рдлрдВрдбрд┐рдВрдЧ
Maisa рдиреЗ $25M рдЬреБрдЯрд╛рдпрд╛ рддрд╛рдХрд┐ рд╡рд┐рд╢реНрд╡рд╕рдиреАрдп, рдкрд╛рд░рджрд░реНрд╢реА ‘рдбрд┐рдЬрд┐рдЯрд▓ рд╡рд░реНрдХрд░реНрд╕’ рдХреЛ рд╕рдВрдЪрд╛рд▓рд┐рдд рдХрд┐рдпрд╛ рдЬрд╛ рд╕рдХреЗ
एंटरप्राइज़ एआई विफलता से ग्रस्त है – अध्ययनों से पता चलता है कि 95% जनरेटिव एआई पायलट विफल हो जाते हैं। लेकिन Maisa, वैलेंसिया और सैन फ्रांसिस्को के बीच के पुल के रूप में, स्वचालन में जवाबदेही का निर्माण कर रहा है। Creandum द्वारा नेतृत्व वाले $25 मिलियन के बीज दौर के बाद, जिसमें Forgepoint Capital, NFX, और Village Global का समर्थन है, Maisa एगेंटिक प्रोसेस ऑटोमेशन के साथ एआई वर्कफ्लो को बदलने के लिए तैयार है जो उतना ही लेखा-परीक्षा योग्य है जितना कि यह बुद्धिमान है।
इंजन के अंदर: KPU और चेन-ऑफ-वर्क – जमीन से विश्वास बनाना
Maisa के प्लेटफ़ॉर्म के केंद्र में नॉलेज प्रोसेसिंग यूनिट (KPU) है – एक नई वास्तुकला जो एआई तर्क को फिर से कल्पना करती है। KPU में शामिल हैं:
- एक रीज़निंग इंजन, एक बड़े भाषा मॉडल द्वारा संचालित, जो मल्टी-स्टेप वर्कफ़्लो की योजना बनाता है।
- एक एक्ज़ीक्यूशन इंजन जो इन योजनाओं को निष्पादित करता है और परिणामों को पुनः समन्वय के लिए वापस खिलाता है।
- एक वर्चुअल कॉन्टेक्स्ट विंडो जो जानकारी प्रवाह को सुव्यवस्थित करती है, मॉडल को केवल प्रासंगिक डेटा पर ध्यान केंद्रित करती है ताकि हॉलुसिनेशन को कम किया जा सके।
KPU की बुद्धिमत्ता यह है कि यह LLM की भूमिका को कैसे फिर से परिभाषित करता है। इसके बजाय एक संभाव्य पाठ जनरेटर के रूप में कार्य करने के, मॉडल को एक अनुशासित गणना फ्रेमवर्क के भीतर एक घटक के रूप में माना जाता है। KPU तर्क को एक ऑपरेटिंग सिस्टम की तरह निर्देशित करता है, समस्याओं को प्रबंधनीय, लेखा-परीक्षा योग्य चरणों में तोड़ता है और सुनिश्चित करता है कि प्रत्येक क्रिया को मान्य किया जा सकता है। यह संरचना एक बार अपारदर्शी मॉडल को एक तर्कसंगत तर्क प्रणाली में बदल देती है, जहां त्रुटियों का पता लगाया जा सकता है, उन्हें ठीक किया जा सकता है और उन्हें कैस्केडिंग होने से रोका जा सकता है।
KPU के पूरक चेन-ऑफ-वर्क है – एक सावधानी से लॉग की गई ऑडिट ट्रेल जो एक डिजिटल वर्कर की प्रक्रिया में शामिल हर निर्णय, क्रिया, और उपकरण का ट्रैक रखती है। विशिष्ट एआई आउटपुट के विपरीत जो उपयोगकर्ताओं को अनुमान लगाने के लिए छोड़ देते हैं, चेन-ऑफ-वर्क स्वचालन के लिए एक ब्लैक बॉक्स रिकॉर्डर की तरह कार्य करता है। प्रत्येक गणना, प्रत्येक डेटा पुल, प्रत्येक तर्क चरण विस्तार से संरक्षित है। यह उद्यमों को न केवल परिणामों पर विश्वास करने की अनुमति देता है, बल्कि उन्हें पुनः ट्रेस करने, पुनः खेलने और समय के साथ उन्हें परिष्कृत करने की भी अनुमति देता है। अनुपालन-भारी उद्योगों के लिए, यह सिर्फ एक सुविधा नहीं है – यह बड़े पैमाने पर सुरक्षित तैनाती का आधार है।
