सेल्ट्ज़ ने एआई एजेंटों के लिए एक नए प्रकार के सर्च इंफ्रास्ट्रक्चर लेयर को बनाने के लिए 12.5 मिलियन डॉलर का सीड राउंड जुटाया है

जैसे ही एआई एजेंट शोध करने, वर्कफ्लो निष्पादित करने और स्वतंत्र रूप से निर्णय लेने में अधिक सक्षम होते जा रहे हैं, एक बढ़ती हुई चुनौती उभरी है: वेब खुद को मशीनों के लिए डिज़ाइन नहीं किया गया था। जबकि आज के बड़े भाषा मॉडल कारण, सारांश, और सामग्री उत्पन्न कर सकते हैं, वे अभी भी मानवों द्वारा लिंक पर क्लिक करने के लिए बनाए गए पुनर्प्राप्ति प्रणालियों पर भारी रूप से निर्भर करते हैं। सेल्ट्ज़, एक स्टार्टअप जो विशेष रूप से एआई प्रणालियों के लिए वेब सर्च इंफ्रास्ट्रक्चर को पुनः बनाने पर केंद्रित है, ने घोषणा की है कि उन्होंने इस अंतर को पाटने के लिए 12.5 मिलियन डॉलर का सीड राउंड जुटाया है। यह फंडिंग स्पीडइन्वेस्ट और बी कैपिटल द्वारा अगुआई गई थी, जिसमें कई वेंचर फ़र्मों और सलाहकारों और एंजेल निवेशकों के एक समूह ने भाग लिया था, जिनमें अमेज़ॅन, गूगल, कोहेरे, डेटाब्रिक्स, रैंप और सिंथेसिया जैसी कंपनियों से लोग शामिल थे।

एआई एजेंटों को एक अलग प्रकार के सर्च इंजन की आवश्यकता क्यों है

दशकों से, वेब सर्च मानव व्यवहार के आसपास अनुकूलित किया गया है। सर्च इंजन मानवों को वेबसाइटों को नेविगेट करने में मदद करने के लिए लिंक, स्निपेट और विज्ञापनों की रैंक्ड सूची लौटाते हैं। एआई एजेंटों, हालांकि, मूल रूप से अलग आवश्यकताएं होती हैं। (AMZN ) (GOOGL )

मल्टीपल पेज ब्राउज़ करने के बजाय, एजेंटों को संरचित जानकारी जल्दी से वितरित की जानी चाहिए, जिसमें स्पष्ट स्रोत अट्रिब्यूशन और तर्क का समर्थन करने के लिए पर्याप्त संदर्भ होना चाहिए। यह चुनौती तब और भी महत्वपूर्ण हो जाती है जब एजेंट एक ही कार्य के दौरान कई सर्च करते हैं, जहां लेटेंसी जुड़ जाती है और पुनर्प्राप्ति की गुणवत्ता सीधे प्रदर्शन को प्रभावित करती है।

सेल्ट्ज़ का तर्क है कि मौजूदा एआई सर्च समाधान अक्सर पारंपरिक सर्च इंजनों जैसे गूगल, बिंग या ब्रेव के आसपास के रैपर के रूप में कार्य करते हैं। जबकि वे प्रणालियां मानव उपयोगकर्ताओं के लिए अच्छा काम करती हैं, वे स्वायत्त सॉफ़्टवेयर के लिए ज्ञान इंफ्रास्ट्रक्चर के रूप में कार्य करने के लिए नहीं बनाई गई थीं। कंपनी का दृष्टिकोण मशीन उपभोग के लिए मानव ब्राउज़िंग के बजाय एक पुनर्प्राप्ति प्रणाली को डिज़ाइन करना है।

पूरे रिट्रीवल स्टैक का निर्माण

अमेज़ॅन, पाइनकोन और ब्लूमबर्ग में शोध भूमिकाओं के साथ एंटोनियो मैलिया द्वारा स्थापित, सेल्ट्ज़ ने अपने स्वयं के बुनियादी ढांचे को बनाने और संचालित करने का मार्ग अपनाया है।

