Dottxt با بودجه 11.9 میلیون دلاری به مدل های هوش مصنوعی می گوید که چگونه پاسخ دهند

همانطور که قبلاً گزارش داده‌ایم، CIOهای سازمانی هوش مصنوعی مولد را کند می‌کنند. یکی از دلایل آن این است که هوش مصنوعی در جریان کار مهندسی نرم افزار موجود نمی گنجد، زیرا به معنای واقعی کلمه به یک زبان صحبت نمی کند. به عنوان مثال، LLM ها (مدل های زبان بزرگ) برای ارائه JSON معتبر نیاز به تلاش زیادی دارند.

آنجا بود که یک استارت آپ مستقر در آمریکا تماس گرفت Dottxt با این وعده که “هوش مصنوعی به کامپیوتر صحبت کند” وارد می شود. این شرکت توسط تیم پروژه منبع باز رهبری می شود خطوط کلی، که به توسعه دهندگان کمک می کند آنچه را که از ChatGPT و سایر مدل های هوش مصنوعی مولد نیاز دارند، بدون توسل به تاکتیک های خام مانند تزریق باج گیری عاطفی به درخواست ها (“کد را بنویسید یا بچه گربه آن را دریافت می کند” دریافت کنند.

کتابخانه های نرم افزاری مانند Outlines، کتابخانه پایتون، یا راهنمای مایکروسافت، یا LMQL (با نام مستعار Language Model Query Language)، هدایت LLM ها را به روشی پیچیده تر از هک کردن ساده – با استفاده از رویکردی که به عنوان تولید ساختاریافته (یا گاهی اوقات تولید محدود).

همانطور که از نام آن پیداست تمرکز این تکنیک بر خروجی LLMها بیشتر از ورودی است. یا به عبارت دیگر، در مورد گفتن مدل های هوش مصنوعی است چگونه رمی لوف، مدیر عامل Dottxt می گوید برای پاسخ دادن.

او به TechCrunch گفت: «این رویکرد بازگشت به یک جریان کاری مهندسی سنتی را ممکن می‌سازد. “شما گرامر را تا زمانی که درست به دست آورید، اصلاح کنید.”

هدف Dottxt ایجاد یک راه‌حل تولید ساختار یافته قدرتمند با مدل‌سازی و ارائه ویژگی‌های بیشتر – و به گفته‌ی آن، عملکرد بهتر – نسبت به پروژه منبع باز (Outlines) است که از آن زاده شده است.

لوف، یک فرانسوی که دارای مدرک دکترا و چندین مدرک است، پیشینه ای در آمار بیزی دارد – مانند چندین عضو دیگر تیم Dottxt. این پایه در نظریه احتمال احتمالاً چشمان آنها را به پتانسیل تولید ساختاریافته باز کرد. آشنایی با فناوری اطلاعات فراتر از هوش مصنوعی نیز در تصمیم آنها برای ایجاد شرکتی با تمرکز بر کمک به دیگران برای استفاده مفید از هوش مصنوعی مولد نقش داشت.

اشاره لوف به دستور زبان تصادفی نیست. Dottxt بر این فرض استوار است که بیشتر متنی که ما با آن تعامل داریم ساختار شدیدی دارد. البته کدی وجود دارد، اما بسیاری از الگوهای دیگر نیز وجود دارد که LLM ها باید بتوانند از آنها پیروی کنند تا در محیط های کاری واقعاً مفید باشند.

OpenAI سازنده GPT اخیراً نوعی از تولید ساختار یافته را معرفی کرده است که آن را خروجی های ساختاریافته می نامد – و آن را سر تکان داد به عنوان بخشی از “الهام بخش” آن، خطوط کلی را مشخص کند.

در همین حال، لوف، محبوبیت Outlines را نشانه‌ای از وجود تقاضا برای رویکرد انعطاف‌پذیر دیگری با زنگ‌ها و سوت‌های بیشتر می‌داند. و به نظر می رسد سرمایه گذاران موافق هستند: Dottxt در عرض چند ماه 11.9 میلیون دلار جمع آوری کرده است.

این استارت‌آپ در سال 2023 یک دور اولیه 3.2 میلیون دلاری به رهبری شرکت فناوری عمیق VC Elaia انجام داد و پس از آن یک بذر 8.7 میلیون دلاری به رهبری EQT Ventures در ماه اوت امسال آغاز شد. در این فاصله زمانی، لوف و هم‌بنیان‌گذاران او بر روی تلاش برای اثبات اینکه رویکردشان بر عملکرد تأثیر نمی‌گذارد متمرکز شده‌اند. در این مدت تقاضا برای Outlines منبع باز افزایش یافته است. آنها می گویند که بیش از 2.5 میلیون بار دانلود شده است – که آنها را تشویق کرده است که بزرگ فکر کنند.

جمع آوری بودجه بیشتر به دلیل دیگری منطقی بود: بنیانگذاران Dottxt اکنون می دانستند که می خواهند از این پول برای استخدام افراد بیشتری استفاده کنند تا بتوانند به تقاضای فزاینده برای ابزارهای تولید ساختاریافته پاسخ دهند. تیم کاملاً از راه دور این استارت‌آپ در پایان ماه به 17 نفر می‌رسد که از 8 نفر در ژوئن به ازای هر لوف بیشتر است.

کارکنان جدید شامل دو متخصص DevRel (روابط توسعه‌دهنده) هستند که نشان‌دهنده اولویت Dottxt در ساخت اکوسیستم است. لوف گفت: “هدف ما در 18 ماه آینده تسریع پذیرش است، بیش از جنبه تجاری.” اگرچه او همچنین گفت که تجاری سازی هنوز در شش ماه آینده با تمرکز بر مشتریان سازمانی آغاز می شود.

اگر تا زمانی که Dottxt به دنبال بودجه بیشتر باشد، تبلیغات هوش مصنوعی به پایان برسد، این می تواند یک رویکرد خطرناک باشد. اما استارتاپ متقاعد شده است که در پس حباب، ماده ای وجود دارد. امید این است که دقیقاً به شرکت ها کمک کند تا ارزش واقعی را از هوش مصنوعی باز کنند.

Hugging Face CTO Julien Chaumon، که سرمایه گذار Dottxt است، اخیراً به نام نسل ساختاریافته “آینده LLM ها” بنابراین هیاهو به این بخش از پشته فناوری GenAI نیز رسیده است.

با دیگر بادهای دنباله دار مانند عوامل هوش مصنوعی و ظهور مدل های هوش مصنوعی کوچکتر، شرط پذیرش Dottxt می تواند نتیجه دهد. لوف پیش‌بینی کرد: «همه تا چند سال دیگر از نسل ساختاریافته استفاده خواهند کرد، در این شکی نیست.