कोहेर कसे तयार झाले: एआय स्टार्टअपचा सखोल अभ्यास

कोहेरची निर्मिती: एक सखोल अभ्यास

पार्श्वभूमी:

मोठ्या भाषिक मॉडेलच्या क्षेत्रात OpenAI आणि ChatGPT चे वर्चस्व आहे, हे लक्षात घेऊन या लेखाची सुरुवात होते. या क्षेत्रात तीव्र स्पर्धा आहे. कोहेरने उद्यम क्लायंट्सवर लक्ष केंद्रित करून, कस्टमायझेबल आणि सुरक्षित एआय सोल्यूशन्स देऊन स्वतःचे स्थान निर्माण केले आहे. कंपनीचे सह-संस्थापक एडन गोमेझ आहेत, जे "अटेंशन इज ऑल यू नीड" या महत्त्वपूर्ण पेपरचे सह-लेखक आहेत. त्यांच्यासोबत इव्हान झांग आणि निक फ्रॉस्ट यांचाही सहभाग आहे. कोहेरला मोठ्या प्रमाणात निधी मिळाला आहे, ज्यात 270 मिलियन डॉलरच्या सिरीज C राउंडचा समावेश आहे. या कंपनीला मोठ्या टेक कंपन्या आणि गुंतवणूकदारांचे समर्थन आहे.

कल्पनेचा जन्म

एडन गोमेझ यांचे सुरुवातीचे कार्य: गुगल ब्रेनमध्ये इंटर्नशिप करत असताना एडनचा "अटेंशन इज ऑल यू नीड" पेपरमध्ये सहभाग महत्त्वाचा ठरला. त्यांनी मोठ्या न्यूरल नेटवर्क्सला प्रशिक्षण देण्यासाठी लुकास कैसरसोबत सॉफ्टवेअर प्लॅटफॉर्मवर काम केले. त्यांनी नोआम शाझेरसोबत RNNs ला पर्याय शोधण्यासाठी सहकार्य केले. या सहकार्यातून ट्रान्सफॉर्मर मॉडेलची निर्मिती झाली. ट्रान्सफॉर्मर मॉडेलचा प्रभाव: ट्रान्सफॉर्मर मॉडेलने एआय क्षेत्रात क्रांती घडवली, ज्यामुळे BERT आणि GPT सारख्या मॉडेलचा विकास झाला. एडनला ट्रान्सफॉर्मर मॉडेलची क्षमता तेव्हा जाणवली, जेव्हा त्याने एका शब्दावरून एक सुसंगत कथा तयार केली.

संशोधनातून उद्योजकतेकडे

इव्हान झांगची पार्श्वभूमी: इव्हान, टोरंटो विद्यापीठातील माजी विद्यार्थी असून, त्यांना प्रत्यक्ष कृतीतून शिकणे आवडते. FOR.ai: एडन आणि इव्हान यांनी सुरुवातीला FOR.ai नावाची एआय संशोधन संस्था स्थापन केली, त्यानंतर त्यांनी औपचारिक स्टार्टअपमध्ये प्रवेश केला. सुरुवातीची व्यवसाय कल्पना: त्यांची सुरुवातीची कल्पना एआय मॉडेल कॉम्प्रेस करण्यासाठी एक प्लॅटफॉर्म तयार करण्याची होती, पण बाजारात मागणी नसल्यामुळे त्यांनी आपला विचार बदलला. मोठ्या भाषिक मॉडेलकडे वाटचाल: GPT-2 च्या रिलीजनंतर आणि मॉडेलच्या आकारमानाचे महत्त्व वाढल्याने कोहेरने मोठ्या भाषिक मॉडेलवर लक्ष केंद्रित केले. पहिले उत्पादन: कोहेरचे पहिले उत्पादन टेक्स्ट ऑटो-कंप्लीशन टूल होते, जे ToC (व्यवसाय-ते-ग्राहक) मॉडेल होते. ToB कडे बदल: त्यांनी ग्राहक उत्पादनांमधील अडचणी लक्षात घेऊन ToB (व्यवसाय-ते-व्यवसाय) मॉडेलकडे आपला मोर्चा वळवला आणि उद्यम क्लायंट्ससाठी API प्लॅटफॉर्म ऑफर केले. कोहेरचे ध्येय: कंपनीचा उद्देश सर्व व्यवसायांसाठी एआय सुलभ करणे, आणि स्वीकारण्यातील अडथळे दूर करणे आहे. मुख्य वैशिष्ट्ये: कोहेर कस्टमायझेबल मॉडेल, मल्टी-क्लाउड आणि ऑन-प्रिमाइसेस डिप्लॉयमेंट पर्याय आणि मजबूत डेटा प्रायव्हसी प्रदान करते.

