Кріс Махл, Президент і Головний виконавчий директор у Pryon – Серія інтерв’ю

Кріс Махл є Президентом і Головним виконавчим директором у Pryon. З більш ніж двома десятиліттями досвіду у деяких з найвідоміших підприємств програмного забезпечення світу, Кріс спеціалізується на масштабуванні стратегій виходу на ринок і операцій для технологічних компаній на всіх етапах зростання.

Pryon забезпечує довірений, безпечний і перевірений шлях до впровадження генеративного ІІ у підприємствах. Найкращі інжекторні і пошукові двигуни Pryon можна поєднати з генеративними моделями мови для впровадження генерації з підтримкою пошуку і безпечного надання точних, миттєвих і верифікованих відповідей у масштабі підприємства.

Pryon зосереджується на генерації з підтримкою пошуку (RAG). Чи можете Ви пояснити, як Ваш підхід до пошуку відрізняється від інших систем пошуку та управління знаннями, що працюють на основі ІІ?

Підхід Pryon до пошуку виділяється тим, що наш пошуковий двигун здатний отримувати доступ до контенту в режимі реального часу з різних джерел, таких як PDF, зображення, веб-сторінки та відео, при цьому зберігаючи приватність даних без зовнішніх залежностей. Ми поєднали семантичний пошук з детальною атрибуцією даних, щоб досягти більш ніж 90% точності пошуку. На відміну від багатьох систем, наша система ефективно масштабується для великих організацій, що дозволяє командам швидко і точно приймати рішення на основі їхньої наявної бази знань.

Двигун інжекції Pryon призначений для структуризації великих обсягів багатомодального контенту. Що робить Ваш процес інжекції унікальним, і як він підвищує точність пошуку?

Інжекція Pryon може обробляти багатомодальний контент – витягувати відповіді з аудіо, зображень, тексту та відео з різних джерел. Це вирішує фундаментальну проблему роз’єднаних даних у підприємствах. З ростом необроблених даних понад 50% щорічно, наш інжектор перетворює розрізнену інформацію на структуровану, діючу знання. Процес розроблений з урахуванням безпеки та приватності, зберігаючи захищені конфіденційні дані підприємства, роблячи їх негайно корисними.

Ваш пошуковий двигун обіцяє миттєві, точні та верифіковані відповіді. Як Pryon забезпечує точність і мінімізує галюцинації при витяганні інформації?

Pryon забезпечує точність і мінімізує галюцинації за допомогою кількох механізмів. Наша технологія поєднує семантичний пошук з детальною атрибуцією даних, що означає, що відповіді можна простежити до їхніх конкретних джерел. Ця атрибуція критична для верифікації. Система отримує доступ до контенту в режимі реального часу з оригінальних джерел, а не покладається на потенційно застарілі або неповні бази знань. Ця пряма зв’язок з джерельними матеріалами, разом з нашою високою точністю пошуку (більше 90%), суттєво знижує ризик галюцинацій, які переслідують багато генеративних систем ІІ.

Як Pryon обробляє оновлення інформації в режимі реального часу, особливо в динамічних середовищах, таких як уряд, енергетика та охорона здоров’я?

Pryon забезпечує доступ до найбільш актуальної інформації через гнучку синхронізацію контенту на вимогу. Користувачі можуть запускати синхронізацію контенту за допомогою нашого адміністративного порталу або автоматизувати оновлення за допомогою нашого Sync-API на запланованій основі – чи то щотижня, щодня або навіть щогодини, залежно від операційних потреб. Наш процес delta-перевірки оптимізує ефективність, оновлюючи лише змінений контент, забезпечуючи швидкий, точний і ресурсо-ефектний пошук знань у критичних умовах, таких як уряд, енергетика та охорона здоров’я.

Pryon співпрацює з урядовими та оборонними агентствами. Хоча деталі часто класифікуються, чи можете Ви обговорити випадок, коли Ваш ІІ суттєво покращив прийняття рішень або операційну ефективність?

