أخبار ar.wedoany.com، أعلنت شركة Patronus AI عن إتمام جولة تمويل من الفئة "بي" بقيمة 50 مليون دولار، بقيادة شركة Greenfield Partners، بالتزامن مع إطلاق "نماذج العالم الرقمي" (Digital World Models)، وهي فئة جديدة من بيئات المحاكاة واسعة النطاق، تهدف إلى تدريب وتقييم وتحسين أنظمة الذكاء الاصطناعي في سير العمل الرقمية المعقدة. وشارك في هذه الجولة مستثمرون حاليون، من بينهم Notable Capital وLightspeed Venture Partners وDatadog وSamsung وFactorial Capital وGokul Rajaram، بالإضافة إلى عدد من كبار المسؤولين التنفيذيين في شركات الذكاء الاصطناعي والبرمجيات الرائدة.
منذ تأسيسها قبل أقل من ثلاث سنوات، أصبحت Patronus AI مزودًا لخدمات تقييم أنظمة الذكاء الاصطناعي المتطورة، والبنية التحتية للمحاكاة، واختبار الموثوقية. وتتعاون الشركة حاليًا مع معظم مختبرات الذكاء الاصطناعي الرائدة عالميًا وموفري الخدمات السحابية فائقة الاتساع. وقد شهدت إيرادات الشركة خلال العام الماضي نموًا يتجاوز 15 ضعفًا، مما يعكس الطلب المتزايد على البنية التحتية التي تساعد المؤسسات على تدريب وتقييم ونشر أنظمة الذكاء الاصطناعي التي تتزايد درجة استقلاليتها. ويرفع التمويل الجديد إجمالي رأس المال الذي جمعته Patronus AI إلى 70 مليون دولار.
تأسست Patronus AI على يد باحثين ومهندسين في مجال الذكاء الاصطناعي من مؤسسات مثل Meta AI وAmazon AGI وGoogle، من بينهم الباحثان السابقان في Meta AI، أناند كانابان (Anand Kannappan) وريبيكا تشيان (Rebecca Qian). وتغطي خبرات الفريق مجالات تقييم نماذج اللغات الكبيرة (LLM)، ومواءمة الذكاء الاصطناعي، والعدالة، والعوامل الذكية المتجسدة.
اعتمد الجيل الأول من الذكاء الاصطناعي التوليدي على نصوص الإنترنت الثابتة ولوحات التصنيف المرجعية. لكن مع دخول العوامل الذكية في سير عمل أطول وأكثر تعقيدًا، تبرز بشكل متزايد محدودية هذه المنهجية. فالعامل الذكي الذي يتعامل مع طلبات تصعيد العملاء، أو يشغل برامج المؤسسات، أو يبحث عبر آلاف المستندات، أو يصحح البنية التحتية للإنتاج، لا يمكن تدريبه فقط من خلال حفظ التصنيفات المرجعية. تحتاج هذه الأنظمة إلى بيئات ديناميكية مشابهة للعالم الرقمي الذي ستعمل فيه فعليًا. وتقوم Patronus AI ببناء ما تسميه "نماذج العالم الرقمي" – وهي نماذج عالم انتشار لغوي – تهدف إلى توسيع نطاق توليد بيانات المحاكاة لتدريب وتقييم سلوك العوامل الذكية في سير العمل الرقمية المعقدة.
تتيح البنية التحتية للمحاكاة التي تبنيها الشركة لأنظمة الذكاء الاصطناعي التدريب على سير عمل واقعية في مجالات البرمجيات والبحث والاتصالات والمؤسسات. ولا يقتصر الهدف على تحسين الأداء في معايير ضيقة، بل إنتاج عوامل ذكية قادرة على العمل بموثوقية في مهام غامضة وطويلة الأمد. وترى Patronus AI أن المحاكاة ستصبح إحدى طبقات البنية التحتية المحددة لعصر الذكاء الاصطناعي. وتهدف هذه المنهجية إلى معالجة مشكلة الإشراف القابل للتوسع في مجال الذكاء الاصطناعي. وقال أناند كانابان، المؤسس المشارك والرئيس التنفيذي لشركة Patronus AI: "لا يخبرك التقييم الثابت إلا ما إذا كان النموذج قادرًا على الإجابة على سؤال ضيق في بيئة خاضعة للرقابة. لكنه لا يخبرك ما إذا كان العامل الذكي قادرًا على التعامل مع الغموض، أو التعافي من الفشل، أو العمل بموثوقية في سير عمل طويل الأمد وغير متوقع. وهذا يتطلب بيئة يمكن للنظام فيها الممارسة والتكيف وتراكم الخبرات بمرور الوقت."
بفضل التمويل الجديد، تخطط Patronus AI لتوسيع مؤسستها البحثية، وتعزيز فرق الهندسة، والاستثمار في القدرات الحاسوبية والبنية التحتية اللازمة لتدريب وتشغيل نماذج العالم الرقمي على نطاق واسع. وصرح إيتاي عنبار (Itay Inbar)، الشريك في شركة Greenfield Partners، بأن مستقبل الذكاء الاصطناعي سيعتمد على أنظمة قادرة على التعلم والعمل بموثوقية في بيئات معقدة، وأن المحاكاة أصبحت مفتاحًا لتحقيق هذا الهدف.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
