בניית קוהר: מבט מעמיק על סטארטאפ הבינה המלאכותית

כיצד נבנתה קוהר: מבט מעמיק על סטארטאפ הבינה המלאכותית

העלייה של מודלים שפה גדולים: המאמר מתחיל בהכרה בשליטתה של OpenAI וה-ChatGPT שלה, תוך הדגשת התחרות העזה בתחום מודלים השפה הגדולים.

המיקום הייחודי של קוהר: קוהר יצרה לעצמה נישה על ידי התמקדות בלקוחות ארגוניים, והיא מציעה פתרונות בינה מלאכותית הניתנים להתאמה אישית ומאובטחים.

שחקני מפתח: החברה נוסדה על ידי איידן גומז, מחבר שותף של המאמר פורץ הדרך "Attention is All You Need", יחד עם איוון ג'אנג וניק פרוסט.

גיבוי כספי: קוהר השיגה מימון משמעותי, כולל סבב גיוס מסדרה C של 270 מיליון דולר, ומגובה על ידי חברות טכנולוגיה ומשקיעים גדולים.

ההתפתחות של קוהר

ראשיתו של רעיון

עבודתו המוקדמת של איידן גומז: מעורבותו של איידן במאמר "Attention is All You Need" במהלך ההתמחות שלו ב-Google Brain הייתה רגע מכריע.

• הוא עבד עם לוקאש קייזר על פלטפורמת תוכנה לאימון רשתות עצביות גדולות.
• הוא שיתף פעולה עם נועם שזיר בחקר חלופות ל-RNNs.
• שיתוף הפעולה הוביל ליצירת מודל ה-Transformer.

ההשפעה של מודל ה-Transformer: מודל ה-Transformer חולל מהפכה בתחום הבינה המלאכותית, והוביל לפיתוח מודלים כמו BERT ו-GPT.

ההבנה של איידן: איידן הופתע מהפוטנציאל של מודל ה-Transformer כשראה אותו מייצר סיפור קוהרנטי מקלט של מילה אחת.

ממחקר ליזמות

הרגע של איוון ג'אנג: איוון, בוגר נוסף של אוניברסיטת טורונטו, מתואר כיוצר מעשי שמעדיף ללמוד תוך כדי עשייה.

FOR.ai: איידן ואיוון הקימו בתחילה את FOR.ai, קבוצת מחקר בינה מלאכותית, לפני שיצאו למיזם סטארטאפ פורמלי יותר.

רעיון עסקי מוקדם: הרעיון הראשוני שלהם היה ליצור פלטפורמה לדחיסת מודלים של בינה מלאכותית, אך הם עשו פיבוט בשל חוסר ביקוש בשוק.

המעבר למודלים שפה גדולים: השחרור של GPT-2 והחשיבות הגוברת של גודל המודל הובילו את קוהר להתמקד במודלים שפה גדולים.

מוצר ראשוני: המוצר הראשון של קוהר היה כלי להשלמה אוטומטית של טקסט, שהיה מודל ToC (עסקי לצרכן).

המעבר ל-ToB: הם הבינו את האתגרים של מוצרי צריכה ועברו למודל ToB (עסקי לעסקים), והציעו פלטפורמת API ללקוחות ארגוניים.

המשימה של קוהר: החברה שואפת להפוך את הבינה המלאכותית לנגישה לכל העסקים, תוך הסרת חסמים לאימוץ.

מאפיינים עיקריים: קוהר מציעה מודלים הניתנים להתאמה אישית, אפשרויות פריסה מרובות עננים ומקומיות, ופרטיות נתונים חזקה.

כישרון ותרבות

גישת גיוס ייחודית: קוהר מחפשת אנשים עם תשוקה לבינה מלאכותית ורצון להשפיע, ללא קשר לרקע שלהם.

דגש על כישורים מעשיים: הם מעריכים ניסיון מעשי ויישום מעשי על פני הישגים אקדמיים גרידא.

תרבות של חקר: קוהר מטפחת תרבות של ניסויים וחדשנות, תוך התמקדות הן במחקר והן בהנדסה.

עתיד הבינה המלאכותית

הפרספקטיבה של איידן על התחרות: איידן מאמין ששוק הבינה המלאכותית לא יהיה מונופוליסטי, ושלחברות שונות יהיו נישות משלהן.

חששות לגבי שימוש לרעה בבינה מלאכותית: איידן מביע דאגה לגבי הפוטנציאל של בינה מלאכותית לשמש למניפולציה של מדיה חברתית ושיח ציבורי.

אתגרים באימוץ בינה מלאכותית: איוון מדגיש את האתגרים בהערכת מודלים של בינה מלאכותית והבטחת פרטיות נתונים.

הפוטנציאל של בינה מלאכותית מגולמת: גם איידן וגם איוון רואים פוטנציאל גדול בבינה מלאכותית מגולמת, המשלבת בינה מלאכותית עם רובוטיקה ומערכות פיזיות.

הלמידה העתידית של הבינה המלאכותית: איידן משער לגבי האפשרות של בינה מלאכותית ללמוד מעבר לידע האנושי וליצור ידע חדש.

מושגי מפתח שהוסברו

• מודל Transformer: ארכיטקטורה של רשת עצבית המשתמשת במנגנוני קשב לעיבוד נתונים רציפים, כגון טקסט.
• RNN (רשת עצבית חוזרת): סוג של רשת עצבית המעבדת נתונים רציפים על ידי שמירה על מצב נסתר שתופס מידע מקלטים קודמים.
• ToC (עסקים לצרכן): מודל עסקי שבו מוצרים או שירותים נמכרים ישירות לצרכנים בודדים.
• ToB (עסקים לעסקים): מודל עסקי שבו מוצרים או שירותים נמכרים לעסקים אחרים.
• API (ממשק תכנות יישומים): קבוצה של כללים ומפרטים המאפשרים ליישומי תוכנה שונים לתקשר זה עם זה.
• בינה מלאכותית מגולמת: שילוב של בינה מלאכותית עם מערכות פיזיות, כגון רובוטים, כדי לאפשר להם לקיים אינטראקציה עם העולם האמיתי.
• מרובה עננים: השימוש בשירותי מחשוב ענן מרובים מספקים שונים.
• מקומי: הפריסה של תוכנה ותשתית בשרתים של החברה עצמה.
• כוונון עדין: תהליך של התאמת מודל בינה מלאכותית שאומן מראש למשימה או מערך נתונים ספציפי.
• הטבעת מילים: טכניקה לייצוג מילים כווקטורים מספריים, תוך לכידת המשמעות הסמנטית שלהן.