Apmąstymų dirbtinis intelektas: kas tai yra, kaip jis veikia ir kodėl jis pritraukia tiek daug kapitalo

Informatec Digital » Dirbtinis intelektas » Apmąstymų dirbtinis intelektas: kas tai yra, kaip jis veikia ir kodėl jis pritraukia tiek daug kapitalo

Apmąstymai Dirbtinis intelektas įsiskverbė į technologines diskusijas kaip vienas ryškiausių šio momento vardų: startuolis, siekiantis sukurti išties autonomiškus kodavimo agentus, siekiantis šią autonomiją išplėsti, pranokstantį įprastų antrųjų pilotų galimybes. Jo pasiūlymas nėra paprastas asistentas, siūlantis kodo eilutes, o agentas, galintis skaityti, suprasti ir modifikuoti ištisas kodo bazes, neįprastai nepriklausomai koordinuojantis kūrimo užduotis nuo pradžios iki pabaigos.

Bendrovė taip pat turi svaiginančią finansinę istoriją: Svarstomos kelių milijonų dolerių finansavimo sumos ir meteoriniai vertinimai. per labai trumpą laiką, kol komanda propaguoja atvirojo dirbtinio intelekto viziją, daugiausia dėmesio skirdama baziniai modeliai kurios konkuruoja akis į akį su pažangiausiomis Kinijos iniciatyvomis. Tezė: pažangi dirbtinio intelekto infrastruktūra, atvira tam, kas iš tiesų svarbu vartotojams, tačiau atsakingai kontroliuojanti duomenis ir mokymo procesus.

Kas yra „Reflection AI“ ir kodėl tai nėra „tik dar vienas pilotas“?

Projekto esmė aiški: kodavimo agentai gebantis savarankiškai mąstyti ir veikti įmonės kodo bazėje. Užuot tiesiog siūlę pakeitimus, šie agentai analizuoja saugyklas, mokosi iš komandos konteksto ir priima pagrįstus sprendimus, kaip įdiegti naujas funkcijas, taisyti klaidas ar koreguoti priklausomybes. Jų veiksmų plane netgi įtraukta superintelektualių autonominių sistemų idėja – horizontas, paaiškinantis tiek technines ambicijas, tiek pritraukiamų investicijų apimtį.

Vienas iš svarbiausių įvykių yra Asimovas, agentas, kuris maišo signalus iš kelių vidinių šaltinių (kodas, komandos dokumentai ir el. laiškai ir kitus susijusius artefaktus), kad susidarytų išsamus kūrimo aplinkos vaizdas. Taigi, svarbu ne kurti sintetinį kodą vakuume, o suprasti procesus, srautus ir ankstesnius sprendimus, siekiant pritapti kaip visaverčiam techninės komandos nariui.

Bendrovė pažymėjo, kad naudoja derinį žmonių komentatorių generuojami duomenys ir sintetiniai duomenys mokymams ir vengia mokymų tiesiogiai su klientų duomenimis. Šis požiūris, kurį atkartoja specializuota žiniasklaida, pabrėžia etinę poziciją dėl informacijos nuosavybės ir privatumo – ypač jautrios srities diegiant agentus, kurie sąveikauja su organizacijos svarbiausiais ištekliais.

Be agentų, refleksija veikia ir su atviros bazės modeliai, kurie tarnauja kaip platforma kūrėjams ir įmonėms. Tikslas – kad šie modeliai palaikytų pritaikytus sprendimus, nereikalaujant pasikliauti uždaromis API sąsajomis, laikantis techninio skaidrumo filosofijos, suderinamos su realiais verslo poreikiais.

Kilmė, komanda ir ilgalaikė vizija

„Reflection AI“ gimė 2024 m. dviejų buvusių „DeepMind“ tyrėjų rankose. Misha Laskin ir Ioannis Antonoglou, o jos būstinė yra Niujorke. Įkūrėjų komanda turi didelę patirtį: Laskin dirbo su atlygio modeliavimu didelio atgarsio projektuose, o Antonoglou buvo bendraautoris kuriant tokius ikoniškus proveržius kaip „AlphaGo“. Šis pažangiausių tyrimų patirties ir praktinio dėmesio produktams derinys pritraukia talentus ir kapitalą.

