Pramaana Labs ਨੇ AI ਭਰੋਸੇਯੋਗਤਾ ਵਧਾਉਣ ਲਈ ਜੁਟਾਏ $27 ਮਿਲੀਅਨ

Pramaana Labs ਨੇ Khosla Ventures ਦੀ ਅਗਵਾਈ ਹੇਠ $27 ਮਿਲੀਅਨ ਦੀ ਸੀਡ ਫੰਡਿੰਗ ਹਾਸਲ ਕੀਤੀ ਹੈ। ਇਹ ਸਟਾਰਟਅੱਪ ਗਣਿਤਿਕ ਵੈਰੀਫਿਕੇਸ਼ਨ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਕੇ AI ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, ਤਾਂ ਜੋ ਟੈਕਸ, ਕਾਨੂੰਨ, ਅਤੇ ਦਵਾਈ ਖੋਜ ਵਰਗੇ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਨੂੰ ਘੱਟ ਕੀਤਾ ਜਾ ਸਕੇ। ਇਹ ਨਿਵੇਸ਼ ਉਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਸਮਰਥਨ ਦੇਣ ਦੇ ਵਧ ਰਹੇ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ AI ਨੂੰ ਆਮ ਚੈਟਬਾਟਸ ਤੋਂ ਅੱਗੇ ਲਿਜਾ ਕੇ ਮਹੱਤਵਪੂਰਨ ਕਾਰੋਬਾਰੀ ਕਾਰਜਾਂ ਲਈ ਭਰੋਸੇਯੋਗ, ਉੱਚ-ਸ਼ੁੱਧਤਾ ਵਾਲੇ ਟੂਲਜ਼ ਬਣਾ ਰਹੀਆਂ ਹਨ।

ਕੀ ਹੋਇਆ?

Pramaana Labs ਨੇ ਅੱਜ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਸਮੱਸਿਆ – ਭਰੋਸੇਯੋਗਤਾ – ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ $27 ਮਿਲੀਅਨ ਦੀ ਸੀਡ ਫੰਡਿੰਗ ਰਾਊਂਡ ਦਾ ਐਲਾਨ ਕੀਤਾ ਹੈ। ਇਸ ਰਾਊਂਡ ਦੀ ਅਗਵਾਈ ਪ੍ਰਮੁੱਖ ਅਰਲੀ-ਸਟੇਜ ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਦੇ ਨਿਵੇਸ਼ਕ Khosla Ventures ਨੇ ਕੀਤੀ। ਇਸ ਫੰਡਿੰਗ ਵਿੱਚ Accel, Nexus Venture Partners, Premji Invest, Unbound, ਅਤੇ Boldcap ਵਰਗੇ ਹੋਰ ਨਾਮੀ ਨਿਵੇਸ਼ਕਾਂ ਨੇ ਵੀ ਹਿੱਸਾ ਲਿਆ। ਇਹ ਸਟਾਰਟਅੱਪ ਇਨ੍ਹਾਂ ਫੰਡਾਂ ਦੀ ਵਰਤੋਂ ਅਜਿਹੇ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਕਰੇਗਾ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਗੇ ਕਿ AI ਮਾਡਲ ਸਹੀ ਅਤੇ ਵੈਰੀਫਾਈ ਕੀਤੇ ਜਾ ਸਕਣ ਵਾਲੇ ਨਤੀਜੇ ਦੇਣ, ਖਾਸ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਉਦਯੋਗਾਂ ਲਈ ਜਿੱਥੇ ਗਲਤੀਆਂ ਨਾਲ ਕਾਨੂੰਨੀ ਜਾਂ ਵਿੱਤੀ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ।

