کوہیر کی تعمیر کیسے ہوئی: ایک گہری غوطہ AI سٹارٹ اپ میں

کوہیر کی تعمیر: ایک گہری غوطہ AI سٹارٹ اپ میں

بنیادی خیال: یہ مضمون کوہیر کے سفر کی کھوج کرتا ہے، ایک AI سٹارٹ اپ جس نے بڑے لسانی ماڈلز کے مسابقتی منظر نامے میں انٹرپرائز حل اور ٹیلنٹ اور شراکت داری کے لیے ایک منفرد نقطہ نظر پر توجہ مرکوز کرکے خود کو ممتاز کیا ہے۔

پس منظر کا علم

بڑے لسانی ماڈلز کا عروج: مضمون OpenAI اور اس کے ChatGPT کے غلبے کو تسلیم کرتے ہوئے شروع ہوتا ہے، جو بڑے لسانی ماڈلز کے میدان میں شدید مقابلے کو اجاگر کرتا ہے۔
کوہیر کی منفرد پوزیشن: کوہیر نے انٹرپرائز کلائنٹس پر توجہ مرکوز کرتے ہوئے، حسب ضرورت اور محفوظ AI حل پیش کرتے ہوئے ایک جگہ بنائی ہے۔
اہم کھلاڑی: کمپنی کے شریک بانی ایڈن گومز تھے، جو اہم مقالے "توجہ سب کچھ ہے" کے شریک مصنف تھے، ان کے ساتھ ایوان ژانگ اور نک فروسٹ بھی تھے۔
مالی معاونت: کوہیر نے اہم فنڈنگ حاصل کی ہے، بشمول $270 ملین سیریز C راؤنڈ، اور اسے بڑی ٹیک کمپنیوں اور سرمایہ کاروں کی حمایت حاصل ہے۔

کوہیر کی ترقی

ایک خیال کی پیدائش

ایڈن گومز کا ابتدائی کام: ایڈن کی گوگل برین میں اپنی انٹرنشپ کے دوران "توجہ سب کچھ ہے" کے مقالے میں شمولیت ایک اہم لمحہ تھا۔
- انہوں نے بڑے نیورل نیٹ ورکس کی تربیت کے لیے ایک سافٹ ویئر پلیٹ فارم پر لوکاسز قیصر کے ساتھ کام کیا۔
- انہوں نے RNNs کے متبادل تلاش کرنے پر نوم شزیر کے ساتھ تعاون کیا۔
- اس تعاون کے نتیجے میں ٹرانسفارمر ماڈل کی تخلیق ہوئی۔
ٹرانسفارمر ماڈل کا اثر: ٹرانسفارمر ماڈل نے AI کے میدان میں انقلاب برپا کر دیا، جس کی وجہ سے BERT اور GPT جیسے ماڈلز تیار ہوئے۔
ایڈن کا ادراک: ایڈن ٹرانسفارمر ماڈل کی صلاحیت سے اس وقت متاثر ہوئے جب انہوں نے اسے ایک ہی لفظ کے ان پٹ سے ایک مربوط کہانی تیار کرتے دیکھا۔

