Graphon AI, yapay zeka modellerinin yükünü hafifletmek için 8,3 milyon dolar yatırım aldı

Yapay zeka girişimi Graphon AI, mevcut yapay zekanın temel bir kısıtlamasını ele almak için 8,3 milyon dolarlık tohum yatırım sağladı: geniş, birbirine bağlı veri setlerini anlamak için gereken devasa ve maliyetli hesaplama yükü. Şirketin 'zeka katmanı', büyük bir dil modelinin dışındaki veriler arasındaki ilişkileri haritalandırmayı amaçlıyor; bu hamle, işlem maliyetlerini düşürebilir ve daha önce erişilemeyen bilgilerden içgörüler elde edilmesini sağlayabilir.

Yatırım turunun lider yatırımcısı Novera Ventures'tan Arvind Gupta, "Bu, yapay zekayı biraz daha verimli hale getirebilecek bir şeyden ziyade temelden yeni bir teknolojidir" dedi.

Şirket, en gelişmiş LLM'lerin bile bir seferde milyonlarca jetonu (token) işlemekle sınırlı olduğunu, oysa kuruluşların "belgeler, videolar, günlükler ve veritabanları genelinde trilyonlarca jetona sahip olduğunu" belirtti. Perplexity Fund, Samsung Next, GS Futures, Hitachi Ventures ve diğerlerinin katılımıyla gerçekleşen Graphon'un 8,3 milyon dolarlık tohum turu, bu boşluğu kapatmak için tasarlanan yapay zeka altyapı sınıfının inşasını finanse edecek.

Teknolojinin başarısı, mevcut yöntemlere göre daha verimli ve ölçeklenebilir bir alternatif sunarak yapay zeka altyapı ortamını etkileyebilir. Devasa, yapılandırılmamış veri setlerine sahip şirketler için değeri daha ucuza çıkarma potansiyeli sunuyor. Bu durum, gelecekteki yatırım trendlerini etkileyebilir ve büyük ölçekli LLM'lere bağımlı şirketlerin rekabetçi konumunu değiştirebilir.

San Francisco merkezli şirket, CEO olarak görev yapan eski Amazon kıdemli uygulamalı bilimci Arbaaz Khan tarafından kuruldu. Khan, fikrin bir kuruluşun tüm veri evreninin (belgelerden videolara ve sistem günlüklerine kadar) LLM'ye ulaşmadan önce ilişkisel bir haritasını oluşturmak olduğunu söylüyor. Bu ön işleme, devasa bir modelin bağlantıları bulmak için tüm verileri tekrar tekrar analiz etmesinden daha verimli olacak şekilde tasarlandı.

Robotikten İlişkisel Veriye

Khan, ilhamını Pennsylvania Üniversitesi'ndeki robotik doktora çalışmasından aldı. Tanımlanmış bir alanda faaliyet gösteren bir robotun, hesaplama ihtiyaçlarını azaltmak için o yapının bilgisini kullanabileceğini açıkladı. Benzer bir fikri verilere uygulayarak, paylaşılan ilişkisel özelliklere dayalı olarak farklı kullanıcıları veya veri noktalarını "mahalleler" halinde tanımlayabilen ve gruplandırabilen matematiksel 'graphon' kavramını kullandı. LLM'lerdeki transformer teknolojisi hangi kelimelerin ilişkili olduğunu anlamak için muazzam bir güç harcarken, Khan'ın zeka katmanı bu işi ayrı bir yerde yapıyor. Khan, "Bu büyük ilişkisel temsili inşa edeceğiz... ve tüm ağır işi modele yaptırmak yerine modeli besleyecek olan şey bu olacak" dedi. Bunun büyük bir tasarruf olduğunu savunarak, "200 milyon [parametreli bir modeli] bin kez çalıştırmanın, 5 trilyon [parametreli bir modeli] bir saat boyunca çalıştırmaktan çok daha verimli olduğunu" belirtti.

Koreli Konglomerat Teknolojiyi Test Ediyor

Güney Koreli konglomerat GS, GS Futures kolu aracılığıyla yaptığı yatırımla teknolojiyi şimdiden kullanıyor. GS'de 52g dijital dönüşüm girişimine liderlik eden başkan yardımcısı Ally Kim, ekibin inşaat sahalarını güvenlik uyumluluğu açısından izleyen kapalı devre televizyon kayıtlarının analizini iyileştirmek için Graphon'u kullandığını söyledi. Şirket ayrıca, GS sponsorluğundaki bir takım için yetenek avcılığı yapmak üzere futbolcuların videolarını daha verimli bir şekilde analiz etmek, hareketleri, güçlü ve zayıf yönleri değerlendirmek için de bu teknolojiyi kullandı. Kim, "Bilgi kapsamımızı ses, video veya diğer bağlamlar gibi çoklu modalitelere genişletmemiz gerekiyor. Graphon iyi bir destek olabilir" dedi.

Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi teşkil etmez.