على الرغم من الانخفاض العام في الاستثمار في الشركات الناشئة، فقد زاد تمويل الذكاء الاصطناعي خلال العام الماضي. وتضاعف رأس مال مشاريع الذكاء الاصطناعي التوليدي وحده أربع مرات تقريبًا بين عامي 2022 و2023، ليصل إلى 25.2 مليار دولار بحلول نهاية ديسمبر.
لذلك ليس من المستغرب حقًا أن تهيمن الشركات الناشئة في مجال الذكاء الاصطناعي على يوم العروض التوضيحية لشتاء 2024 الذي تنظمه Y Combinator.
تضم مجموعة Y Combinator Winter 2024 86 شركة ناشئة في مجال الذكاء الاصطناعي، وفقًا لدليل بدء التشغيل الرسمي لشركة YC، أي ما يقرب من ضعف العدد في دفعة شتاء 2023 وما يقرب من ثلاثة أضعاف العدد في شتاء 2021. يمكن تسميتها فقاعة أو مبالغ فيها، ولكن من الواضح أن الذكاء الاصطناعي هو التكنولوجيا لحظة.
كما فعلنا السنة الماضية، قمنا بمراجعة مجموعة Y Combinator الجديدة – المجموعة التي ظهرت في يوم العرض التجريبي هذا الأسبوع – وقمنا باختيار بعض الشركات الناشئة الأكثر إثارة للاهتمام في مجال الذكاء الاصطناعي. تم اختيار كل منهم لأسباب مختلفة. لكن في البداية، تميزوا عن الآخرين، سواء من خلال التكنولوجيا الخاصة بهم، أو السوق المحتملة، أو خبرة مؤسسيهم.
البندق
أوغست تشن (سابقًا)بالانتير) وإلتون لوسنر (مجموعة بوسطن الاستشارية سابقًا) يقولان إن عملية المشتريات العامة معطلة بشكل ميؤوس منه.
يتم نشر العقود على آلاف المواقع المختلفة ويمكن أن تتضمن مئات الصفحات من اللوائح المتداخلة. (الحكومة الفيدرالية الأمريكية وحدها توقع على أ مُقدَّر (أكثر من 11 مليون عقد سنويًا). وقد تتطلب الاستجابة لهذه المناقصات ما يعادل أقسام الأعمال بأكملها، بدعم من مستشارين خارجيين وشركات محاماة.
الحل الذي قدمه تشين ولوسنر هو الذكاء الاصطناعي لأتمتة عملية اكتشاف العقود الحكومية وصياغتها والامتثال لها. الزوجان – اللذان التقيا في الجامعة – استقالا البندق.
اعتمادات الصورة: البندق
من خلال Hazel، يمكن مطابقة المستخدمين بعقد محتمل، وإنشاء مسودة استجابة استنادًا إلى طلب تقديم العروض ومعلومات الشركة الخاصة بهم، وإنشاء قائمة مرجعية للمهام، وتشغيل عمليات التحقق من الامتثال تلقائيًا.
نظرا لاتجاه الذكاء الاصطناعي إلى هلوسة، أنا متشكك قليلاً بشأن الدقة المتسقة للردود والفحوصات التي تم إنشاؤها بواسطة Hazel. ولكن حتى لو كانت متقاربة، فإنها يمكن أن توفر قدرًا هائلاً من الوقت والجهد، مما يتيح للشركات الصغيرة فرصة الفوز بمئات المليارات من الدولارات في العقود الحكومية الممنوحة كل عام.
آندي أ.
تتعامل ممرضات الصحة المنزلية مع الكثير من الأعمال الورقية. تعرف تيانتيان تشا ذلك جيدًا: فقد عملت سابقًا في شركة Verily، الشركة الأم لشركة Google. الأبجديةفي قسم علوم الحياة، حيث شاركت في مشاريع تتراوح بين الطب الشخصي والحد من الأمراض التي ينقلها البعوض.
أثناء عملها، اكتشفت زها أن التوثيق كان مضيعة كبيرة للوقت بالنسبة لممرضات الصحة المنزلية. إنها مشكلة واسعة النطاق – وفقًا لأحدهم يذاكرتقضي الممرضات أكثر من ثلث وقتهن في التوثيق، مما يقلل الوقت الذي يقضيه في رعاية المرضى المساهمة في الإرهاق.
وللمساعدة في تخفيف عبء التوثيق على الممرضات، شاركت تشا في تأسيسها آندي أ. مع ماكس أختروف السابق تفاحة مهندس الموظفين. آندي هو في الأساس كاتب يعمل بالذكاء الاصطناعي، حيث يقوم بالتقاط ونسخ التفاصيل المنطوقة لزيارة المريض وإنشاء سجلات صحية إلكترونية.
اعتمادات الصورة: آندي أ.
كما هو الحال مع أي أداة نسخ تعتمد على الذكاء الاصطناعي، هناك خطر التحيز — أي أن الأداة لا تعمل بشكل جيد مع بعض الممرضات والمرضى بناءً على اختيارهم لللكنات والكلمات. ومن وجهة نظر تنافسية، فإن Andy ليس الأول من نوعه الذي يتم طرحه في السوق، بما في ذلك المنافسون ديب سكرايب, صحة هايدي, نبلة و أمازون AWS HealthScribe.
ولكن مثل الرعاية الصحية أكثر فأكثر ومع تحركنا نحو المنزل، يبدو أن الطلب على تطبيقات مثل Andy AI يتجه نحو الزيادة.
التساقطات
إذا كانت تجربتك مع تطبيقات الطقس تشبه تجربة هذا المراسل، فقد وقعت في عاصفة ممطرة بعد أن صدقت بشكل أعمى توقعات السماء الزرقاء الصافية.