AI ਵਿੱਚ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਕਮੀ

ਮੌਜੂਦਾ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਟੂਲਜ਼, ਜਿਵੇਂ ਕਿ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (LLMs), ਇੱਕ ਸੀਕੁਐਂਸ ਵਿੱਚ ਸਭ ਤੋਂ ਸੰਭਾਵਿਤ ਅਗਲਾ ਸ਼ਬਦ ਪੇਸ਼ ਕਰਕੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਈਮੇਲ ਲਿਖਣ ਜਾਂ ਰਚਨਾਤਮਕ ਸਮੱਗਰੀ ਬਣਾਉਣ ਲਈ ਵਧੀਆ ਹਨ, ਪਰ ਜਦੋਂ ਤੱਥਾਂ ਅਤੇ ਨਿਯਮਾਂ ਦੀ ਸਖ਼ਤ ਪਾਲਣਾ ਦੀ ਲੋੜ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਹ ਗਲਤੀਆਂ ਜਾਂ 'ਮਨਘੜਤ ਗੱਲਾਂ' (hallucinations) ਕਰ ਸਕਦੇ ਹਨ। ਟੈਕਸ ਕੰਪਲਾਇੰਸ, ਕਾਨੂੰਨੀ ਖੋਜ, ਅਤੇ ਫਾਰਮਾਸਿਊਟੀਕਲ ਡਰੱਗ ਡਿਸਕਵਰੀ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਇੱਕ ਗਲਤੀ ਸਿਰਫ਼ ਇੱਕ ਪਰੇਸ਼ਾਨੀ ਨਹੀਂ ਹੈ - ਇਹ ਕਾਰਜਾਂ ਅਤੇ ਸੁਰੱਖਿਆ ਲਈ ਇੱਕ ਜੋਖਮ ਹੈ। Pramaana Labs ਦਾ ਟੀਚਾ ਇਸ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਇੱਕ ਅਜਿਹੀ ਆਰਕੀਟੈਕਚਰ ਬਣਾਈ ਜਾ ਸਕੇ ਜਿੱਥੇ AI ਸਿਰਫ਼ ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਵੇ, ਸਗੋਂ ਵੈਰੀਫਾਈਯੇਬਲ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੇ।

ਤਕਨਾਲੋਜੀ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ?

ਕੰਪਨੀ AI ਦੀ ਦੁਨੀਆ ਵਿੱਚ 'ਫਾਰਮਲ ਵੈਰੀਫਿਕੇਸ਼ਨ' (formal verification) ਲਿਆ ਰਹੀ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ, ਇੱਕ ਸੁਰੱਖਿਆ ਪਰਤ ਜੋੜਨਾ ਜੋ AI ਦੇ ਆਊਟਪੁੱਟ ਨੂੰ ਗਣਿਤਿਕ ਨਿਯਮਾਂ ਦੇ ਇੱਕ ਸੈੱਟ ਦੇ ਵਿਰੁੱਧ ਚੈੱਕ ਕਰਦੀ ਹੈ। ਜਦੋਂ AI ਭਾਸ਼ਾ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਸੈਕੰਡਰੀ ਪਰਤ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਅੰਤਿਮ ਜਵਾਬ ਪ੍ਰਭਾਸ਼ਿਤ ਤਰਕ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਕੰਪਨੀ LEAN ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ, ਜੋ ਗਣਿਤਿਕ ਸਾਬਤ ਕਰਨ (verifying proofs) ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਹੈ, ਇਨ੍ਹਾਂ ਨਿਯਮਾਂ ਨੂੰ ਕੋਡੀਫਾਈ ਕਰਨ ਲਈ। ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਬਣਾ ਕੇ ਜੋ ਨਿਯਮਾਂ ਲਈ ਕੈਲਕੂਲੇਟਰ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਰਚਨਾਤਮਕ ਲੇਖਕ ਵਾਂਗ ਘੱਟ, ਕੰਪਨੀ AI ਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਤੋਂ ਲਈ ਭਰੋਸੇਮੰਦ ਬਣਾਉਣ ਦੀ ਉਮੀਦ ਕਰਦੀ ਹੈ।

ਨਿਵੇਸ਼ਕ AI ਟਰੱਸਟ 'ਤੇ ਕਿਉਂ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ?

ਟੈਕਨਾਲੋਜੀ ਸੈਕਟਰ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਫੰਡਿੰਗ ਰਾਊਂਡ ਮਾਰਕੀਟ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। AI ਬਾਰੇ ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਇਸ ਗੱਲ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਸੀ ਕਿ ਮਾਡਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਚਾਰ ਕਰ ਸਕਦੇ ਹਨ। ਹੁਣ, ਧਿਆਨ ਇਸ ਗੱਲ 'ਤੇ ਚਲਾ ਗਿਆ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਨੂੰ ਵੱਡੇ ਉਦਯੋਗਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਵਰਕਫਲੋ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਕਾਰੋਬਾਰ ਵਰਤਮਾਨ ਵਿੱਚ AI ਨੂੰ ਅਜਿਹੇ ਕੰਮਾਂ ਲਈ ਵਰਤਣ ਤੋਂ ਝਿਜਕ ਰਹੇ ਹਨ ਜਿੱਥੇ ਉਹ ਆਊਟਪੁੱਟ ਦੀ ਸ਼ੁੱਧਤਾ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਜਿਹੜੀਆਂ ਕੰਪਨੀਆਂ ਇਸ 'ਟਰੱਸਟ ਇਸ਼ੂ' ਨੂੰ ਹੱਲ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਉਹ ਵੱਧ ਤੋਂ ਵੱਧ ਕੀਮਤੀ ਬਣ ਰਹੀਆਂ ਹਨ। Premji Invest ਅਤੇ Accel ਵਰਗੇ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਭਾਗੀਦਾਰੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਵੱਡੇ ਪੂੰਜੀ ਅਲਾਕੇਟਰ ਉਨ੍ਹਾਂ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੇ ਹਨ ਜੋ ਰੈਗੂਲੇਟਿਡ, ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਦੇ ਸਮਰੱਥ ਬਣਾਉਂਦੀਆਂ ਹਨ।