Už uždarų durų, startuolis sustiprino savo komandą specialistais iš pirmaujančių laboratorijų, įskaitant profilius, dirbusius „DeepMind“ ir „OpenAI“. Komandą sudaro apie tuzinas žmonių, daugiausia infrastruktūros, duomenų mokymo ir algoritmų tyrėjai ir inžinieriai, o struktūra sukurta taip, kad būtų galima greitai iteruoti ir pritaikyti sudėtingus mokymus.

Kalbant apie skaičiavimo išteklius, bendrovė teigia jau turinti specialus klasteris didelio masto mokymams vykdytiPaskelbtame plane numatytas pažangaus kalbos modelio, apmokyto trilijonais žetonų, paleidimas, paremtas „mišrių ekspertų“ (MoE) architektūromis, kurios leidžia efektyviai keisti mastelį – tai, kas iki šiol atrodė skirta tik uždaroms laboratorijoms su didžiuliais biudžetais.

Strateginė vizija apibendrinta šūkiu, kurį generalinis direktorius apibūdino kaip naują „Sputnik“ akimirką dirbtiniam intelektui: propaguoti atvirą alternatyvą, propaguojamą Jungtinėse Valstijose konkuruoti su sparčiai augančiais Kinijos modeliais. Nurodytas tikslas – užkirsti kelią tam, kad pasaulinius dirbtinio intelekto standartus apibrėžtų tik kitos šalys, o tai taip pat atitinka augantį vyriausybių ir didelių korporacijų susidomėjimą vadinamuoju „suvereniu dirbtiniu intelektu“.

Atvirumas nereiškia atviro baro. „Reflection“ tai paaiškino. planuoja išleisti modelių svorius Plačiam mokslinių tyrimų ir kūrėjų bendruomenės naudojimui, tačiau nebus skelbiami visi duomenų rinkiniai ar išsami mokymo procesų informacija. Tokiu būdu siekiama suderinti atvirumą su tvariu verslo modeliu, daugiausia orientuotu į dideles įmones ir viešojo administravimo įstaigas.

Rizikuojama pinigais: skaičiai, investuotojai ir svyruojantys vertinimai

„Reflection AI“ finansavimo trajektorija pateko į antraštes. Ankstyvosiose stadijose buvo kalbama apie mažos injekcijos, dėl kurių bendra suma išaugo iki kelių milijonų, tai būdinga lanksčios laboratorijos plėtrai. Netrukus po to rinkos duomenys parodė 130 mln. USD vertės raundą, kurio vertė siekia apie 545 mln. USD, o tai rodo rimtą investuotojų susidomėjimą ir tai, kad produkto tezė buvo pagrįstesnė, nei atrodė.

Mėnesiams bėgant, sklido informacija apie derybos dėl 1.000 mlrd. dolerių, o vertė siekia apie 4.500–5.500 mlrd. JAV dolerių. Šis ir taip įspūdingas scenarijus būtų tapęs dar didesnio šuolio preliudija: bendrovė galiausiai paskelbtų apie milžinišką 2.000 mlrd. JAV dolerių investiciją, įvertindama ją beveik 8.000 mlrd. JAV dolerių – šis žingsnis ją iškeltų į Vakarų laboratorijų lyderių lygą.

Investuotojų sąraše yra žinomiausių vardų: „Nvidia“ vadovauja operacijai, kartu su tokiais asmenimis kaip Ericas Schmidtas, tokiais subjektais kaip „Citi“ ir tokiomis transporto priemonėmis kaip „1789 Capital“. Taip pat buvo išlaikyti esami investuotojai, tokie kaip „Lightspeed“ ir „Sequoia“; taip pat buvo paminėta tokių įmonių kaip CRV ir DST Global parama ar dalyvavimas, taip pat reikšmingas „Nvidia“ rizikos kapitalo padalinio indėlis įvairiais etapais.

Kontekstas padeda suprasti apetitą: Rizikos kapitalas išgyvena stipraus dirbtinio intelekto poveikio ciklą2025 m. trečiąjį ketvirtį pasaulinis rizikos kapitalo finansavimas, palyginti su tuo pačiu laikotarpiu praėjusiais metais, išaugo daugiau nei 30 % ir pasiekė beveik 97.000 mlrd. JAV dolerių, iš kurių beveik pusė atiteko dirbtinio intelekto įmonėms. Atsižvelgiant į šiuos skaičius, nenuostabu, kad investuojama į įmones, siekiančias sukurti pamatinę infrastruktūrą, investuojant į milijonus dolerių.

