Graphon AI, $8.3 Milyon Dolarlık Yatırım ile “Zeka Katmanı” İçin Çıktı

AI altyapı şirketi Graphon AI, modern AI sistemlerinin karşılaştığı en büyük engellerden biri olan büyük modellerin devasa, parçalı çoklu ortam verisetleri üzerinde etkili bir şekilde akıl yürütme yeteneklerinin olmamasını çözmeye çalışırken, $8.3 milyon dolarlık tohum yatırımı ile gizlilikten çıktı.

Tur, Novera Ventures tarafından yönetildi ve Samsung Next, Hitachi Ventures, Perplexity Fund, GS Futures, Gaia Ventures, B37 Ventures ve Aurum Partners tarafından destek edildi.

San Francisco merkezli şirket, Amazon, Meta, MIT, Google, Apple, NVIDIA ve NASA gibi organizasyonlardan eski araştırmacılar ve mühendisler tarafından kuruldu.

Graphon’un Çözmeye Çalıştığı Problem

Büyük dil modelleri son birkaç yılda dramatically daha yetenekli hale geldi, ancak vẫn temel bir sınırlamaya sahipler: bağlam pencereleri.

Şirketler, belgeler, veritabanları, güvenlik sistemleri, video akışları, günlükler, ses dosyaları ve dahili yazılım platformları gibi devasa miktarda bağlantısız veri ile karşı karşıya kalırken, hatta gelişmiş AI modelleri yalnızca sınırlı miktarda bilgiyi aynı anda işleyebilir.

Mevcut yaklaşımlar gibi Retrieval-Augmented Generation (RAG), modellere ilgili bilgileri alma konusunda yardımcı olur, ancak veri setleri arasındaki daha derin ilişkileri anlamakta veya zaman içinde sürekli bir anlayış sağlamakta zorlanırlar.

Graphon’un yaklaşımı, akıl yürütme sürecinin bir kısmını modelin kendisinden dışarı taşımaktır.

Temel bir modeli sürekli olarak ham şirket verilerini işlemek yerine, Graphon, model bunları işlemeden önce farklı bilgi türleri arasındaki ilişkileri haritalayan bir “öncül zeka katmanı” oluşturur.

Şirket, bu ilişkisel katmanın, geleneksel olarak ağ analizi ve büyük grafik sistemlerle ilgili olan grafon fonksiyonları kullanılarak inşa edildiğini söylüyor. Sistem, metin, video, ses, resimler, yapılandırılmış veritabanları, endüstriyel sistemler ve sensör ağları gibi çoklu ortam veri kaynakları arasındaki bağlantıları tanımlamak için tasarlanmıştır.

Şirketin iddiasına göre, bu, bir modelin bağlam penceresi sınırlamalarından bağımsız olarak çalışabilen kalıcı yapılandırılmış bir bellek formu oluşturur.

Daha Büyük Modellerden Uzaklaşma

Graphon’un lansmanı, AI endüstrisi genelinde发生 eden daha geniş bir değişimi yansıtıyor.

Yıllarca, AI’deki ilerleme büyük ölçüde modelleri ölçeklendirme, daha fazla parametre eklemek, daha fazla hesaplama ve daha büyük eğitim veri setleri eklemek yoluyla sağlandı. Ancak birçok araştırmacı ve altyapı şirketi, artık daha büyük temel modeller inşa etmek yerine, daha iyi bellek sistemleri, akıl yürütme mimarileri, alma katmanları ve veri organizasyonu yoluyla AI performansını geliştirmeye yönelik yollar araştırmaktadır.

Şirket, zekanın yalnızca modelin kendisinde değil, aynı zamanda şirket verilerine bağlanan altyapı katmanında da mevcut olması gerektiğini savunuyor.

Bu yaklaşım, şirketlerin AI sistemlerini, bilgilerin sürekli değiştiği ve aynı anda birden fazla sistemde yayıldığı ortamlara dağıttıkları medida arttıkça giderek daha önemli hale gelebilir.

