العنوان البديل:Synthetaic تؤكد أن بيانات الذكاء الاصطناعي قابلة للمقارنة بالبيانات الحقيقية

  • قامت Synthetaicبجمع 15 مليون دولارفي جولة تمويل من الفئة ب قادتها كل من Lupa Systems و TitletownTech.
  • كمية بيانات الصور المولدة تنمو بشكل هائل، مما يبرز الحاجة المتزايدة لحلول الذكاء الاصطناعي المتقدمة.
  • تقدم تقنية Synthetaic نهجًا تحويليًا لتدريب وإنشاء نماذج الذكاء الاصطناعي التي تلبي حاجة حاسمة لصناع القرار التكنولوجي.

Synthetaic، شركة رائدة

كان حادث بالون التجسس الصيني في عام 2023 صعب التتبع للمدنيين، ولم تتمكن سوى شركات الذكاء الاصطناعي مثلSynthetaicمن فعله باستخدام صور الأقمار الصناعية. أتاح هذا الحادث لـ Synthetaic فرصة قوية لعرض منتجها جذبت انتباه المستثمرين، بما في ذلك مقاول الدفاع Booz Allen Hamilton.

« النمو الهائل في كمية بيانات الصور المولدة يسلط الضوء على الحاجة المتزايدة لحلول الذكاء الاصطناعي المتقدمة لإدارة وتحليل هذا المستودع الهائل من المعلومات. »

Corey Jaskolski، الرئيس التنفيذي لـ Synthetaic

« لقد وجدنا أن استخلاص المعلومات من هذه الكميات الهائلة من البيانات لا يزال مشكلة رئيسية وأولوية للعديد من القطاعات، مثل الدفاع والجغرافيا المكانية والمراقبة بالفيديو أو المراقبة بالطائرات بدون طيار. حلول الذكاء الاصطناعي من Synthetaic للتعلم غير الخاضع للإشراف وتحليل البيانات تضعنا في موقع استراتيجي في مجال تكنولوجي سريع النمو »، قال Jaskolski.

الذكاء الاصطناعي يحتاج إلى المساعدة البشرية

Jaskolski خريج معهد ماساتشوستس للتكنولوجيا (MIT) والمدير التكنولوجي السابق في National Geographic. غاص في الجبال الجليدية في القارة القطبية الجنوبية، وغاص على عمق 12500 قدم تحت مستوى سطح البحر لاستكشاف حطام تيتانيك، وقاد طائرة هليكوبتر لرسم خريطة لوجه نابولي من جبل إيفرست، ومغامر في كهوف مغمورة، وقام بتصنيف ضحايا التضحية المايا وعظام الدببة من العصر الجليدي.

إذًا، ما الذي دفع رحالة مثل Jaskolski إلى إنشاء بطارية اصطناعية رغم فنائه؟ كان الأمر بسيطًا: أدرك أن الذكاء الاصطناعي لديه القدرة على المساعدة في تصنيف المعلومات العالمية، لكن تطويره كان معوقًا بسبب الحاجة إلى شرح البيانات يدويًا.

« الشرح البشري هو المعيار لتدريب الذكاء الاصطناعي، قال Jaskolski. كلما أصبحت نماذج الذكاء الاصطناعي أكبر، تتحسن، لكنها تحتاج إلى المزيد من البيانات للتدريب لأنها تمتلك المزيد من المعاملات الداخلية القابلة للتعديل.
تقدم Synthetaic، التي أطلقت في عام 2019، أداة – التصنيف السريع التلقائي للصور (RAIC، من الإنجليزية: Fast Automatic Image Classification) – التي تهدف إلى تحليل مجموعات كبيرة من البيانات تلقائيًا، وهي صور الأقمار الصناعية ومقاطع الفيديو التي لا تحتوي على تسميات. يتم تدريب العديد من نماذج الذكاء الاصطناعي عن طريق شرح البيانات. على سبيل المثال، نموذج يُقدم له عدد كبير من الصور والشروح لكل سلالة قطط سيتعلم في النهاية « تمييز » bobtail عن shorthair. على العكس، يقدم المستخدم لـ RAIC صورة واحدة، ويعثر RAIC على هذه الصورة في مكان آخر في مجموعة البيانات.
« RAIC تعني القدرة على التعامل مع مجموعات البيانات النادرة أو المعقدة، وتسريع تطوير الذكاء الاصطناعي وتحسين النمذجة التنبؤية دون أن تكون محدودًا بكمية البيانات أو جودتها، قال Jaskolski. وهذا يجعل RAIC أصلًا استراتيجيًا لتحفيز الابتكار والكفاءة التشغيلية والميزة التنافسية، خاصة في حالات الاستخدام حيث تشكل البيانات عنق الزجاجة لاعتماد وتنفيذ الذكاء الاصطناعي. »

للقراءة أيضًا:هل البيانات الضخمة هي مستقبل الذكاء الاصطناعي؟