Thoại Viết Hoàng
Writer
Imbue, trước đây gọi là General Intelligence, hiện có thể được định giá 1 tỷ USD - và trạng thái kỳ lân - sau vòng tài trợ 200 triệu USD trong tuần này do Viện Astera, NVIDIA, Giám đốc điều hành Cruise Kyle Vogt, đồng sáng lập Notion Simon Last và những người khác dẫn đầu các nhà đầu tư.
Nhưng phòng thí nghiệm nghiên cứu AI, nơi tập trung vào việc xây dựng các tác nhân AI lý luận, tùy chỉnh, không thấy mình cạnh tranh trực tiếp với OpenAI, Anthropic và các công ty mô hình nền tảng khác. Người đồng sáng lập Josh Albrecht nói với VentureBeat rằng “chúng tôi khá lạc quan về sự đa dạng và trở thành một hệ sinh thái hơn”.
Và ý tưởng về một hệ sinh thái đa dạng, nơi các công ty khác nhau cung cấp các mô hình khác nhau cho các nhu cầu khác nhau là điều thú vị đối với Imbue, một trong số rất ít kỳ lân AI do phụ nữ lãnh đạo, Kanjun Qiu, người đồng sáng lập khác của công ty, cho biết thêm.
Cô nói: “Có cảm giác như chúng ta đang ở giai đoạn đầu của một điều gì đó to lớn”. “Đây là lần đầu tiên máy tính có trí thông minh. Điều đó thật điên rồ. Vì vậy, điều chúng tôi thực sự hào hứng là làm thế nào chúng tôi có thể khiến mọi người có thể tiếp cận được điều đó để mọi người có thể thấm nhuần trí thông minh và có thể sử dụng trí thông minh đó.”
Điều đó nói lên M.O. của Imbue, công ty đang phát triển các mô hình ngôn ngữ lớn (LLM) được tối ưu hóa cho khả năng suy luận. Qiu cho biết: “Chúng tôi xây dựng các mô hình nền tảng, các mô hình nền tảng lớn được tối ưu hóa cho lý luận. “Về cơ bản, chúng tôi tin rằng lý luận đó là yếu tố ngăn chặn cốt lõi khiến các tác nhân hoạt động thực sự hiệu quả.”
Công ty tin rằng khả năng suy luận là rất quan trọng đối với các tác nhân AI hiệu quả. Lý luận chặt chẽ cho phép các tác nhân xử lý sự không chắc chắn, điều chỉnh cách tiếp cận của họ, thu thập thông tin mới, đưa ra quyết định và giải quyết sự phức tạp của thế giới thực.
Imbue áp dụng cách tiếp cận “đầy đủ” để phát triển các mô hình lý luận, bao gồm các mô hình nền tảng đào tạo, tạo nguyên mẫu các tác nhân và giao diện thử nghiệm, xây dựng các công cụ và cơ sở hạ tầng mạnh mẽ cũng như nghiên cứu nền tảng lý thuyết của học sâu.
Đặc vụ AI có lý luận có thể mở được hộp đen
Imbue đào tạo các mô hình rất lớn của riêng mình được tối ưu hóa cho lý luận, với hơn 100 tỷ tham số. Điều này cho phép họ lặp lại nhanh chóng về dữ liệu huấn luyện, kiến trúc và cơ chế suy luận. Cung cấp sức mạnh cho cách tiếp cận “rộng” của Imbue đối với các tập dữ liệu huấn luyện là cụm GPU Nvidia H100 mạnh ~ 10.000.
Mục tiêu là đào tạo các mô hình có khả năng suy luận mạnh mẽ để xây dựng “các tác nhân AI có thể giúp chúng tôi hoàn thành các mục tiêu lớn hơn trên thế giới”, Qiu cho biết.
Hiện tại, Imbue tập trung vào việc xây dựng các tác nhân cho các công việc hàng ngày như viết mã hoặc phân tích việc gửi chính sách.
Như Albrecht đã giải thích, “Chúng tôi có một số thứ như vậy nhưng phần lớn chúng rất tệ. Và bạn biết đấy, tôi nghĩ bạn sẽ thấy điều đó khi nhìn vào vị trí của các đại lý ngày nay.”
Mặc dù mục tiêu cuối cùng của Imbue là cho phép mọi người xây dựng tác nhân AI của riêng họ, nhưng trọng tâm ban đầu của công ty là phát triển các mô hình lý luận để sử dụng trong nội bộ doanh nghiệp. Imbue đặc biệt tập trung vào các tác nhân có thể viết mã, vì việc mã hóa giúp cải thiện khả năng suy luận và cung cấp nền tảng thử nghiệm thực tế để đánh giá tính hiệu quả của các mô hình của chúng. Theo một bài đăng trên blog, Imbue tin rằng các tác nhân mã hóa có tầm quan trọng chiến lược và có thể nâng cao đáng kể khả năng nghiên cứu và kỹ thuật.
Theo Qiu, điểm khác biệt chính so với các mô hình như ChatGPT là Imbue tập trung vào việc “làm cho các mô hình giải thích lý do của họ và đưa ra một số tài liệu tham khảo”. “Việc giải nén hộp đen hoặc khả năng giải thích này sẽ cải thiện tính minh bạch và độ tin cậy đối với các mô hình chỉ đưa ra câu trả lời.
Khi các hệ thống AI phát triển mạnh mẽ hơn, việc hiểu những gì đang xảy ra bên trong “hộp đen” ngày càng trở nên quan trọng. Đó là lý do tại sao Imbue đang nỗ lực làm sáng tỏ lý luận về mô hình.