تحقیق سے انٹرپرینیورشپ تک

ایوان ژانگ کا پس منظر: ایوان، یونیورسٹی آف ٹورنٹو کے ایک ساتھی فارغ التحصیل، کو ایک پریکٹیکل تخلیق کار کے طور پر بیان کیا گیا ہے جو عمل سے سیکھنے کو ترجیح دیتے ہیں۔
FOR.ai: ایڈن اور ایوان نے ابتدائی طور پر FOR.ai، ایک AI ریسرچ گروپ تشکیل دیا، اس سے پہلے کہ وہ زیادہ رسمی سٹارٹ اپ میں قدم رکھیں۔
ابتدائی کاروباری خیال: ان کا ابتدائی خیال AI ماڈلز کو کمپریس کرنے کے لیے ایک پلیٹ فارم بنانا تھا، لیکن مارکیٹ کی مانگ نہ ہونے کی وجہ سے انہوں نے اس میں تبدیلی کی۔
بڑے لسانی ماڈلز کی طرف تبدیلی: GPT-2 کے اجراء اور ماڈل کے سائز کی بڑھتی ہوئی اہمیت نے کوہیر کو بڑے لسانی ماڈلز پر توجہ مرکوز کرنے پر مجبور کیا۔
ابتدائی پروڈکٹ: کوہیر کی پہلی پروڈکٹ ٹیکسٹ آٹو کمپلیشن ٹول تھی، جو کہ ToC (بزنس ٹو کنزیومر) ماڈل تھا۔
ToB کی طرف تبدیلی: انہوں نے صارفین کی مصنوعات کے چیلنجوں کا احساس کیا اور ToB (بزنس ٹو بزنس) ماڈل کی طرف منتقل ہو گئے، انٹرپرائز کلائنٹس کے لیے ایک API پلیٹ فارم پیش کیا۔
کوہیر کا مشن: کمپنی کا مقصد AI کو تمام کاروباروں کے لیے قابل رسائی بنانا ہے، اپنانے کی راہ میں حائل رکاوٹوں کو دور کرنا ہے۔
اہم خصوصیات: کوہیر حسب ضرورت ماڈلز، ملٹی کلاؤڈ اور آن پریمیس تعیناتی کے اختیارات، اور مضبوط ڈیٹا پرائیویسی پیش کرتا ہے۔

ٹیلنٹ اور ثقافت

منفرد بھرتی کا طریقہ: کوہیر ان افراد کی تلاش میں ہے جن میں AI کا شوق اور اپنے پس منظر سے قطع نظر اثر ڈالنے کی خواہش ہو۔
عملی مہارت پر زور: وہ خالصتاً تعلیمی کامیابیوں کے بجائے عملی تجربے اور عملی اطلاق کو اہمیت دیتے ہیں۔
تلاش کی ثقافت: کوہیر تجربات اور اختراع کی ثقافت کو فروغ دیتا ہے، جو تحقیق اور انجینئرنگ دونوں پر توجہ مرکوز کرتا ہے۔

AI کا مستقبل

مقابلے پر ایڈن کا نقطہ نظر: ایڈن کا خیال ہے کہ AI مارکیٹ میں اجارہ داری نہیں ہوگی، اور مختلف کمپنیاں اپنی اپنی جگہیں تلاش کریں گی۔
AI کے غلط استعمال کے بارے میں خدشات: ایڈن کو سوشل میڈیا اور عوامی گفتگو کو جوڑ توڑ کرنے کے لیے AI کے ممکنہ استعمال کے بارے میں تشویش ہے۔
AI کو اپنانے میں چیلنجز: ایوان AI ماڈلز کی جانچ اور ڈیٹا کی رازداری کو یقینی بنانے میں درپیش چیلنجوں کو اجاگر کرتا ہے۔
مجسم AI کی صلاحیت: ایڈن اور ایوان دونوں مجسم AI میں بہت زیادہ صلاحیت دیکھتے ہیں، جو AI کو روبوٹکس اور فزیکل سسٹم کے ساتھ جوڑتا ہے۔
AI کی مستقبل کی تعلیم: ایڈن انسانی علم سے پرے سیکھنے اور نیا علم پیدا کرنے کے امکان کے بارے میں قیاس آرائی کرتے ہیں۔

کلیدی تصورات کی وضاحت

ٹرانسفارمر ماڈل: ایک نیورل نیٹ ورک آرکیٹیکچر جو متنی ڈیٹا جیسے ترتیب وار ڈیٹا پر کارروائی کرنے کے لیے توجہ کے میکانزم کا استعمال کرتا ہے۔
RNN (ریکرنٹ نیورل نیٹ ورک): ایک قسم کا نیورل نیٹ ورک جو پچھلے ان پٹس سے معلومات حاصل کرنے والی پوشیدہ حالت کو برقرار رکھتے ہوئے ترتیب وار ڈیٹا پر کارروائی کرتا ہے۔
ToC (بزنس ٹو کنزیومر): ایک کاروباری ماڈل جہاں مصنوعات یا خدمات براہ راست انفرادی صارفین کو فروخت کی جاتی ہیں۔
ToB (بزنس ٹو بزنس): ایک کاروباری ماڈل جہاں مصنوعات یا خدمات دوسرے کاروباروں کو فروخت کی جاتی ہیں۔
API (ایپلیکیشن پروگرامنگ انٹرفیس): قواعد اور تصریحات کا ایک مجموعہ جو مختلف سافٹ ویئر ایپلی کیشنز کو ایک دوسرے کے ساتھ بات چیت کرنے کی اجازت دیتا ہے۔
مجسم AI: AI کو روبوٹ جیسے فزیکل سسٹم کے ساتھ ضم کرنا تاکہ وہ حقیقی دنیا کے ساتھ تعامل کر سکیں۔
ملٹی کلاؤڈ: مختلف فراہم کنندگان کی جانب سے متعدد کلاؤڈ کمپیوٹنگ سروسز کا استعمال۔
آن پریمیس: کمپنی کے اپنے سرورز پر سافٹ ویئر اور انفراسٹرکچر کی تعیناتی۔
فائن ٹیوننگ: کسی خاص کام یا ڈیٹا سیٹ کے لیے پہلے سے تربیت یافتہ AI ماڈل کو اپنانے کا عمل۔
ورڈ ایمبیڈنگ: عددی ویکٹر کے طور پر الفاظ کی نمائندگی کرنے کی ایک تکنیک، ان کے معنوی معنی کو حاصل کرنا۔

کوہیر، ایک AI سٹارٹ اپ، نے بڑے لسانی ماڈلز کے مسابقتی منظر نامے میں انٹرپرائز حل اور ٹیلنٹ اور شراکت داری کے لیے ایک منفرد نقطہ نظر پر توجہ مرکوز کرکے خود کو ممتاز کیا ہے۔ اس نے اپنی جگہ بنائی ہے اور مارکیٹ میں ایک اہم کھلاڑی کے طور پر ابھرا ہے۔

کوہیر کی ابتدائی پروڈکٹ ایک ٹیکسٹ آٹو کمپلیشن ٹول تھی، لیکن انہوں نے جلد ہی ToB ماڈل کی طرف منتقل ہو گئے، انٹرپرائز کلائنٹس کے لیے ایک API پلیٹ فارم پیش کیا۔ ان کا مشن AI کو تمام کاروباروں کے لیے قابل رسائی بنانا ہے، اپنانے کی راہ میں حائل رکاوٹوں کو دور کرنا ہے۔

کمپنی نے ایک منفرد بھرتی کا طریقہ اپنایا ہے، وہ ان افراد کی تلاش میں ہیں جن میں AI کا شوق اور اپنے پس منظر سے قطع نظر اثر ڈالنے کی خواہش ہو۔ وہ خالصتاً تعلیمی کامیابیوں کے بجائے عملی تجربے اور عملی اطلاق کو اہمیت دیتے ہیں۔

AI کے مستقبل کے بارے میں ایڈن کا خیال ہے کہ مارکیٹ میں اجارہ داری نہیں ہوگی، اور مختلف کمپنیاں اپنی اپنی جگہیں تلاش کریں گی۔ تاہم، وہ AI کے غلط استعمال کے بارے میں بھی تشویش رکھتے ہیں، خاص طور پر سوشل میڈیا اور عوامی گفتگو میں جوڑ توڑ کے لیے۔ ایوان AI ماڈلز کی جانچ اور ڈیٹا کی رازداری کو یقینی بنانے میں درپیش چیلنجوں کو اجاگر کرتے ہیں۔ وہ مجسم AI میں بہت زیادہ صلاحیت دیکھتے ہیں، جو AI کو روبوٹکس اور فزیکل سسٹم کے ساتھ جوڑتا ہے۔

آخر میں، ایڈن انسانی علم سے پرے سیکھنے اور نیا علم پیدا کرنے کے امکان کے بارے میں قیاس آرائی کرتے ہیں۔