Vis dėlto patartina būti atsargiems. Per kelis mėnesius vertinimų padidėjimas nuo šimtų milijonų iki kelių tūkstančių reiškia... labai dideli lūkesčiai dėl augimo, pritaikymo ir rezultatųJei produktas nebus plečiamas arba skaičiavimo ir talentų kaina sunaudos kapitalą prieš konsoliduojant klientus, spaudimas vadovų komandai bus milžiniškas.

Technologija ir produktas: agentai, baziniai modeliai ir geroji duomenų naudojimo praktika

„Reflection AI“ technologinis pagrindas remiasi dviem ramsčiais: tikrai autonominių programinės įrangos agentų sistema galintis veikti su sudėtingomis kodų bazėmis ir kurti atvirojo kodo modelius plačiam naudojimui. Praktiškai tai reiškia, kad agentai supranta kūrimo ekosistemą (saugyklas, dokumentaciją, bilietus, ankstesnius sprendimus) ir siūlo arba vykdo pakeitimus, naudodami logiką, kuri artima žmogaus inžinieriaus logikai.

„Asimov“, labiausiai matomas produktas, integruoja galimybes kelių agentų planavimas su komandos atmintimi, leidžiant jam prisiminti ankstesnes būsenas ir koordinuoti veiksmus su kitais agentais ar žmonėmis. Šis metodas ypač naudingas ilgalaikėms užduotims, kurioms reikia išlaikyti kontekstą: perkėlimams, išsamiam pertvarkymui, trečiųjų šalių integracijoms arba etapiniam diegimui.

Siekdama pagerinti supratimą ir tikslumą, įmonė naudoja tokius metodus kaip RAG (atkūrimo papildyta karta) Įmonės dokumentuose ir vidinių žinių scenarijuose formuluoti atsakymus, kuriuose nurodomi patikimi šaltiniai pačioje organizacijoje. Idėja – sumažinti nesusipratimus ir užtikrinti rekomendacijų bei siūlomų pakeitimų atsekamumą.

Kalbant apie duomenis, „Reflection“ reikalavo veikimo principo: netrenkti tiesiogiai su klientų duomenimisVietoj to, mokymosi bazė yra paremta žmonių anotuotais ir sintetiniais duomenimis, valdomais taikant procedūras, skirtas intelektinei nuosavybei ir privatumui apsaugoti. Tai raudona linija, reaguojanti į vis griežtesnius teisinius ir pasitikėjimo reikalavimus reguliuojamose pramonės šakose.

Žvelgdama į būsimus leidinius, komanda planuoja Tekstu pagrįsti modeliai, kurių evoliucija siekia multimodalinės galimybės, palaikomas tokių architektūrų kaip „MoE“, kad būtų galima efektyviau plėstis nei monolitiniai metodai. Šis kelias kartu su skaičiavimo galia rodo, kad matysime dažnas iteracijas ir ypatingą dėmesį samprotavimo kokybei, o ne vien modelio dydžiui.

Investicijų bumo konkurentai, rizika ir prieštaravimai

Konkurencinė plokštė yra aukštos įtampos: OpenAI, Antropinis, „Google“, Meta O nauji Kinijos žaidėjai, tokie kaip „DeepSeek“, „Qwen“ ir „Kimi“, iškėlė kalbos modelių ir agentų kartelę. Norint išsiskirti šioje grupėje, reikia diferencijuoti savo produktą, parodyti saugumą ir paspartinti tobulinimo ciklus, neeikvojant pinigų srautų maksimaliu greičiu.

Etikos ir atitikties požiūriu, selektyvus modelio atskleidimas suteikia privalumų, bet kartu ir neaiškumų: Licencijavimas, atsakomybė už netinkamą naudojimą ir norminiai reikalavimai Jie sparčiai vystosi. Jei autonominis agentas atlieka pakeitimus su nepastebėtais šališkumais arba įvyksta didelis saugumo incidentas, pasitikėjimas gali būti pažeistas net ir su labai entuziastingais klientais.

Tuo pačiu metu eksploatavimo išlaidos yra milžiniškos: Grafikos procesoriai, duomenų centrai, vyresniųjų specialistų talentai ir greitas eksperimentavimas Šios sumos susidėjo į skaičių, kuris lengvai išeikvoja kapitalą. Svarbiausia ne tik pritraukti didelius raundus, bet ir demonstruoti efektyvumą su kiekvienu investuotu doleriu – tai, kas skiria čempionus nuo fejerverkų.

