Pramaana Labs تحقق تمويلًا أوليًا بقيمة 27 مليون دولار لنظام التحقق بالذكاء الاصطناعي

icon币界网
مشاركة
AI summary iconملخص
أمنت شركة Pramaana Labs تمويلًا أوليًا بقيمة 27 مليون دولار بقيادة Khosla Ventures، مع مشاركة من Accel وBoldcap وNexus Venture Partners وPremji Invest وUnbound. وتقوم الشركة ببناء نظام تحقق بالذكاء الاصطناعي لإضافة طبقة حتمية إلى النماذج الكبيرة، مع التركيز على القطاعات عالية المخاطر مثل الضرائب والقانون وتطوير الأدوية. يحتفظ النظام بنماذج اللغة الكبيرة للغة وحل المشكلات، مع إضافة وحدة تحقق لتوحيد المخرجات مع القواعد. وتتعاون الشركة مع خبراء، بما فيهم المفوض السابق لخدمة الإيرادات الداخلية داني ويرفيل، لتطوير ومراقبة الأنظمة. مع اكتساب الأصول ذات المخاطر العالية زخمًا، قد يؤثر هذا التحرك على السيولة والأسواق الرقمية.
موقع CoinNews يُفيد:

لا تزال الشركات تبحث عن كيفية تحويل الذكاء الاصطناعي من مشاريع تجريبية إلى أدوات عمل مستقرة، حيث تُعد مشكلات الموثوقية العقبة الرئيسية في عملية التنفيذ. أعلنت Pramaana Labs عن إتمام جولة تمويل بقيمة 27 مليون دولار كتمويل أولي، وتخطط لاستخدام أساليب التحقق الرسمي لإضافة طبقة من النظام المحدد القابل للتحقق إلى النماذج الكبيرة.

هذه الجولة التمويلية قادتها Khosla Ventures، وشاركت فيها Accel وBoldcap وNexus Venture Partners وPremji Invest وUnbound. ستركز الشركة أولاً على القطاعات عالية الحساسية مثل الضرائب والقانون وتطوير الأدوية، حيث تكون التكاليف غالبًا مرتفعة في حال حدوث خطأ.

ابدأ بالصناعة عالية المخاطر

تعتقد Pramaana أن هذا النوع من الصناعات، على الرغم من تعقيد قواعده، إلا أنه أكثر ملاءمة للبرمجة والتحقق. على سبيل المثال، في مجال الضرائب، تتكون اللوائح ذات الصلة من مجموعة كبيرة من البنود الواضحة. بمجرد تنظيم هذه القواعد في هيكل قابل للتنفيذ، يمكن أن يصبح عملية الاستدلال اللاحقة أكثر قربًا من اليقين، بدلاً من الاعتماد الكامل على نتائج النموذج.

قال رانجان راجاغوبالان، المؤسس المشارك والرئيس التنفيذي للشركة، إن العديد من الصناعات عالية المخاطر ليست غير قابلة للتعامل معها بواسطة الذكاء الاصطناعي، بل لم تُصاغ قواعدها بعد بشكل رسمي. ما دامت القواعد الأساسية تُحوَّل إلى نظام قابل للتحقق، يمكن تقليل التحيزات والهلوسات في النماذج أثناء المهام الحيوية.

إضافة طبقة تحقق إلى النموذج الكبير

لا يهدف مخطط Pramaana إلى التخلي عن النماذج الكبيرة التقليدية. فما زال النظام الأساسي يستخدم نموذج لغوي كبير عادي للحفاظ على قدرات فهم اللغة الطبيعية ومعالجة المشكلات المعقدة؛ وعلى هذا الأساس، يتم إضافة طبقة إضافية من وحدة التحقق التحديدية للتحقق من أن مخرجات النموذج تتوافق مع القواعد المحددة مسبقًا.

يستمد هذا النهج أدوات التحقق الصارم. وذكرت الشركة أن منهجيتها تستند إلى لغة البرمجة مفتوحة المصدر LEAN، والتي تُستخدم عادةً للتحقق من الإثباتات الرياضية. كما أشار راجاغوبالان إلى أن مشروع CATALA الفرنسي قد حوّل أجزاء من أنظمة الضرائب والدعم الاجتماعي إلى كود قابل للتنفيذ، مما يوفر أمثلة واقعية على مسار مشابه.

دعوة خبراء في المجال للمشاركة في النمذجة

للمستخدمات المختلفة، ستُنشئ Pramaana أنظمة تحقق رسمية منفصلة، مع إشراف خبراء صناعيين. وفي مجال الضرائب، تعمل الشركة مع داني ويرفيل، المدير السابق للخدمة الداخلية للإيرادات الأمريكية. وفي مجالات الأمن السيبراني وتطوير الأدوية، يشارك أساتذة من معهد الهند للتقنية في دلهي ومعهد الهند للتقنية في مدراس وجامعة كاليفورنيا في بيركلي.

وفقًا لرؤية الشركة، فإن هذا النوع من الأنظمة مناسب للاستخدام في المهام ذات العواقب الصحية أو المالية أو القانونية الجسيمة. هدفها ليس جعل النموذج يتخذ قرارات بمفرده، بل تمكين النموذج من إجراء الاستدلال والإجابة ضمن مجموعة من القواعد القابلة للتحقق، مما يزيد من التحكم عند النشر المؤسسي.

  • مبلغ التمويل: 27 مليون دولار في جولة_seed
  • الراعي الرئيسي: Khosla Ventures
  • السيناريوهات الرئيسية: الضرائب، القانون، تطوير الأدوية
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.