Probably gavo 9 mln. dolerių: DI klaidoms reikia ne magijos, o patikrų
Probably pritraukė 9 mln. dolerių ir kuria būdą tikrinti DI atsakymus prieš jiems pasiekiant vartotoją.
Šiame straipsnyje · 5 dalys
- Kas yra Probably? Tai startuolis, kuriantis įrankius patikimesniems DI atsakymams, ypač duomenų analizės ir kitose tikslumo reikalaujančiose srityse.
- Kodėl tai aktualu Lietuvos įmonėms? Nes tos pačios temos ateina ir čia: DI kaina, atsakomybė, duomenys, prieigos, klientų aptarnavimas ir žmonių įgūdžiai.
- Nuo ko pradėti? Nuo vieno proceso, kuriame DI turi aiškią užduotį, žmogaus patikrą ir matuojamą rezultatą.
DI klaidų patikros šiandien yra ne teorinė DI tema, o labai praktiškas signalas. TechCrunch rašo, kad Probably pritraukė 9 mln. dolerių iš Andreessen Horowitz ir kuria sistemą, kuri tikrina DI atsakymus prieš jiems pasiekiant vartotoją.
Atvirai? Tokios naujienos kartais atrodo kaip dar vienas technologijų rinkos triukšmas. Bet po paviršiumi matosi paprastas klausimas: kaip DI keičia pinigus, darbą, saugumą ir kasdienius įpročius?
Kas nutiko?
Probably pirmas produktas skirtas duomenų analizei. Sistema ruošia atsakymus iš sudėtingų duomenų rinkinių, prideda citatas ir veiksmų pėdsaką, o pirmą DI atsakymą tikrina deterministiniai validatoriai.
- Seed raundas siekia 9 mln. dolerių.
- Tikslas – mažinti haliucinacijas ir faktines klaidas.
- Atsakymai tikrinami pagal duomenų rinkinį, ne tik pagal modelio pasitikėjimą savimi.
- Bendrovė teigia, kad toks būdas leidžia naudoti mažesnius modelius ir taupyti kaštus.
Kodėl tai svarbu?
DI klaidos versle yra ne akademinė problema. Jei modelis neteisingai apibendrina finansus, klientų duomenis ar medicininę informaciją, žala gali būti labai konkreti.
Todėl laimės ne tie, kurie turi gražiausią promptą. Laimės tie, kurie turi patikros mechanizmą, audito pėdsaką ir žmogaus peržiūrą ten, kur rizika didelė.
Man tai primena sportą. Galima nusipirkti geriausius batus, laikrodį ir planą. Bet jei neaišku, ką treniruoji ir kaip matuoji progresą, po kelių savaičių lieka tik graži įranga. Su DI tas pats.
Pamoka verslui
Jeigu DI naudojamas sprendimams, jam reikia kontrolės. Modelio atsakymas turi būti pradžia, o ne finalas.
Jeigu įmonė į DI žiūri tik kaip į įrankį tekstams ar prezentacijoms, ji praleidžia didesnį vaizdą. DI jau tampa infrastruktūra, saugumo klausimu, klientų aptarnavimo kanalu, duomenų analizės sluoksniu ir nauju darbuotojų įpročiu.
Ką pasidaryti šią savaitę?
Nepradėkite nuo didelio plano. Pradėkite nuo vieno aiškaus sprendimo.
- Išsirinkite vieną vietą, kur DI atsakymas gali pridaryti realios žalos.
- Užrašykite, kas turi patikrinti atsakymą prieš naudojimą.
- Reikalaukite šaltinių, citatų arba aiškaus veiksmų pėdsako.
- Atskirkite mažos rizikos užduotis nuo tų, kur reikia griežtos kontrolės.
Tai nėra biurokratija. Tai būdas nepalikti DI saviveiklai, kai kiekvienas darbuotojas susikuria savo mažą taisyklių pasaulį.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