Taip pat yra ciklui būdingų naratyvinių įtampų: trumpalaikiai vertės šuoliaiRinkos informacija, kurioje kalbama apie kintamus finansavimo tikslus ir lūkesčius, kurie peržiūrimi kas kelias savaites. Visa tai nepaneigia pagrindinės tezės, tačiau reikalauja atidžiai perskaityti kiekvieną pranešimą ir įvertinti tikrąjį klientų susidomėjimą.

Galiausiai, yra geopolitinis žaidimas: ambicija tapti atvira etaloninė laboratorija Vakaruose Susidūrimas su Kinijos gigantais suteikia dar daugiau skubumo. Daugelis įmonių ir šalių jaučiasi nejaukiai taikydamos modelius, kurių kilmė gali kelti teisinę ar strateginę trintį, o „Reflection“ siekia pozicionuoti save kaip tvirtą ir patikimą alternatyvą.

Poveikis startuoliams ir įmonėms: nuo atviros infrastruktūros iki „suverenios dirbtinio intelekto“

Jei „Reflection“ strategija bus sėkminga, ekosistema galės džiaugtis bendradarbiavimu grįstas pagreitisAtviri pamatiniai modeliai, leidžiantys startuoliams kurti sprendimus pernelyg nepasikliaujant patentuotomis API sąsajomis, geriau kontroliuojant delsą, išlaidas ir pritaikymą. Tai būtų postūmis kūrėjams ir mažoms komandoms, kurioms reikia greitai dirbti neprarandant kokybės.

Korporacijoms pasiūlymas yra dvejopas: viena vertus, Programinės įrangos agentai, kurie atpigina ir sutrumpina kūrimo ciklus; kita vertus, galimybė diegti modelius kontroliuojamoje aplinkoje, siekiant „suverenios dirbtinio intelekto“, kurio jau siekia vyriausybės ir reguliuojami sektoriai. Šis antrasis frontas siūlo potencialiai stabilų pajamų variklį įmonei.

Kalbant apie konkurenciją, tradiciniai milžinai nesėdės rankų sudėję. Pamatysime. daugiau investicijų į pagalbinio kūrimo įrankius, vietines integracijas į debesijos platformas ir strategines sąjungas, skirtas stiprinti savo ekosistemas. Šioje srityje „Reflection“ turės pademonstruoti greitį, patikimumą ir, svarbiausia, aiškią produktyvumo grąžą.

Investuotojams šis atvejis bus kaip termometras: Kiek milijardų vertės statymų gali absorbuoti rinka? Prieš metrikų kontrolei ir rezultatų disciplinai perimant viršų? Jei „Reflection“ pavers kapitalą naudingomis inovacijomis ir tvariu pritaikymu, tai sustiprins tezę, kad atviros laboratorijos gali konkuruoti su uždaromis laboratorijomis net ir dideliu mastu.

Kultūros lygmeniu, 2024 m. įkurtas startuolis exDeepMind siekia plėstis pirmaujančios laboratorijos tempu, siunčia galingą žinią: dirbtinio intelekto talentai gali klestėti už didžiųjų technologijų įmonių ribų, derindami viziją, skaičiavimą ir prieigą prie kapitalo su produkto veiksmų planu, kuris atitinka realaus pasaulio darbo eigą.

Kaip vyšnaitė ant torto – Asimovas kaip matomas taikomosios autonomijos „veidas“: jei jis demonstruoja patikimumą atliekant pasikartojančias ir sudėtingas užduotis, ir jei tai bus daroma laikantis privatumo ir atitikties reikalavimų, bus lengviau atvirų modelių ir agentų naratyvą paversti sutartimis ir išmatuojamu jų pritaikymu įmonėse.

Refleksijos dirbtinis intelektas save pozicionuoja kaip veikėją, norintį perrašyti vadovą kaip kuriama programinė įranga ir kaip konkuruoti dirbtinio intelekto viršūnėje. Turėdami aukščiausio lygio palaikymą, aiškų naratyvą ir ambicingą techninį veiksmų planą, kamuolys dabar yra jų pusėje: didelius projektus paversti tvariais proveržiais, išskirtiniu produktu ir patikimumu, kurio nepraleidžia auditas. Nieko daugiau, nieko mažiau.

Susijęs straipsnis:

Claude 4: „Anthropic“ iš naujo įsivaizduoja dirbtinį intelektą, pasitelkdama pažangius programavimo ir autonominių agentų modelius.