Pryon співпрацює з рядом оборонних та розвідувальних агентств, включаючи лабораторію досліджень ВПС (AFRL) та головний цифровий і штаб-квартиру штучного інтелекту (CDAO), щоб допомогти оптимізувати операції та дозволити швидше і більш інформоване прийняття рішень.

Одним потужним прикладом є наша співпраця з офісом цифрової трансформації Міністерства Повітряних Сил США (DAF DTO). Ця команда підтримує персонал з придбання та технічкого обслуговування, який часто потребує критичної інформації, похованої по сотням тисяч веб-сторінок і документів. Разом ми запустили DTO Wingman, штучно-інтелектуального помічника, який надає точні, миттєві відповіді на складні питання – разом з атрибуцією джерела.

Замість ручного пошуку політичних документів або регламентів, користувачі можуть просто задавати питання, такі як “Що я авторизований купити за свою картку для подорожей?” або “Що таке Цифровий будівельний код і як він пов’язаний з придбанням?” Штучний інтелект повертає точні відповіді і навіть допомагає генерувати звіти та матеріали для презентацій швидко.

Надавши персоналу Повітряних Сил і Космічних Сил негайний доступ до довірених відповідей, DTO Wingman допомагає командам працювати більш ефективно і забезпечувати надійне, своєчасне керівництво для старших посадових осіб і осіб, які приймають рішення.

Ваша робота в галузі наук про життя згадує дослідження, яке використовує штучний інтелект. Як система Pryon допомагає дослідникам орієнтуватися в величезних наборах даних, таких як PubMed або приватні дослідницькі репозиторії?

Система Pryon допомагає дослідникам орієнтуватися в величезних наборах даних, таких як PubMed або приватні дослідницькі репозиторії, за допомогою кількох ключових можливостей.

Покращення якості дослідження:

• Зменшення людської помилки: Систематичний пошук актуальних даних забезпечує менше пропущених статей або неврахованих доказів.
• Підтримка доказами: Кожна відповідь ґрунтується на оригінальній літературі, що сприяє висновкам, заснованим на даних, з посиланням на речення, з якого воно походило.

Захист над високочутливим контентом:

• Конфіденційність: Зберігає суворі заходи контролю доступу та шифрування даних, що є важливим для власних або пацієнт-асоційованих наборів даних.
• Згодність: З даними, що регулюються правилами, такими як HIPAA або GDPR, дослідники можуть довіряти, що чутливі відомості захищені.

Для служби підтримки клієнтів і продажів, як штучний інтелект Pryon порівнюється з традиційними рішеннями чат-ботів і CRM у плані підвищення ефективності та зниження навантаження підтримки?

Взаємодії з клієнтами та продажами зазвичай повинні балансувати точність та гнучкість своїх рішень чат-ботів та штучного інтелекту. Оскільки надання неправильної відповіді клієнту є недопустимим і може мати юридичні наслідки, багато постачальників чат-ботів та традиційних рішень штучного інтелекту віддають перевагу обмеженню гнучкості рішення за допомогою жорстких детермінативних взаємодій типу “faq тільки”.

Це болить постачальника, вимагаючи ручного кодування конкретних відповідей на загальні питання, і забезпечує поганий досвід для клієнта, який має інтерфейс чат-бота, але цілком негнучкий досвід, який мало відрізняється від читання faq. Інші постачальники віддають перевагу спробувати використовувати більш гнучкий генеративний досвід з меншими обмеженнями на моделі мови, однак через відсутність точного пошуку це涉лює вставляння цілих каталогів продуктів або веб-сторінок у контекстне вікно моделі мови, знижуючи точність виводу, потенційно катастрофічно.

Мистецтво і наука RAG полягають у максимізуванні сигналу (правди) та мінімізуванні шуму (іррелевантного контексту, який часто плутає модель мови). Точність пошуку Pryon – здатна джерелувати конкретну відповідь на рівні речення по всіх документах – означає, що служба підтримки клієнтів та продажів більше не повинні компрометувати точність за гнучкість.