प्रतिभा आणि संस्कृती

भरतीसाठी अनोखा दृष्टिकोन: कोहेर अशा व्यक्तींना शोधते, ज्यांना एआयची आवड आहे आणि ज्यांना त्यांच्या पार्श्वभूमीची पर्वा न करता प्रभाव पाडण्याची इच्छा आहे. व्यावहारिक कौशल्यांवर भर: ते केवळ शैक्षणिक उपलब्धींपेक्षा प्रत्यक्ष अनुभव आणि व्यावहारिक उपयोजनाला महत्त्व देतात. संशोधनाची संस्कृती: कोहेर संशोधन आणि अभियांत्रिकी या दोन्हीवर लक्ष केंद्रित करून, प्रयोग आणि नवकल्पनांची संस्कृती जोपासते.

एआयचे भविष्य

स्पर्धेबद्दल एडनचा दृष्टिकोन: एडनचा विश्वास आहे की एआय मार्केटमध्ये मक्तेदारी होणार नाही आणि वेगवेगळ्या कंपन्यांना त्यांची स्वतःची जागा मिळेल. एआयच्या गैरवापराची चिंता: एडनने सोशल मीडिया आणि सार्वजनिक चर्चांमध्ये फेरफार करण्यासाठी एआय वापरले जाण्याची शक्यता व्यक्त केली आहे. एआय स्वीकारण्यातील आव्हाने: इव्हानने एआय मॉडेलचे मूल्यांकन करणे आणि डेटा प्रायव्हसी सुनिश्चित करण्याच्या समस्यांवर प्रकाश टाकला आहे. एम्बोडेड एआयची क्षमता: एडन आणि इव्हान दोघांनाही एम्बोडेड एआयमध्ये मोठी क्षमता दिसते, जे एआयला रोबोटिक्स आणि भौतिक प्रणालींशी जोडते. एआयचे भविष्यकालीन शिक्षण: एडनने मानवी ज्ञानाच्या पलीकडे जाऊन नवीन ज्ञान निर्माण करण्याच्या एआयच्या शक्यतेबद्दल भाष्य केले आहे.

मुख्य संकल्पना

• ट्रान्सफॉर्मर मॉडेल: हे एक न्यूरल नेटवर्क आर्किटेक्चर आहे, जे टेक्स्टसारख्या सिक्वेन्शियल डेटावर प्रक्रिया करण्यासाठी अटेंशन मेकॅनिझमचा वापर करते.
• RNN (रिकरंट न्यूरल नेटवर्क): हे एक प्रकारचे न्यूरल नेटवर्क आहे, जे मागील इनपुटमधून माहिती मिळवून सिक्वेन्शियल डेटावर प्रक्रिया करते.
• ToC (व्यवसाय-ते-ग्राहक): हे एक व्यवसाय मॉडेल आहे, जिथे उत्पादने किंवा सेवा थेट वैयक्तिक ग्राहकांना विकल्या जातात.
• ToB (व्यवसाय-ते-व्यवसाय): हे एक व्यवसाय मॉडेल आहे, जिथे उत्पादने किंवा सेवा इतर व्यवसायांना विकल्या जातात.
• API (ऍप्लिकेशन प्रोग्रामिंग इंटरफेस): हे नियम आणि तपशीलांचा एक संच आहे, जो वेगवेगळ्या सॉफ्टवेअर ऍप्लिकेशन्सना एकमेकांशी संवाद साधण्यास मदत करतो.
• एम्बोडेड एआय: हे एआयला रोबोटसारख्या भौतिक प्रणालींशी एकत्रित करते, ज्यामुळे त्यांना वास्तविक जगात संवाद साधता येतो.
• मल्टी-क्लाउड: वेगवेगळ्या प्रदात्यांकडून अनेक क्लाउड कंप्यूटिंग सेवांचा वापर करणे.
• ऑन-प्रिमाइसेस: कंपनीच्या स्वतःच्या सर्व्हरवर सॉफ्टवेअर आणि इन्फ्रास्ट्रक्चरची स्थापना करणे.
• फाइन-ट्यूनिंग: विशिष्ट कार्य किंवा डेटासेटसाठी प्री-ट्रेन्ड एआय मॉडेलला अनुकूल करण्याची प्रक्रिया.
• वर्ड एम्बेडिंग: शब्दांना संख्यात्मक वेक्टर म्हणून दर्शविण्यासाठी एक तंत्र, जे त्यांचे सिमेंटिक अर्थ कॅप्चर करते.

कोहेरने कशाप्रकारे एआय क्षेत्रात स्वतःची वेगळी ओळख निर्माण केली, याची माहिती या लेखात दिली आहे.