तीसरे पक्ष के सर्च प्रदाताओं पर निर्भर रहने के बजाय, कंपनी पूरे पुनर्प्राप्ति पाइपलाइन का मालिक है, जिसमें वेब क्रॉलिंग, ज्ञान निष्कर्षण, इंडेक्सिंग, पुनर्प्राप्ति और रैंकिंग शामिल है। इस स्तर का नियंत्रण सेल्ट्ज़ को प्रत्येक चरण को विशेष रूप से एआई कार्यभार के लिए अनुकूलित करने की अनुमति देता है। कंपनी के अनुसार, स्टैक का मालिक होने से गुणवत्ता, प्रदर्शन, स्रोत सत्यापन और भविष्य के उत्पाद विकास पर भी अधिक नियंत्रण संभव हो जाता है।

कंपनी का वेब नॉलेज एपीआई डेवलपर्स को वास्तविक समय में वेब जानकारी तक पहुंच प्रदान करता है जो बड़े भाषा मॉडल, पुनर्प्राप्ति-संवर्धित पीढ़ी (आरएजी) प्रणाली, और स्वायत्त एजेंटों द्वारा उपयोग के लिए संरचित की गई है। सर्च परिणामों को वापस करने के बजाय, प्लेटफ़ॉर्म स्रोत संदर्भों के साथ संदर्भ-समृद्ध जानकारी वितरित करने पर केंद्रित है जो एआई प्रणालियों द्वारा सीधे उपभोग की जा सकती है।

एआई-मूल इंफ्रास्ट्रक्चर के लिए बढ़ता बाजार

यह फंडिंग एआई संस्थापना के लिए बढ़ती रुचि के बीच आती है। हाल के एआई बूम में मॉडल प्रदाता, चिप्स और एजेंट फ्रेमवर्क पर बहुत ध्यान केंद्रित किया गया है, लेकिन पुनर्प्राप्ति इंफ्रास्ट्रक्चर एक और महत्वपूर्ण परत के रूप में उभर रहा है।

एक कारण यह है कि एआई प्रणालियों को ताज़ा जानकारी के साथ काम करने की उम्मीद की जा रही है। प्रशिक्षण डेटा जल्दी से पुराना हो जाता है, विशेष रूप से समाचार, नियम, मूल्य, तकनीकी दस्तावेज़ और उद्यम डेटा जैसे क्षेत्रों में। इसके परिणामस्वरूप, वास्तविक समय पुनर्प्राप्ति कई उत्पादन एआई अनुप्रयोगों के लिए आवश्यक हो रही है।

सेल्ट्ज़ खुद को इस पुनर्प्राप्ति परत के प्रदाता के रूप में स्थापित कर रहा है। उपभोक्ता सर्च इंजनों के साथ सीधे प्रतिस्पर्धा करने के बजाय, कंपनी डेवलपर्स, एआई-मूल स्टार्टअप, फ्रंटियर एआई लैब्स और उन प्रणालियों का निर्माण करने वाले उद्यमों को लक्षित कर रही है जिन्हें वर्तमान जानकारी तक विश्वसनीय पहुंच की आवश्यकता होती है। यह मशीन-टू-मशीन इंटरैक्शन के लिए विशेषज्ञ इंफ्रास्ट्रक्चर की ओर एक व्यापक बदलाव को दर्शाता है, न कि मानव इंटरफेस।

प्रदर्शन और बेंचमार्किंग प्रतिस्पर्धी लाभ बन जाते हैं

सर्च गुणवत्ता को मापना विशेष रूप से तब मुश्किल हो जाता है जब मानव उपयोगकर्ताओं के बजाय एआई एजेंटों के लिए डिज़ाइन की गई प्रणालियों का मूल्यांकन किया जा रहा हो। इसे संबोधित करने के लिए, सेल्ट्ज़ ने हाल ही में डायनामिक न्यूज़ सर्च बेंचमार्क (डीएनएसबी) लॉन्च किया है, जो एक सार्वजनिक बेंचमार्क है जो विभिन्न एआई सर्च प्रदाताओं में पुनर्प्राप्ति गुणवत्ता और लेटेंसी का मूल्यांकन करने के लिए डिज़ाइन किया गया है।

कंपनी दोनों पुनर्प्राप्ति गति और प्रभावशीलता में मजबूत परिणामों की रिपोर्ट करती है। पहले के उत्पाद अपडेट में सैकड़ों मिलीसेकंड में पुनर्प्राप्ति लेटेंसी को उजागर किया गया था, जो जटिल तर्क कार्यों के दौरान कई सर्च करने वाले एजेंटों के लिए एक महत्वपूर्ण कारक है। तेजी से पुनर्प्राप्ति न केवल उपयोगकर्ता अनुभव में सुधार करती है, बल्कि बाहरी जानकारी के लिए प्रतीक्षा करने में मॉडलों द्वारा बिताए गए समय को कम करके कंप्यूट लागत को भी कम कर सकती है।

