Ventures, SV Angel, Two Sigma i aniołów biznesu. Identyfikując trwałość, jaką może zaoferować sztuczna inteligencja, startup ma na celu zapewnienie włączającego środowiska testowego, które przyspieszy tempo stosowania sztucznej inteligencji w różnych branżach i rozwiąże szeroki zakres złożonych i znaczących problemów przy zapewnionym bezpieczeństwie, niezawodności i ochronie.