Endüstriyel ortamlarda, örneğin, AI sistemleri, makine telemetri, güvenlik kamerası görüntüleri, operasyonel günlükler, bakım kayıtları ve şirket iş akışları gibi çeşitli veri kaynakları arasında akıl yürütmek zorunda kalabilir. Benzer zorluklar robotik, lojistik, sağlık ve şirket otomasyonu gibi sektörlerde de mevcuttur.

Erken Şirket Dağıtımları

Graphon, erken şirket müşterilerinin arasında Güney Kore konglomeratı GS Group’un da olduğunu söylüyor.

Şirketin iddiasına göre, dağıtımlar, perakende ortamlarında müşteri hareketlerini analiz etmeyi ve inşaat sitelerinde çoklu CCTV analizi yoluyla güvenlik izlemeyi iyileştirmeyi içeriyor.

Şirket, altyapısının ayrıca ajans iş akışlarını destekleyebileceğini, böylece AI ajanlarının daha zengin çoklu ortam bağlamına dayalı kararlar almasına olanak tanıyabileceğini söylüyor.

Diğer bir odak alanı, cihazda AI akıl yürütmesidir. Graphon, sisteminin akıllı telefonlardan, kameralardan, giyilebilir cihazlardan, akıllı gözlüklerden ve diğer bağlı cihazlardan üretilen veriyle çalışmak için tasarlandığını söylüyor.

İlişkisel AI Altyapısının Gelecekteki Sonuçları

Graphon’un ortaya çıkması, yapay zekada发生 eden daha geniş bir değişimi yansıtıyor: yalnızca modelleri ölçeklemenin endüstrinin en zorlu sorunlarını çözmediğinin giderek artan şekilde tanınması.

Şirketler AI’yi giderek daha karmaşık ortamlara dağıttıkça, zorluk, metin ve prompleri üretebilmekten, sürekli değişen sistemler, insanlar, cihazlar ve bilgi akışları arasındaki ilişkileri anlamaya doğru kayıyor.

Gelecek AI sistemleri, belgeler ve promplerin ötesinde çok daha fazlasını akıl yürütmek zorunda kalacak. Otonom fabrikalar, robotik sistemler, akıllı şehirler, giyilebilir cihazlar, endüstriyel sensörler, güvenlik altyapısı ve şirket yazılım ekosistemleri gibi sistemler, devasa miktarda bağlantılı çoklu ortam verisi üretiyor. Bu bilgilerin çoğu sürekli olarak var ve gerçek zamanlı olarak evrim geçiriyor.

Bu, bir modelin geçici bellek penceresinin ötesinde sürekli bağlamı koruyabilen yeni AI altyapıları için baskı oluşturuyor.

Sonuçlar, şirket verimlilik araçlarının ötesine geçebilir. İlişkisel bellek ve çoklu ortam anlayışına dayalı sistemler, robotik koordinasyon, endüstriyel otomasyon, dijital ikizler, otonom taşımacılık, sağlık teşhisi ve uyarlanabilir kenar hesaplama ortamları gibi alanlarda da rol oynayabilir.

Ajans AI’nin yükselişi bu ihtiyacı daha da hızlandırabilir. Şirket sistemleri içinde özerk olarak çalışan ajanlar, daha derin bağlamsal farkındalığa ve eylemler, sistemler ve ortamların zaman içinde nasıl bağlandığını daha dayanıklı bir şekilde anlamaya ihtiyaç duyacaklar.

Bu anlamda, AI gelişiminin bir sonraki büyük aşaması, makinelerin dinamik gerçek dünya ortamlarını daha sürekli bir şekilde modellemelerine yardımcı olan sistemler inşa etmek olabilir – yalnızca izole promplerden giderek daha sofistike yanıtlar üretmek yerine.