ترفع ريدباين 8 ملايين دولار في جولة التمويل الاولى لبناء طبقة البيانات التي تمكن وكلاء الذكاء الاصطناعي التاليين

رفعت ريدباين، وهي شركة مقرها ستوكهولم، 8 ملايين دولار في جولة التمويل الاولى لتعزيز التوسع العالمي وتنمية منصةها، والتي توفر لوكلاء الذكاء الاصطناعي وصولاً إلى بيانات متميزة غير عامة.

قادت جولة التمويل شركة NordicNinja، مع مشاركة من Luminar Ventures وnode.vc، إلى جانب ملاك استراتيجيين بما في ذلك قادة من OpenAI وPerplexity وSpotify، بالإضافة إلى مؤسسي شركات مثل SiloAI وValidio وSana. سينضم شريك عام في NordicNinja، Marek Kiisa، إلى مجلس الإدارة.

سيتم استخدام التمويل لتوسيع شبكة شراكات البيانات المملوكة لشركة ريدباين وتنمية منصةها الأساسية، بما في ذلك تقنيات الاسترجاع وإعادة الترتيب بقيادة عالمة البيانات المؤسسة د. ليونورا فيسترباكا. كما تعمل الشركة على توسيع فريقها عبر الهندسة وعلوم البيانات والتسويق، وجذب المواهب من منظمات مثل Spotify وSana وZettle وLunar وMcKinsey وCERN وH&M.

بناء وصول إلى البيانات التي لا يمكن للذكاء الاصطناعي الوصول إليها

الفرضية الأساسية لشركة ريدباين بسيطة. أنظمة الذكاء الاصطناعي الحالية مدربة على جزء ضئيل من المعلومات العالمية. في حين أن بيانات الويب العامة قادت ظهور نماذج اللغة الكبيرة، إلا أنها تمثل فقط جزءًا صغيرًا من البيانات العالمية الإجمالية.

تقدر الشركة أن 1 إلى 2 في المائة فقط من البيانات حاليًا يمكن الوصول إليها لاستخدام الذكاء الاصطناعي. تم تصميم منصتها لفتح الغالبية المتبقية من خلال تمكين الوصول المُصرح به والمُICENSE إلى مجموعات بيانات مملوكة عبر الصناعات.

من خلال منصتها، تسمح ريدباين لأصحاب المحتوى والناشرين ومزودي البيانات بتقديم وصول خاضع للرقابة إلى بياناتهم، في حين يمكن لمطوري الذكاء الاصطناعي ووكلائه اكتشاف وتقييم ودفع ثمن تلك البيانات من خلال طبقة واجهة برمجة تطبيقات موحدة. هذا يضع ريدباين كبنية تحتية وليس كشركة لبناء النماذج، حيث تعمل كسوق وتسليم لنظام البيانات عالية القيمة.

واجهة برمجة تطبيقات بدون رأس لوكلاء الذكاء الاصطناعي

على مستوى المنتج، تعمل ريدباين على طبقة واجهة برمجة تطبيقات بدون رأس تربط أنظمة الذكاء الاصطناعي مباشرة بمجموعات بيانات متميزة. تدعم المنصة عدة أنواع من البيانات، بما في ذلك النصوص والصور والفيديو والصوت والرمز البرمجي، وهي مصممة للعمل عبر دورة حياة الذكاء الاصطناعي، من التدريب والتعدين الدقيق إلى الاسترجاع في الوقت الفعلي.

مكون مركزي في النظام هو تقنية الاسترجاع وإعادة الترتيب، التي تقييم جودة البيانات في الوقت الفعلي. بدلاً من الكشف عن مجموعات بيانات خام، تركز المنصة على الأهمية والموثوقية، مما يساعد على تقليل الوهم وتحسين اتخاذ القرارات.

هذا الأمر مهم بشكل خاص في المجالات التي يكون فيها الدقة حاسمة، مثل الرعاية الصحية والقانون والمالية والبحث العلمي. هذه هي بين القطاعات التي تركز ريدباين عليها جهودها.

إعادة التفكير في كيفية وصول الذكاء الاصطناعي إلى البيانات واستخدامها

إذا اكتسب هذا النموذج زخماً، فإنه يغير كيف يتم بناء وتحديث أنظمة الذكاء الاصطناعي. بدلاً من الاعتماد بشكل كبير على مجموعات بيانات التدريب الثابتة، يمكن لوكلاء الذكاء الاصطناعي العمل بشكل متزايد bằng سحب المعلومات المُؤكدة والمُحدثة في الوقت الفعلي من مصادر مرخصة.

سيؤدي هذا التحول إلى تقريب الصناعة من الذكاء في الوقت الفعلي، حيث تكون النماذج أقل اعتماداً على ما تم تدريبها عليه وأكثر اعتماداً على ما يمكن الوصول إليه في لحظة اتخاذ القرار. كما يقدم طبقة اقتصادية أكثر تنظيماً حول البيانات، حيث يتم قياس الوصول وتسعيره وتحكمه بحقوق استخدام واضحة.

للمنظمات، يمكن أن يقلل هذا من الحاجة إلى تركيز البيانات الحساسة للتدريب، منذ أن يمكن لوكلاء الذكاء الاصطناعي استفسار مجموعات بيانات خارجية دون الحاجة إلى استهلاكها بشكل دائم. لمالكي البيانات، يخلق هذا مساراً مباشراً لتحقيق أرباح من المعلومات المملوكة دون فقدان السيطرة على التوزيع.

على مر الوقت، يمكن أن يؤدي هذا النوع من البنية التحتية إلى ظهور نظام بيئي أكثر تعاقدياً للذكاء الاصطناعي، حيث تكون النماذج ووكلاء الذكاء الاصطناعي ومصادر البيانات مترابطة بشكل متساهل. في ذلك البيئة، قد يعتمد الميزة التنافسية أقل على حجم النموذج وحده وأكثر على جودة و独ية وصول البيانات التي يمكن أن تصل إليها تلك الأنظمة.