Maisa स्टूडियो इन एक्शन: नो-कोड एजेंट्स जो पारदर्शिता में निहित हैं
KPU और चेन-ऑफ-वर्क का लाभ उठाते हुए, Maisa स्टूडियो “नागरिक विकासकर्ताओं” – गैर-तकनीकी कर्मचारियों को प्लेन लैंग्वेज निर्देशों का उपयोग करके डिजिटल वर्कर्स को तैनात करने में सक्षम बनाता है। Maisa के HALP (मानव-वृद्ध LLM प्रोसेसिंग) के माध्यम से, सिस्टम इरादे को स्पष्ट करने के लिए बातचीत करता है, वर्कफ़्लो का निर्माण करता है, सैकड़ों एपीआई में एकीकृत करता है, और गतिविधि से सीखना शुरू कर देता है – सभी बिना डेवलपर्स या डेटासेट के।
व्यवहार में, यह पहले से ही महत्वपूर्ण प्रभाव डाल चुका है: एक वित्तीय सेवा फर्म ने 99% झूठे सकारात्मक परिणामों को कम कर दिया और प्रति कर्मचारी 10 गुना उत्पादकता में वृद्धि हासिल की – केवल तीन ऑनबोर्डिंग सत्रों में पूर्ण तैनाती के साथ। वैश्विक बैंक, ऑटोमेकर और ऊर्जा कंपनियां पारदर्शिता और लेखा-परीक्षा योग्यता के लिए गैर-विचारशील प्रक्रियाओं को स्वचालित करने के लिए प्लेटफ़ॉर्म का परीक्षण कर रहे हैं।
यह क्यों मायने रखता है – एक विश्वसनीय और स्केलेबल एआई के लिए दृष्टि
Maisa सिर्फ स्वचालन नहीं प्रदान करता है – यह जवाबदेह एआई वितरित करता है जो वास्तुकला द्वारा विश्वास को एम्बेड करता है। नियमन, अपारदर्शिता और उच्च दांव वाले उद्योगों में, प्रत्येक स्वचालित निर्णय को ट्रेस करने की क्षमता सर्वोपरि है। चेन-ऑफ-वर्क व्यवसायों को किसी भी चरण में एआई तर्क की जांच, लेखा-परीक्षा और सत्यापन करने में सक्षम बनाता है, जिसका अर्थ है कि नियामक और आंतरिक टीमों को यह अनुमान लगाने की आवश्यकता नहीं है कि निष्कर्ष कैसे पहुंचे थे। इसके बजाय, वे सटीकता के साथ सत्यापित कर सकते हैं।
इस बीच, KPU का डिज़ाइन सिस्टमैटिक रूप से हॉलुसिनेशन को दबा देता है जो डेटा शोर से तर्क को अलग करके और निष्पादन को संरचित करके। यह विश्वसनीयता अक्सर एंटरप्राइज़ को एआई से सावधान बनाती है जो अनुमानित परिणामों का उत्पादन करती है। Maisa के एजेंटों के बजाय, तार्किक, अनुमानित और सुसंगत परिणाम प्रदान करते हैं।
आगे देखते हुए, यह प्लेटफ़ॉर्म एक मौलिक बदलाव का प्रतिनिधित्व करता है: एआई एक विश्वसनीय सहयोगी बन जाता है – जिसका तर्क पारदर्शी है, जिसकी क्रियाएं ट्रेसेबल हैं, और जिसकी “सोच प्रक्रिया” को परिष्कृत और लेखा-परीक्षा किया जा सकता है। जैसा कि Maisa की प्रणाली मॉडल-एज्नोस्टिक है, संगठन मजबूत मॉडल को अपनाने के लिए भविष्य में लचीलापन बनाए रखते हैं – KPU फ्रेमवर्क की कठोरता और पर्यवेक्षण को खोए बिना। यह अनुकूलन विकसित होते एंटरप्राइज़ आवश्यकताओं के साथ स्थायी रूप से तैनाती के लिए आधार तैयार करता है।
मूल रूप से, Maisa एक शक्तिशाली एआई के लिए एक नीलाकरण प्रदान करता है – जो न केवल शक्तिशाली है, बल्कि जिम्मेदार और लचीला भी है। एक दुनिया में जहां अधिकांश एआई परियोजनाएं वितरित करने में विफल रहती हैं, यह प्रौद्योगिकी एक दुर्लभ मार्ग की ओर इशारा करती है – नवाचार के साथ अखंडता को जोड़ती है।