Qiu cho biết: “Làm cho nó không còn là hộp đen là một trải nghiệm tốt cho người dùng. Mục tiêu của Imbue là phát triển AI nơi “bạn có thể kiểm tra [nó]. Đó chỉ là một trải nghiệm tốt hơn khi bạn thực sự có thể hiểu chuyện gì đang xảy ra.”
Tham khảo bài viết gốc tại đây:
Và ý tưởng về một hệ sinh thái đa dạng, nơi các công ty khác nhau cung cấp các mô hình khác nhau cho các nhu cầu khác nhau là điều thú vị đối với Imbue, một trong số rất ít kỳ lân AI do phụ nữ lãnh đạo, Kanjun Qiu, người đồng sáng lập khác của công ty, cho biết thêm.
Cô nói: “Có cảm giác như chúng ta đang ở giai đoạn đầu của một điều gì đó to lớn”. “Đây là lần đầu tiên máy tính có trí thông minh. Điều đó thật điên rồ. Vì vậy, điều chúng tôi thực sự hào hứng là làm thế nào chúng tôi có thể khiến mọi người có thể tiếp cận được điều đó để mọi người có thể thấm nhuần trí thông minh và có thể sử dụng trí thông minh đó.”
Điều đó nói lên M.O. của Imbue, công ty đang phát triển các mô hình ngôn ngữ lớn (LLM) được tối ưu hóa cho khả năng suy luận. Qiu cho biết: “Chúng tôi xây dựng các mô hình nền tảng, các mô hình nền tảng lớn được tối ưu hóa cho lý luận. “Về cơ bản, chúng tôi tin rằng lý luận đó là yếu tố ngăn chặn cốt lõi khiến các tác nhân hoạt động thực sự hiệu quả.”
Công ty tin rằng khả năng suy luận là rất quan trọng đối với các tác nhân AI hiệu quả. Lý luận chặt chẽ cho phép các tác nhân xử lý sự không chắc chắn, điều chỉnh cách tiếp cận của họ, thu thập thông tin mới, đưa ra quyết định và giải quyết sự phức tạp của thế giới thực.
Imbue áp dụng cách tiếp cận “đầy đủ” để phát triển các mô hình lý luận, bao gồm các mô hình nền tảng đào tạo, tạo nguyên mẫu các tác nhân và giao diện thử nghiệm, xây dựng các công cụ và cơ sở hạ tầng mạnh mẽ cũng như nghiên cứu nền tảng lý thuyết của học sâu.
Đặc vụ AI có lý luận có thể mở được hộp đen
Imbue đào tạo các mô hình rất lớn của riêng mình được tối ưu hóa cho lý luận, với hơn 100 tỷ tham số. Điều này cho phép họ lặp lại nhanh chóng về dữ liệu huấn luyện, kiến trúc và cơ chế suy luận. Cung cấp sức mạnh cho cách tiếp cận “rộng” của Imbue đối với các tập dữ liệu huấn luyện là cụm GPU Nvidia H100 mạnh ~ 10.000.
Mục tiêu là đào tạo các mô hình có khả năng suy luận mạnh mẽ để xây dựng “các tác nhân AI có thể giúp chúng tôi hoàn thành các mục tiêu lớn hơn trên thế giới”, Qiu cho biết.
Hiện tại, Imbue tập trung vào việc xây dựng các tác nhân cho các công việc hàng ngày như viết mã hoặc phân tích việc gửi chính sách.
Như Albrecht đã giải thích, “Chúng tôi có một số thứ như vậy nhưng phần lớn chúng rất tệ. Và bạn biết đấy, tôi nghĩ bạn sẽ thấy điều đó khi nhìn vào vị trí của các đại lý ngày nay.”
Mặc dù mục tiêu cuối cùng của Imbue là cho phép mọi người xây dựng tác nhân AI của riêng họ, nhưng trọng tâm ban đầu của công ty là phát triển các mô hình lý luận để sử dụng trong nội bộ doanh nghiệp. Imbue đặc biệt tập trung vào các tác nhân có thể viết mã, vì việc mã hóa giúp cải thiện khả năng suy luận và cung cấp nền tảng thử nghiệm thực tế để đánh giá tính hiệu quả của các mô hình của chúng. Theo một bài đăng trên blog, Imbue tin rằng các tác nhân mã hóa có tầm quan trọng chiến lược và có thể nâng cao đáng kể khả năng nghiên cứu và kỹ thuật.
Theo Qiu, điểm khác biệt chính so với các mô hình như ChatGPT là Imbue tập trung vào việc “làm cho các mô hình giải thích lý do của họ và đưa ra một số tài liệu tham khảo”. “Việc giải nén hộp đen hoặc khả năng giải thích này sẽ cải thiện tính minh bạch và độ tin cậy đối với các mô hình chỉ đưa ra câu trả lời.
Khi các hệ thống AI phát triển mạnh mẽ hơn, việc hiểu những gì đang xảy ra bên trong “hộp đen” ngày càng trở nên quan trọng. Đó là lý do tại sao Imbue đang nỗ lực làm sáng tỏ lý luận về mô hình.
Qiu cho biết: “Làm cho nó không còn là hộp đen là một trải nghiệm tốt cho người dùng. Mục tiêu của Imbue là phát triển AI nơi “bạn có thể kiểm tra [nó]. Đó chỉ là một trải nghiệm tốt hơn khi bạn thực sự có thể hiểu chuyện gì đang xảy ra.”
Tham khảo bài viết gốc tại đây:
