فاندامنتال با مدل جدید تحلیل کلان‌داده، ۲۵۵ میلیون دلار جذب کرد

مدل پایه جدید برای تحلیل داده‌های ساختاریافته

شرکت هوش مصنوعی Fundamental که اخیراً از وضعیت پنهان خارج شده، یک مدل پایه جدید به نام Nexus را معرفی کرده است که هدف آن حل یک چالش قدیمی در تحلیل داده‌های سازمانی است: استخراج بینش از حجم انبوه داده‌های ساختاریافته (Structured Data).

مدیرعامل شرکت، جرمی فرینکل، تأکید می‌کند که مدل‌های زبانی بزرگ (LLMs) در کار با داده‌های بدون ساختار مانند متن، عالی هستند، اما در مورد داده‌های جدولی و ساختاریافته ضعیف عمل می‌کنند. مدل Nexus به عنوان یک مدل جدولی بزرگ (LTM) تعریف می‌شود و معماری آن با مدل‌های متکی بر ترانسفورمر که توسط اکثر آزمایشگاه‌های هوش مصنوعی مدرن استفاده می‌شود، تفاوت چشمگیری دارد. Nexus یک مدل قطعی (deterministic) است، یعنی در پاسخ به یک پرسش مشخص، همیشه پاسخ یکسان تولید می‌کند.

این رویکرد متفاوت به مدل اجازه می‌دهد تا مشکلاتی را که مدل‌های مبتنی بر ترانسفورمر اغلب با آن مواجه هستند، برطرف کند. مدل‌های فعلی به دلیل محدودیت در اندازه پنجره زمینه (context window)، در پردازش مجموعه داده‌های بسیار بزرگ و پرس‌وجو در مورد آن‌ها (مثلاً کاربرگ‌هایی با میلیاردها سطر) دچار مشکل می‌شوند؛ این در حالی است که این نوع داده‌های ساختاریافته عظیم، در شرکت‌های بزرگ بسیار رایج است.

• ویژگی‌های کلیدی Nexus:
  • تمرکز بر داده‌های ساختاریافته و جدولی، برخلاف LLMها.
  • قطعی بودن پاسخ‌ها در مقابل ماهیت احتمالی مدل‌های ترانسفورمر.
  • استفاده از تکنیک‌های مدرن برای ارائه تحلیلی قدرتمندتر و انعطاف‌پذیرتر از الگوریتم‌های موجود.

این نوآوری توجه سرمایه‌گذاران را جلب کرده و شرکت با جذب ۲۵۵ میلیون دلار سرمایه، از جمله دور سری آ به ارزش ۲۲۵ میلیون دلار به رهبری Oak HC/FT، Valor Equity Partners، Battery Ventures و Salesforce Ventures، از حالت پنهان خارج شده است. همچنین، همکاری استراتژیکی با AWS منعقد شده است تا کاربران بتوانند Nexus را مستقیماً از نمونه‌های موجود خود مستقر کنند.

فرینکل معتقد است: «شما اکنون می‌توانید یک مدل واحد برای تمام موارد استفاده خود داشته باشید، بنابراین می‌توانید تعداد مواردی را که پوشش می‌دهید به طرز چشمگیری افزایش دهید.»

این شرکت ادعا می‌کند که با استفاده از Nexus، شرکت‌ها می‌توانند بدون نیاز به «ارتش دانشمندان داده»، به عملکرد بهتری در موارد استفاده مختلف دست یابند. این موضوع منجر به عقد قراردادهای چند میلیون دلاری با شرکت‌های Fortune 100 شده است.

فرصت بازار تحلیل کلان‌داده

Fundamental با هدف قرار دادن تحلیل Big Data و استفاده از مدل پایه خود، موقعیت منحصربه‌فردی را در بازار ایجاد کرده است. توانایی مدل برای استدلال قوی بر روی مجموعه داده‌های ساختاریافته بزرگ، یک مزیت رقابتی قابل توجه نسبت به راه‌حل‌های فعلی است که معمولاً بر داده‌های بدون ساختار متمرکز شده‌اند.