تشعر الشركات بالتفاؤل تجاه الذكاء الاصطناعي التوليدي، حيث تستثمر مليارات الدولارات لتطوير تطبيقات تتراوح بين برامج الدردشة وأدوات البحث لمجالات متنوعة. في حين أن لكل شركة كبيرة تقريبًا مبادرة متعلقة بالذكاء الاصطناعي التوليدي، إلا أن هناك فرقًا جوهريًا بين الالتزام بتقنية الذكاء الاصطناعي والقدرة على نشرها بنجاح في الإنتاج.
قدمت شركة Maxim، الناشئة التي تتخذ من كاليفورنيا مقرًا لها، والمُؤسَّسة على يد المسؤولين التنفيذيين السابقين في جوجل وبوست مان، Vaibhavi Gangwar وAkshay Deo، منصة شاملة للتقييم والمراقبة تهدف إلى سد هذه الفجوة. كما أعلنت الشركة عن جمع 3 ملايين دولار من Elevation Capital ومستثمرين ملائكيين آخرين.
تواجه Maxim تحديًا كبيرًا يتعلق ببناء تطبيقات الذكاء الاصطناعي powered by LLM، وهو مراقبة مختلف المكونات طوال دورة حياة التطوير. يمكن أن تؤدي الأخطاء الطفيفة إلى undermining موثوقية المشروع وثقة العملاء، مما يؤدي إلى تأخير في التسليم. تركز منصة Maxim على اختبار وتحسين جودة وأمان الذكاء الاصطناعي قبل الإطلاق وبعد الإنتاج، مما يساهم في تبسيط دورة حياة تطبيقات الذكاء الاصطناعي وتسريع تقديم منتجات عالية الجودة.
التحديات في تطوير تطبيقات الذكاء الاصطناعي التوليدي
تاريخيًا، كانت عملية تطوير البرمجيات تتبع نهجًا محددًا مع ممارسات موحدة للاختبار والتكرار، مما يوفر للفرق مسارات واضحة لتحسين الجودة والأمان. ومع ذلك، أدت إدخال الذكاء الاصطناعي التوليدي إلى ظهور متغيرات عديدة، مما أوجد نموذجًا غير محدد. يجب على المطورين إدارة عناصر مختلفة، بدءًا من النموذج المستخدم إلى البيانات وإطار الأسئلة، مع ضمان الجودة والسلامة والأداء.
تستجيب المؤسسات عمومًا لهذه التحديات بطرق رئيسية: إما بتوظيف المواهب للإشراف على كل متغير أو تطوير أدوات داخلية، وكلا الخيارين قد يزيد من التكاليف ويشغل الانتباه عن الوظائف الأساسية.
استجابةً لهذه الحاجة، أطلق Gangwar وDeo شركة Maxim لربط الفجوة بين نموذج الذكاء الاصطناعي وطبقات التطبيقات. تقدم المنصة تقييمًا شاملاً طوال دورة حياة تطوير الذكاء الاصطناعي، بدءًا من تصميم الطلبات واختبار ما قبل الإطلاق إلى المراقبة والتحسين بعد الإطلاق.
تصف Gangwar منصة Maxim بأنها تتكون من أربعة مكونات رئيسية: مجموعة التجارب، مجموعة أدوات التقييم، المراقبة، ومحرك البيانات.
تتضمن مجموعة التجارب نظام إدارة طلبات، وبيئة تطوير متكاملة، ومنشئ سير عمل بصري، وواجهات لتوصيل مصادر البيانات الخارجية، مما يمكّن الفرق من التكرار على الطلبات والنماذج والمعايير بشكل فعال. على سبيل المثال، يمكن للفرق تجربة طلبات مختلفة على نماذج متنوعة لدردشة خدمة العملاء.
تقدم مجموعة أدوات التقييم إطارًا موحدًا لتقييمات الذكاء الاصطناعي والبشر، مما يمكّن الفرق من تقييم التحسينات أو الانحدارات بشكل كمي من خلال الاختبارات الشاملة. تُعرض النتائج في لوحات معلومات تغطي مقاييس مثل النغمة، والدقة، والسمية، والصلة.
تعد المراقبة أمرًا حاسمًا في مرحلة ما بعد الإطلاق، حيث تمكّن المراقبة الفعلية لسجلات الإنتاج والتقييمات الآلية من تحديد المشكلات الحية وحلها، مما يضمن الالتزام بمعايير الجودة.
وفقًا لجانغوار، "يمكن للمستخدمين إنشاء ضوابط آلية لمؤشرات الجودة والسلامة والأمان المختلفة على سجلات الإنتاج. يمكنهم أيضًا إعداد تنبيهات فورية لانحدارات في المقاييس المهمة، مثل الأداء والتكلفة والجودة."
باستخدام الرؤى المستخلصة من مجموعة المراقبة، يمكن للمستخدمين معالجة المشكلات بسرعة. إذا كانت جودة البيانات هي مصدر القلق، فيتيح محرك البيانات تنظيم وتحسين مجموعات البيانات بسهولة لضبطها.
تسريع نشر التطبيقات
رغم أن Maxim لا تزال في مراحلها الأولى، تدعي أنها ساعدت "عشرات" الشركاء الأوائل في اختبار وتحديث ونشر منتجاتهم الذكاء الاصطناعي بمعدل أسرع خمس مرات من السابق، مستهدفة قطاعات مثل تكنولوجيا B2B، وخدمات الذكاء الاصطناعي التوليدي، وBFSI، وEdtech — الصناعات التي تواجه تحديات تقييمية حادة. ومع توسع الشركة، تخطط لتعزيز قدرات المنصة، مركزّة على عملاء السوق المتوسطة والشركات الكبرى.
تتضمن منصة Maxim أيضًا ميزات تتعلق بالشركات مثل ضوابط الوصول المعتمدة على الأدوار، والامتثال، والتعاون بين الفرق، وخيارات النشر في سحابة خاصة افتراضية.
بينما يُعتبر نهج Maxim في الاختبار والتقييم موثوقًا، تواجه الشركة تحديات في المنافسة مع المنافسين ذوي التمويل الجيد مثل Dynatrace وDatadog، والذين يواصلون تطوير عروضهم.
تشير Gangwar إلى أن العديد من المنافسين يركزون إما على مراقبة الأداء أو الجودة أو المراقبة، بينما تهدف Maxim إلى دمج جميع احتياجات التقييم ضمن منصة واحدة متكاملة.
"تتطلب دورة تطوير التطبيقات إدارة شاملة للاحتياجات المتعلقة بالاختبار، وهو ما نعتقد أنه سيدفع نحو تحسينات كبيرة في الإنتاجية والجودة للتطبيقات المستدامة"، كما ذكرت.
تتطلع Maxim إلى توسيع فريقها وقدراتها التشغيلية بينما تقيم شراكات جديدة مع الشركات التي تركز على تطوير منتجات الذكاء الاصطناعي. قد تشمل التحسينات المستقبلية تقييمات خاصة بالمجالات لضمان الجودة والأمان وتطوير محرك بيانات متعدد الأنماط.
قائمة الترتيب