Які Ви бачите найбільшими викликами в прийнятті штучного інтелекту в підприємствах сьогодні, особливо з системами на основі RAG?

Хоча це щось, що ми знаходимо у наших власних взаємодіях з ринком, це також усе більше визнається, що “дані, готові до штучного інтелекту” (або їхня відсутність) є найбільшою точкою відмови для розгортування штучного інтелекту.

• 91% виконавчих директорів у опитуванні Harvard Business Review заявили, що надійна основа даних є суттєвою для успішного розгортування штучного інтелекту.
• McKinsey виявила, що 70% ініціатив з генерації наступного покоління штучного інтелекту зустрічають труднощі, пов’язані з даними, при цьому лише 1% важливих даних підприємства відображається в сучасних моделях.
• The Wall Street Journal цитувала надійність як головну проблему для прийняття агентів штучного інтелекту – питання, тісно пов’язане з якістю та доступністю даних.
• Gartner ідентифікував відсутність даних, готових до генерації наступного покоління штучного інтелекту, як головну причину невдалих розгортань.

Дані, готові до штучного інтелекту, виходять за рамки простого векторизування ваших документів Word – це питання про уніфікацію ваших роз’єднаних джерел, роботу з складними форматами, такими як багатомодальні входи, очистку даних, покращення даних, отримання їх у форматі, який можна працювати з моделями мови, фрагментацію на правильному рівні деталізації для підтримання оптимальної точності та зниження витрат, індексування їх інтелектуально, підключення до продуктивного системи пошуку тощо.

Це великі виклики, які вимагають присвячених компетенцій та інструментів – у опитуванні будівельників RAG, які розробляють рішення всередині великих підприємств, яке провів Pryon, підготовка даних зайняла перше місце серед найбільш дорогих, часоємних і технічно складних частин будівництва,緊існо слідуючи за пошуком інформації.

Як Ви відрізняєте набір інструментів Pryon RAG від підприємств рішень, запропонованих Microsoft, Google чи OpenAI?

Конкретна диференціація варіюється від гравця до гравця, але на високому рівні великі технологічні гравці зосереджені на тому, щоб бути “інтерфейсом” до штучного інтелекту на роботі. Pryon зосереджується на більш фундаментальному рівні стека – рівні знань. Pryon вирішує глибокі проблеми підготовки даних та пошуку, тоді як великі технологічні гравці зосереджені на наданні широких рішень штучного інтелекту, які можуть служити деяким простим випадкам RAG, але часто розриваються, коли справа доходить до реальних складностей випадків використання підприємств та уряду. Pryon також може бути доповнюваним з цими системами, з контентом, згенерованим Copilot, Gemini чи GPT, який підключається до шару знань Pryon, щоб бути організованим і готовим для використання hạнизними додатками та агентами.

З розвитком правил штучного інтелекту, таких як Закон про штучний інтелект ЄС та керівні принципи штучного інтелекту США, як Pryon підходить до дотримання вимог та етичного використання штучного інтелекту?

Поки правила штучного інтелекту продовжують розвиватися глобально, Pryon залишається прив’язаним до дотримання вимог та етичного розгортання штучного інтелекту. Наш підхід відповідає рамкам, таким як Закон про штучний інтелект ЄС, керівні принципи штучного інтелекту США та принципами відповідального штучного інтелекту (RAI) Міністерства оборони, забезпечуючи, що наші рішення штучного інтелекту є довіреними, прозорими та керованими. За допомогою інтеграції суворої оцінки, простежуваності та безперервного моніторингу на протяженні всього життєвого циклу штучного інтелекту – приоритету безпеки, справедливості та продуктивності. Вбудовуючи ці найкращі практики у наш методологію розгортання, Pryon надає організаціям можливість використовувати штучний інтелект відповідально, одночасно відповідаючи найвищим нормативним та етичним стандартам.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Pryon.