يونيون.اي تعزز 38.1 مليون دولار في جولة التمويل السلسلة أ لتوسيع بنية التحتية لتطوير الذكاء الاصطناعي

يونيون.اي أغلقت جولة تمويل سلسلة أ بقيمة 38.1 مليون دولار، أكثر من ضعف القسم السابق البالغ 19.1 مليون دولار الذي أعلن عنه في وقت سابق. قادت الجولة المستثمر الحالي نيو إنتربرايز أسوسييتس (NEA)، مع مشاركة من نافا فينتشرز والمستثمر الجديد موزيلا فينتشرز. سيتم استخدام رأس المال لتسريع تطوير المنتج، وتوسيع فرق الهندسة والميدان، وتعميق الاستثمار في النظام البيئي مفتوح المصدر للشركة.

تأتي هذه الجولة في وقت تحول فيه تنسيق الذكاء الاصطناعي من قلق محدد إلى أولوية هندسية أولى. مع محاولة المزيد من المنظمات لإنتاج أنظمة ذكاء اصطناعي، أصبح الفجوة بين التجربة والتنفيذ الموثوق به أكثر صعوبة في تجاهلها.

من الجذور مفتوحة المصدر إلى منصة المؤسسة

تأسست يونيون.اي في عام 2020، بدأت كمنصة مؤسسية بنيت حول فلايت، إطار تنسيق ذكاء اصطناعي مفتوح المصدر تم تطويره في الأصل في ليفت. مع مرور الوقت، توسعت الشركة إلى ما وراء التنسيق لتقديم منصة أوسع لتطوير الذكاء الاصطناعي تشمل تدريب النماذج، والاستدلال، والرصد.

اليوم، تضع يونيون.اي نفسها كطبقة التطوير في حزمة الذكاء الاصطناعي الحديثة — تركز على مساعدة الفرق في إدارة عمليات ديناميكية غير محددة، والتي لم تكن أدوات البيانات التقليدية مصممة لدعمها.

على عكس أنابيب البرمجيات التقليدية، غالبًا ما تتضمن عمليات الذكاء الاصطناعي اتخاذ القرارات في وقت التشغيل، والاسترداد بسهولة من الأعطال، ونسخ البيانات والنماذج تلقائيًا — في كثير من الأحيان على نطاق واسع. هذه التعقيدات خلقت طلبًا على بنية تحتية مخصصة للذكاء الاصطناعي بدلاً من الأنظمة المعدلة من الأنظمة التقليدية.

لماذا تحتاج بنية تحتية الذكاء الاصطناعي إلى إعادة التفكير

اكتشفت فرق الهندسة أن أنابيب CI/CD التقليدية وأدوات سير العمل المتعينة تكافح تحت مطالب الأنظمة الموجهة بالنموذج. يجب على تطبيقات الذكاء الاصطناعي التعامل مع المنطق الفرعي في وقت التشغيل، والاسترداد بسهولة من الأعطال، ونسخ البيانات والنماذج تلقائيًا — في كثير من الأحيان على نطاق واسع.

تركز منصة يونيون.اي على حل هذه التحديات التشغيلية من خلال تمكين:

• كتابة سير العمل النقية ببايثون مع الاختبار المحلي قبل النشر السحابي

• التصحيح عن بعد الحي والرؤية المحسنة للفشل

• سير عمل ديناميكية تمامًا لتطبيقات الذكاء الاصطناعي الموجهة

• تنفيذ متوازي مع نسخ تلقائي

• أنابيب مقاومة للتحطم مع إعادة المحاولة ومميزات التخزين المؤقت

الهدف هنا هو جعل أنظمة الذكاء الاصطناعي متينة في بيئات الإنتاج، وليس فقط عروض تجريبية مثيرة.

التزام مستمر بمفتوح المصدر

يظل مفتوح المصدر مركزيًا في استراتيجية يونيون.اي. أصدرت الشركة مؤخرًا فلايت 2، الجيل التالي من إطار التنسيق، الذي تجاوز عشرات الملايين من التنزيلات. يتضمن محفظتها مفتوحة المصدر أيضًا بانديرا، إطار التحقق من البيانات الذي تم تبنيه على نطاق واسع عبر نظام بيثون.

يعكس مشاركة موزила فينتشرز في الجولة التزامًا حول بنية تحتية الذكاء الاصطناعي مفتوحة المصدر — خاصة في وقت يصبح فيه вопросات الشفافية والتحويل والسيطرة على المطور أكثر بروزًا في نظام البيئية للذكاء الاصطناعي.

مفتوح المصدر والآثار الطويلة الأمد لبنية تحتية الذكاء الاصطناعي

مسار يونيون.اي密ًا مربوط بمؤسسته مفتوحة المصدر. أصبح فلايت، جنبًا إلى جنب مع مشاريع مثل بانديرا، متأصلًا في آلاف البيئات الهندسية ليس بسبب الترويج التجاري العدواني، ولكن لأن المطورين اعتمدوا الأدوات بطبيعة الحال. هذا نموذج التبني مهم. في بنية تحتية الذكاء الاصطناعي، غالبًا ما يخدم مفتوح المصدر كقناة توزيع وطبقة ثقة — مما يسمح للفرق بفحص وتعديل وتوسيع الأنظمة التي يعتمدون عليها.

随着 أنظمة الذكاء الاصطناعي تصبح أكثر مركزية في عمليات الأعمال، تزداد أهمية الآثار المترتبة على البنية التحتية مفتوحة المصدر. تصبح المنظمات متشككة بشكل متزايد في قفل سير العمل الحرج في منصات غير شفافة. يوفر التنسيق مفتوح المصدر للذكاء الاصطناعي قابلية النقل، والتحقق من المجتمع، والقدرة على التطور جنبًا إلى جنب مع نظام النماذج السريع.

من الناحية العملية، يمكن أن تؤثر بنية تحتية مثل هذه على كيفية بناء الجيل القادم من أنظمة الذكاء الاصطناعي. بدلاً من المنصات الهائلة التي تسيطر على الحزمة الكاملة، قد تفضل المستقبل الهندسة القابلة للتركيب — حيث يبقى التنسيق وإدارة النماذج والتحقق والرصد متوافقين ومتوافقين.

إذا تم الحفاظ على هذا النموذج، قد تساعد الشركات التي تطور بيئات مفتوحة قوية مع تقديم موثوقية على مستوى المؤسسة في تحديد الأساس الفني لأنظمة الذكاء الاصطناعي في الإنتاج. في هذا السياق، يمتد التأثير الأوسع لأعمال يونيون.اي إلى ما وراء منصتها التجارية — إنه يلمس الخيارات الهندسية التي ستشكل كيفية بناء الذكاء الاصطناعي، وحوكمته، وتوسيعه في السنوات القادمة.