बेंचमार्क पर जोर एआई इंफ्रास्ट्रक्चर में एक व्यापक रुझान को दर्शाता है, जहां मापने योग्य प्रदर्शन मेट्रिक्स प्रतिस्पर्धी प्लेटफ़ॉर्म का मूल्यांकन करते समय उद्यमों के लिए बढ़ती महत्ता प्राप्त कर रहे हैं।

सर्च परिणामों से परे विस्तार

जबकि वेब सर्च अभी भी कंपनी का मुख्य फोकस है, सेल्ट्ज़ ने पहले से ही अपने प्लेटफ़ॉर्म की क्षमताओं का विस्तार करना शुरू कर दिया है। हाल के उत्पाद रिलीज़ में प्रकाशन-तिथि फ़िल्टरिंग, डोमेन फ़िल्टरिंग नियंत्रण, एकीकरण और विकासकों को पुनर्प्राप्त जानकारी की गुणवत्ता और ताजगी का प्रबंधन करने में मदद करने के लिए उपकरण शामिल हैं। कंपनी ने एआई कार्यभार और एजेंट फ्रेमवर्क के भीतर वास्तविक समय वेब ज्ञान को अधिक सुलभ बनाने के लिए लक्षित सुविधाओं को भी जारी किया है।

इन अतिरिक्तों से पता चलता है कि सेल्ट्ज़ पुनर्प्राप्ति को एक स्टैंडअलोन सुविधा के रूप में नहीं देखता है, बल्कि एक व्यापक ज्ञान इंफ्रास्ट्रक्चर परत के रूप में जो उद्यम प्रणालियों, अनुप्रयोगों और स्वायत्त कार्यभार में एकीकृत की जा सकती है।

एआई-मूल पुनर्प्राप्ति इंफ्रास्ट्रक्चर के व्यापक निहितार्थ

सेल्ट्ज़ जैसी प्रौद्योगिकियां एआई प्रणालियों के साथ इंटरनेट की बातचीत में एक व्यापक विकास की ओर संकेत करती हैं। पारंपरिक सर्च इंजन मानव कार्यभार के आसपास डिज़ाइन किए गए थे, जहां उपयोगकर्ता लिंक का मूल्यांकन करते हैं, स्रोतों की तुलना करते हैं और प्रासंगिकता निर्धारित करते हैं। एआई एजेंटों, इसके विपरीत, पुनर्प्राप्ति प्रणालियों की आवश्यकता होती है जो मशीन तर्क और स्वचालन के लिए अनुकूलित प्रारूप में विश्वसनीय जानकारी को तेजी से उजागर कर सकती हैं।

पुनर्प्राप्ति इंफ्रास्ट्रक्चर का विकास एआई अनुप्रयोगों की अगली पीढ़ी को प्रभावित कर सकता है। ताज़ा जानकारी तक तेजी से पहुंच एंटरप्राइज़ इंटेलिजेंस, वित्तीय विश्लेषण, वैज्ञानिक अनुसंधान, साइबर सुरक्षा और वास्तविक समय निर्णय समर्थन जैसे क्षेत्रों में स्वायत्त प्रणालियों के प्रदर्शन में सुधार कर सकती है। उसी समय, स्रोत अट्रिब्यूशन और सत्यापन पर अधिक जोर देने से हॉल्यूसिनेशन, पुरानी जानकारी और एआई पारदर्शिता के बारे में चल रही चिंताओं को संबोधित करने में मदद मिल सकती है।

जैसे ही संगठन अधिक स्वायत्त प्रणालियों को तैनात करते हैं, पुनर्प्राप्ति परत एआई स्टैक का एक महत्वपूर्ण घटक बन सकती है, जो मॉडल, वेक्टर डेटाबेस और ऑर्केस्ट्रेशन फ्रेमवर्क के साथ-साथ बैठती है। जो कंपनियां इन मूलभूत प्रौद्योगिकियों का निर्माण कर रही हैं, वे आगे के वर्षों में अधिक विश्वसनीय, जवाबदेह और जानकारी-सचेत एआई प्रणालियों का समर्थन करने वाले बुनियादी ढांचे की स्थापना में मदद कर रही हैं।