დღეს AI-ის სფეროში მოდელების შესაძლებლობების შეფასება (benchmarking) კომპანიებისთვის არა მხოლოდ ტექნიკური აუცილებლობა, არამედ მარკეტინგული იარაღიც გახდა. თუმცა, არსებული სისტემები ხშირად მოძველებულია და ვერ ზომავს თანამედროვე მოდელების რეალურ პოტენციალს. 2024 წელს დაარსებული სტარტაპი Vals სწორედ ამ პრობლემის გადაჭრას ისახავს მიზნად.
კომპანიამ, რომელსაც სათავეში 25 წლის რაიან კრიშნანი უდგას, ცოტა ხნის წინ 40 მილიონი დოლარის ინვესტიცია მოიზიდა Andreessen Horowitz-ის ლიდერობით. Vals-ის მიდგომა რადიკალურად განსხვავდება ტრადიციული მეთოდებისგან: ნაცვლად საჯაროდ ხელმისაწვდომი ტესტებისა, რომლებიც მოდელების „გაწვრთნას“ და შედეგების მანიპულირებას უწყობს ხელს, Vals იყენებს დახურულ, სპეციალიზებულ შეფასებებს. სტარტაპი აანალიზებს მოდელების უნარს, შეასრულონ კომპლექსური დავალებები ისეთ სფეროებში, როგორიცაა სამართალი, ფინანსები, კოდირება და კიბერუსაფრთხოება.
„ჩვენ ვზომავთ მოდელების რეალურ გავლენას და იმას, შეუძლიათ თუ არა მათ ადამიანის დონის ხარისხის პროდუქტის შექმნა,“ — აცხადებს კრიშნანი. Vals-ის შეფასების სისტემა მოიცავს როგორც პოზიტიურ შედეგებს, ისე პოტენციურ რისკებს, მათ შორის ბიოუსაფრთხოებასა და ეთიკურ ნორმებს. კომპანიის შემოსავალი გასულ წელთან შედარებით რვაჯერ გაიზარდა, რაც ადასტურებს, რომ ბიზნესს სჭირდება სანდო ინსტრუმენტები AI-ის შესაძლებლობების დასადასტურებლად.
კრიშნანის ხედვით, მომავალში, როდესაც AI კომპანიები საჯარო გახდებიან, მსგავსი დამოუკიდებელი შეფასებები გადამწყვეტი იქნება ინვესტორებისა და საზოგადოების ნდობის მოსაპოვებლად. Vals მიზნად ისახავს გახდეს გლობალური სტანდარტი, რომელიც განსაზღვრავს, თუ როგორ უნდა შეფასდეს ხელოვნური ინტელექტის ინტელექტი და უსაფრთხოება.
წყარო: techcrunch.com
