Một sự thay đổi đáng kể đang diễn ra trong ngành AI dưới sự lãnh đạo của Scott Clark, người đồng sáng lập nền tảng thử nghiệm và đào tạo AI được công nhận rộng rãi, SigOpt. Sau khi có được kinh nghiệm đáng kể trong việc điều hướng lĩnh vực AI, Clark hiện đã bắt tay vào một dự án kinh doanh mới có tên là Distributional, với mục tiêu cuối cùng là hạn chế rủi ro liên quan đến trí tuệ nhân tạo thông qua các giải pháp phần mềm hiệu quả.
Về cơ bản, Distributional tìm cách trở thành người tiên phong trong lĩnh vực thử nghiệm và đánh giá AI, cung cấp nền tảng nơi các nhóm AI có thể dự đoán, hiểu và tránh xa các mối đe dọa liên quan đến AI một cách chủ động và có kiểm soát. Với một loạt rào cản công nghệ xuất hiện tại Intel sau thương vụ mua lại SigOpt, người sáng lập Scott Clark mong muốn đảm bảo các nhóm sản phẩm AI cung cấp các ứng dụng AI an toàn, đáng tin cậy và bảo mật.
Đó là một loạt các trải nghiệm hội tụ, tất cả đều hướng đến một nhu cầu tối thượng - một nền tảng đáng tin cậy để kiểm tra và đánh giá AI. Clark kể lại những trường hợp mà các nhóm phải vật lộn với những thách thức bất ngờ xuất hiện trong quá trình thử nghiệm AI do ảo giác, mất ổn định, thiếu chính xác, tích hợp, v.v. Việc xác định và giải quyết các rủi ro do đó gây ra là việc không ngừng nghỉ, đó là lúc Phân phối bước vào để tạo ra sự khác biệt.
Tập trung vào các mô hình ngôn ngữ lớn như ChatGPT của OpenAI bên cạnh các loại mô hình AI khác, sản phẩm tiên tiến của Distributional sẽ giải quyết các tác hại tiềm ẩn của AI và đưa ra lộ trình dễ hiểu để thử nghiệm mô hình. Tại đây, các tổ chức được cung cấp cái nhìn bao quát về rủi ro AI trong môi trường sản xuất giả, giúp họ tránh khỏi rắc rối khi xử lý rủi ro hành vi mô hình.
Trong bối cảnh mà nhiều nhóm nghiêng về việc áp dụng rủi ro về hành vi của mô hình, chấp nhận rằng các mô hình vốn dĩ sẽ có vấn đề, Distributional cung cấp một giải pháp thay thế toàn diện. Nền tảng này vượt ra ngoài các công cụ giám sát thô sơ bằng cách bao gồm một khuôn khổ mở rộng để kiểm tra và phân tích độ ổn định và độ bền một cách liên tục, một bảng điều khiển trực quan giúp làm sáng tỏ kết quả kiểm tra và một bộ kiểm tra thông minh để thiết kế tỉ mỉ, ưu tiên và tạo ra sự kết hợp kiểm tra phù hợp. Một công cụ như vậy sẽ là vô giá để người dùng tìm hiểu trên các nền tảng như AppMaster , nền tảng này cũng kết hợp việc kiểm tra và đánh giá các ứng dụng trong chức năng cốt lõi của nền tảng.
Mặc dù các chi tiết cụ thể về cách tất cả các tính năng này kết hợp và hoạt động song song vẫn được giữ bí mật, nhưng điều rõ ràng là tiềm năng to lớn mà một nền tảng như vậy nắm giữ. Mặc dù chưa bắt đầu hoạt động và tạo ra lợi nhuận, nhưng Distributional dường như đã sẵn sàng cạnh tranh đáng kể với các nền tảng đánh giá và thử nghiệm AI khác trên thị trường bao gồm Kolena, Prolific, Giskard và Patronus cùng những nền tảng khác.
Điểm mạnh duy nhất của phần mềm của Distributional là mục đích phục vụ các doanh nghiệp lớn, đã được thiết kế phù hợp với nhu cầu của họ về các yêu cầu về quyền riêng tư, khả năng mở rộng và độ phức tạp của dữ liệu. Với suy nghĩ về các yêu cầu thay thế các công cụ dành cho nhà phát triển riêng lẻ hiện có, Distributional đang được đồng thiết kế với các đối tác doanh nghiệp để đáp ứng các nhu cầu chính xác mà ngay cả các tập đoàn công nghệ nổi tiếng như Google Cloud, AWS và Azure cũng có thể không nhất thiết phải đáp ứng.
Clark lạc quan rằng với việc thực hiện thành công thiết kế, Distributional sẽ có thể tạo ra doanh thu trong năm tới. Khả năng các đối tác thiết kế chuyển sang khách hàng trả phí sau khi ra mắt mang đến cái nhìn thoáng qua về chiến lược kiếm tiền.
Theo tin tức gần đây, Distributional đã cố gắng đảm bảo nguồn tài trợ ban đầu trị giá 11 triệu đô la, được minh họa một cách hiệu quả bởi Martin Casado của Andreessen Horowitz và sự tham gia của Operator Stack, Point72 Ventures, SV Angel, Two Sigma và các nhà đầu tư thiên thần. Xác định tuổi thọ mà AI có thể mang lại, công ty khởi nghiệp này đặt mục tiêu cung cấp một môi trường thử nghiệm toàn diện sẽ thúc đẩy tốc độ ứng dụng AI trong nhiều ngành công nghiệp và giải quyết một loạt các vấn đề phức tạp và quan trọng với sự an toàn, độ tin cậy và bảo mật được đảm bảo.