لكن لا يجب أن يكون الأمر على هذا النحو.
على الأقل هذا هو مبدأ Precip، وهي منصة للتنبؤ بالطقس تعتمد على الذكاء الاصطناعي. جاءت الفكرة لجيسي فولمار بعد تأسيس شركة FarmLogs، وهي شركة ناشئة تبيع برامج إدارة المحاصيل. لقد تعاون مع سام بيرس لولا ومايكل آشر، كبير علماء البيانات السابقين في FarmLogs، لإنشاء التساقطات حقيقة.
اعتمادات الصورة: التساقطات
يوفر Precip تحليلات حول هطول الأمطار، على سبيل المثال تقدير كمية هطول الأمطار في منطقة جغرافية معينة خلال الساعات أو الأيام القليلة الماضية. يقول فولمار إن Precip يمكنه توليد قياسات “عالية الدقة” لأي موقع في الولايات المتحدة حتى كيلومتر واحد (أو كيلومترين)، والتنبؤ بالظروف لمدة تصل إلى سبعة أيام مقدمًا.
فما قيمة قياسات وتنبيهات الهطولات المطرية؟ حسنًا، يقول فولمار إن المزارعين يمكنهم استخدامها لتتبع نمو المحاصيل، ويمكن لأطقم البناء الرجوع إليها لتحديد جدولة الطاقم، ويمكن للمرافق الاستفادة منها لتوقع انقطاع الخدمة. يقول فولمار إن أحد عملاء النقل يقوم بفحص Precip يوميًا لتجنب ظروف القيادة السيئة.
وبطبيعة الحال، ليس هناك نقص في تطبيقات التنبؤ بالطقس. لكن الذكاء الاصطناعي مثل Precip يعد بذلك لكى يفعل التنبؤ أكثر محدد – إذا كان الذكاء الاصطناعي يستحق ملحه بالفعل.
مايا
بدأت كلير وايلي برنامجًا لتدريب الأزواج أثناء دراستها للحصول على ماجستير إدارة الأعمال في جامعة وارتون. قادتها هذه التجربة إلى دراسة نهج أكثر تكنولوجية في العلاقات والعلاج، مما أدى إلى مايا.
تهدف مايا – التي شارك وايلي في تأسيسها مع رالف ما، عالم أبحاث سابق في Google – إلى تمكين الأزواج من بناء علاقات أقوى من خلال النصائح المدعومة بالذكاء الاصطناعي. في تطبيقات Maia لنظامي التشغيل Android وiOS، يقوم الأزواج بمراسلة بعضهم البعض في دردشة جماعية والإجابة على الأسئلة اليومية مثل ما يعتبرونه تحديات يجب التغلب عليها، والمشاكل السابقة وقوائم المهام التي يشعرون بالامتنان لها.
اعتمادات الصورة: مايا
تخطط Maia لكسب المال عن طريق فرض رسوم على ميزات متميزة مثل البرامج المصممة بواسطة المعالج والرسائل غير المحدودة. (عادة ما تقوم مايا بوضع حدود على الرسائل النصية بين الشركاء، وهو قيد تعسفي ومحبط إذا سألتني، ولكن ما إلى ذلك.)
يقول وايلي وما، وكلاهما من أسر مطلقة، إنهما عملا مع خبير علاقات لإنشاء تجربة مايا. ومع ذلك، فإن الأسئلة التي تتبادر إلى الذهن هي: (1) ما مدى صلابة علم العلاقات لدى مايا، و(2) هل يمكن أن يبرز في مجال تطبيقات الأزواج المزدحم بشكل استثنائي؟ سيتعين علينا أن ننتظر لنرى.
منحنى البيانات
يتم تدريب نماذج الذكاء الاصطناعي الموجودة في قلب تطبيقات الذكاء الاصطناعي التوليدية مثل ChatGPT على مجموعات بيانات ضخمة، ومزيج من البيانات العامة والخاصة من جميع أنحاء الويب، بما في ذلك الكتب الإلكترونية ومنشورات وسائل التواصل الاجتماعي والمدونات الشخصية. ولكن بعض هذه البيانات تنطوي على مشاكل قانونية وأخلاقية ــ ناهيك عن أنها معيبة. آخر أخلاق.
إن النقص الصارخ في تنظيم البيانات هو المشكلة، إذا سألت سيرينا جي وتشارلي لي.
شارك جي ولي في تأسيسها منحنى البيانات، والذي يوفر بيانات “ذات جودة احترافية” لتدريب نماذج الذكاء الاصطناعي التوليدية. هذه هي على وجه التحديد بيانات التعليمات البرمجية، والتي يقول Ge وLee إنه من الصعب بشكل خاص الحصول عليها بفضل الخبرة اللازمة لتصنيفها لتدريب الذكاء الاصطناعي وتراخيص المستخدم المقيدة.
اعتمادات الصورة: منحنى البيانات
تستضيف Datacurve نظامًا أساسيًا للتعليقات التوضيحية التي تدفع للمهندسين لحل مشكلات البرمجة، مما يساهم في بيع مجموعات بيانات التدريب الخاصة بـ Datacurve. وبالحديث عن ذلك، يمكن استخدام مجموعات البيانات هذه لتدريب النماذج على تحسين التعليمات البرمجية، وتوليد التعليمات البرمجية، وتصحيح الأخطاء، وتصميم واجهة المستخدم وغير ذلك الكثير، كما يقول Ge وLee.
إنها فكرة مثيرة للاهتمام بالطبع. لكن نجاح Datacurve سيعتمد على جودة مجموعات البيانات الخاصة بها وقدرتها على جذب عدد كافٍ من المطورين لمواصلة تطويرها وتحسينها.
Source link