ਅੱਗੇ ਦੀਆਂ ਚੁਣੌਤੀਆਂ

ਹਾਲਾਂਕਿ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਵਾਅਦਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, Pramaana Labs ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਔਖੀ ਕੰਮ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਬਣਾਉਣਾ ਜੋ ਟੈਕਸ ਕਾਨੂੰਨ ਜਾਂ ਡਰੱਗ ਇੰਟਰੈਕਸ਼ਨ ਦੇ ਗੁੰਝਲਦਾਰ, ਨਿਰੰਤਰ ਬਦਲਦੇ ਨਿਯਮਾਂ ਨੂੰ ਸਮਝ ਸਕੇ ਅਤੇ ਤਸਦੀਕ ਕਰ ਸਕੇ, ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਹੈ। ਹਰ ਉਦਯੋਗ ਦੇ ਵੱਖ-ਵੱਖ ਨਿਯਮ ਹੁੰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕੰਪਨੀ ਨੂੰ ਹਰ ਖਾਸ ਵਰਤੋਂ-ਮਾਮਲੇ ਲਈ ਆਪਣੇ ਵੈਰੀਫਿਕੇਸ਼ਨ ਲੇਅਰਜ਼ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਪਵੇਗਾ। ਨਿਵੇਸ਼ਕ ਇਹ ਦੇਖਣ ਲਈ ਨਜ਼ਰ ਰੱਖਣਗੇ ਕਿ ਕੀ ਕੰਪਨੀ ਇਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਭਾਰੀ ਲਾਗਤਾਂ ਜਾਂ AI ਦੀ ਗਤੀ ਨੂੰ ਹੌਲੀ ਕੀਤੇ ਬਿਨਾਂ ਕੁਸ਼ਲਤਾ ਨਾਲ ਸਕੇਲ ਕਰ ਸਕਦੀ ਹੈ।

ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?

ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀ ਫੰਡਿੰਗ ਪੜਾਅ ਤੋਂ ਵਿਕਾਸ ਵੱਲ ਵਧਦੀ ਹੈ, ਮੁੱਖ ਟ੍ਰੈਕੇਬਲ ਇਸਦਾ ਉਤਪਾਦ-ਮਾਰਕੀਟ ਫਿਟ ਹੋਵੇਗਾ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਵੱਡੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਨਾਲ ਸਫਲ ਪਾਇਲਟਸ ਬਾਰੇ ਘੋਸ਼ਣਾਵਾਂ ਲਈ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਨੀ ਦੀ ਵਧੇਰੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਫੈਲਣ ਦੇ ਨਾਲ-ਨਾਲ ਆਪਣੀ ਸ਼ੁੱਧਤਾ ਦੇ ਮਿਆਰਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਦੀ ਯੋਗਤਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗੀ। ਬਾਜ਼ਾਰ ਇਹ ਸਬੂਤ ਵੀ ਦੇਖੇਗਾ ਕਿ ਇਹ 'ਫਾਰਮਲ ਵੈਰੀਫਿਕੇਸ਼ਨ' ਲੇਅਰ ਇਸ ਦੁਆਰਾ ਸਮਰਥਿਤ AI ਮਾਡਲਾਂ ਦੀ ਗਤੀ ਜਾਂ ਉਪਭੋਗਤਾ-ਅਨੁਕੂਲਤਾ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਰੂਪ ਨਾਲ ਘੱਟ ਨਹੀਂ ਕਰਦੀ ਹੈ।