AirOps به شرکت‌ها کمک می‌کند تا برنامه‌های دارای هوش مصنوعی را در بالای برنامه‌های LLM بسازند

تغییری در فضا وجود دارد، و به نظر می‌رسد که شرکت‌ها باید به این فکر کنند که چگونه مدل‌های زبانی بزرگ را به کار گیرند، اما مانند هر فناوری پیشرفته جدید، گفتن آن آسان‌تر از انجام آن است، مخصوصاً برای سازمان‌های فنی کمتر.

AirOps، یک استارت‌آپ در مراحل اولیه در مکان مناسب در زمان مناسب است و به شرکت‌ها کمک می‌کند تا از این قابلیت‌های جدید برای ساخت اپلیکیشن‌های مجهز به هوش مصنوعی بر روی مدل‌های زبان بزرگ استفاده کنند. امروز، این شرکت یک دور اولیه 7 میلیون دلاری را اعلام کرد که در واقع در ابتدای سال گذشته بسته شد.

الکس هالیدی، مدیرعامل و یکی از بنیانگذاران شرکت، می گوید که با توجه به علاقه اخیر به LLM، چالشی برای کسب و کارهایی که سعی در مشارکت دارند وجود دارد. بین این قابلیت‌های شگفت‌انگیز که مردم می‌توانند با آن‌ها در مواردی مانند ChatGPT بازی کنند، فاصله بسیار زیادی وجود دارد. [applying that] به سخت ترین چالش ها در تجارت. بنابراین ما در حال ایجاد یک پلتفرم هستیم که به افراد اجازه می دهد وارد شوند و راه حل های سفارشی را در بالای این الگوریتم ها ایجاد کنند که واقعاً اعداد را در تجارت جابجا می کند.

این شرکت در حال حاضر به مشتریان کمک می کند تا برنامه های کاربردی را بر روی سه LLM بسازند: GPT-4، GPT-3 و Claude. ایده این است که به کاربران کمک کند کارهایی مانند خودکارسازی فرآیندها، استخراج بینش از داده ها، تولید محتوای شخصی شده و انجام تکنیک های پردازش زبان طبیعی را انجام دهند. طبق گفته شرکت

هالیدی می‌گوید که مشتریان فعلی به دنبال راه‌هایی هستند تا از داده‌ها و محتوای خود در ارتباط با LLM‌ها برای ایجاد محتوای جدید از مجموعه موجود یا ایجاد یک تجربه هوش مصنوعی مولد بر روی نرم‌افزار موجود خود بهره ببرند.

یکی از ارزش های پیشنهادی اولیه این شرکت کمک به مشتریان برای استفاده کارآمدتر و موثرتر از این مدل ها است زیرا ممکن است گران شود. چیزی که واقعاً جالب است این است که می‌توانید از مدل‌های بزرگ‌تر برای آموزش مدل‌های کوچک‌تر استفاده کنید. بنابراین شاید برای چند ماه اول شما با استفاده از GPT-4 اجرا می‌کردید، و این باعث ایجاد خروجی‌های آموزشی می‌شد تا از یک مدل منبع باز کوچکتر استفاده کنید که به خوبی تنظیم شده است.»

و AirOps می تواند به شما کمک کند این مراحل را طی کنید. ما واقعاً در اینجا در حال یادگیری دستور العمل‌ها و معماری‌های مناسب هستیم، اما انتظار داریم که با گذشت زمان، نوع رویکرد پتک پتکی جای خود را به درک بهتری از نحوه استفاده از منوی انتخاب‌ها بدهد. مردم دارند.» او گفت.

این شرکت سال گذشته با هدف کمک به کسب ارزش از داده های سازمانی خود راه اندازی شد، اما با ورود LLM ها به آگاهی عمومی، شرکت تمرکز خود را تغییر داد. او گفت: «همانطور که ما شروع به بررسی کاربرد LLM در فضای داده کردیم، متوجه شدیم که در واقع یک فرصت بسیار بزرگتر به مردم کمک می کند تا LLM ها را با داده های خود ترکیب کنند تا گردش کار و برنامه های کاربردی سفارشی ایجاد کنند. پاییز گذشته آنها واقعاً تمرکز خود را به این رویکرد معطوف کردند.

این شرکت 14 کارمند با چند نقش باز دارد. هالیدی می‌گوید که تنوع را در ابعاد مختلف می‌بیند، اما هدف او ایجاد یک پایگاه کارمند متنوع در حین ساخت شرکت است، و این به ویژه با توجه به اینکه LLM‌های جدید چقدر هستند، صادق است. او گفت: «ما در هنگام استخدام افراد با پیشینه‌های مختلف و سطوح تجربه، واقعاً بسیار باز بوده‌ایم.

سرمایه‌گذاری 7 میلیون دلاری توسط Wing VC با مشارکت Founder Collective، XFund، Village Global، Apollo Projects و Lachy Groom هدایت شد.