Револуција дубоког учења има чудну слепу тачку: табеларне прорачуне. Док су велики језички модели (ЛЛМ) овладали нијансама људске прозе, а генератори слика су освојили дигитално платно, структурирани, релациони подаци који подупиру глобалну економију – редови и колоне ЕРП система, ЦРМ-ови и финансијске књиге – до сада су третирани као само још један формат датотеке сличан тексту или ПДФ-овима.
То је преостало предузећима да предвиде пословне резултате користећи типичан, радно интензиван процес науке о подацима, ручног инжењеринга карактеристика и класичних алгоритама машинског учења који претходе модерном дубоком учењу.
Али сада Фундаменталнокомпанија за вештачку интелигенцију са седиштем у Сан Франциску коју су суоснивали бивши студенти ДеепМинд-а, је лансирање данас са укупно 255 милиона долара за премошћавање овог јаза.
Изашавши из прикривености, компанија представља НЕКСУС, велики табеларни модел (ЛТМ) дизајниран да третира пословне податке не као једноставан низ речи, већ као сложену мрежу нелинеарних односа.
Технологија: померање даље од секвенцијалне логике
Већина актуелних АИ модела је изграђена на секвенцијалној логици — предвиђању следеће речи у реченици или следећег пиксела у оквиру.
Међутим, подаци предузећа су инхерентно несеквенционални. Ризик одлива купаца није само временски оквир; то је вишедимензионални пресек учесталости трансакција, расположења за подршку и регионалних економских промена. Постојећи ЛЛМ се боре са овим јер су слабо прилагођени ограничењима величине и димензионалности табела на нивоу предузећа.
"Највреднији подаци на свету живе у табелама и до сада није било доброг основног модела направљеног посебно да би се то разумело," рекао је Јереми Фраенкел, извршни директор и суоснивач Фундаментал.
У недавном интервјуу за ВентуреБеат, Фраенкел је нагласио да док је свет вештачке интелигенције опседнут текстом, аудио и видео записима, табеле остају највећи модалитет за предузећа. "ЛЛМ заиста не могу добро да рукују овом врстом података," објаснио је, "а предузећа се тренутно ослањају на веома старе алгоритме машинског учења како би дала предвиђања."
НЕКСУС је обучен за милијарде табеларних скупова података из стварног света користећи Амазон СагеМакер ХиперПод. За разлику од традиционалних модела КСГБоост или Рандом Форест, који од научника података захтевају да ручно дефинишу карактеристике — специфичне варијабле које модел треба да посматра — НЕКСУС је дизајниран да директно унесе необрађене табеле.
Он идентификује латентне обрасце у колонама и редовима које људски аналитичари могу пропустити, ефикасно читајући скривени језик мреже да би разумели нелинеарне интеракције.
Замка токенизације
Главни разлог зашто традиционални ЛЛМ не успевају у табеларним подацима је начин на који обрађују бројеве. Фраенкел објашњава да ЛЛМ токенизују бројеве на исти начин на који токенизују речи, разбијајући их на мање делове. "Проблем је што примењују исту ствар на бројеве. Табеле су, углавном, све нумеричке," напоменуо је Фраенкел. "Ако имате број као што је 2.3, ‘2’, ‘.’ и ‘3’ се виде као три различита токена. То у суштини значи да губите разумевање дистрибуције бројева. Није као калкулатор; не добијате увек прави одговор јер модел не разуме концепт бројева изворно."
Штавише, табеларни подаци су непроменљиви поредак на начин на који језик није. Фраенкел користи пример здравствене заштите да илуструје: "Ако вам дам табелу са стотинама хиљада пацијената и замолим вас да предвидите ко од њих има дијабетес, не би требало да буде важно да ли је прва колона висина, а друга тежина, или обрнуто."
Док су ЛЛМ-ови веома осетљиви на редослед речи у промпту, НЕКСУС је пројектован тако да разуме да померање позиција колона не би требало да утиче на основно предвиђање.
Рад на предиктивном слоју
Недавне интеграције високог профила, као што је Антхропицов Цлауде који се појављује директно у Мицрософт Екцел-у, сугеришу да ЛЛМ већ решавају табеле.
Међутим, Фраенкел разликује Фундаменталов рад као рад на фундаментално другачијем слоју: предиктивном слоју. "Оно што они раде је у суштини на слоју формуле — формуле су текст, оне су као код," рекао је. "Не покушавамо да вам дозволимо да изградите финансијски модел у Екцел-у. Помажемо вам да направите прогнозу."
НЕКСУС је дизајниран за доношење одлука у делићу секунде када човек није у току, као што је провајдер кредитне картице који утврђује да ли је трансакција лажна у тренутку када превучете прстом.
Док алати као што је Цлауде могу резимирати табелу, НЕКСУС је направљен да предвиди следећи ред – било да је то квар опреме у фабрици или вероватноћа да пацијент буде поново примљен у болницу.
Архитектура и доступност
Основна вредносна понуда Фундаментала је радикално смањење времена до увида. Традиционално, изградња предиктивног модела могла би трајати месецима ручног рада.
"Морате да унајмите армију научника података да изградите све те цевоводе података за обраду и чишћење података," Франкел је објаснио. "Ако недостају вредности или недоследни подаци, ваш модел неће функционисати. Морате да направите те цевоводе за сваки појединачни случај употребе."
Основне тврдње НЕКСУС замењује цео овај ручни процес са само једном линијом кода. Пошто је модел претходно обучен на милијарду табела, не захтева исти ниво обуке за специфичне задатке или инжењеринга карактеристика као што то раде традиционални алгоритми.
Како Фундаментал прелази из своје скривене фазе на шире тржиште, то чини са комерцијалном структуром дизајнираном да заобиђе традиционална трења око усвајања софтвера за предузећа.
Компанија је већ обезбедила неколико седмоцифрених уговора са Фортуне 100 организацијама, што је подвиг олакшан стратешком архитектуром изласка на тржиште где Амазон Веб Сервицес (АВС) служи као продавац рекорда на АВС Маркетплаце-у.
Ово омогућава лидерима предузећа да набаве и примене НЕКСУС користећи постојеће АВС кредите, ефикасно третирајући предиктивну интелигенцију као стандардни услужни програм уз рачунарство и складиштење. За инжењере задужене за имплементацију, искуство је са великим ударом, али са малим трењем; НЕКСУС ради преко интерфејса заснованог на Питхон-у на чисто предиктивном слоју, а не на конверзацијском.
Програмери повезују необрађене табеле директно са моделом и означавају специфичне циљне колоне – као што је вероватноћа неизвршавања кредита или оцена ризика одржавања – да би покренули предвиђање. Модел затим враћа регресије или класификације директно у скуп података предузећа, функционишући као тихи, брзи механизам за аутоматско доношење одлука, а не као помоћник заснован на ћаскању.
Друштвени улози: изнад доње линије
Док су комерцијалне импликације предвиђања потражње и предвиђања цена јасне, Фундаментал наглашава друштвену корист предиктивне интелигенције.
Компанија истиче кључне области у којима НЕКСУС може да спречи катастрофалне исходе идентификовањем сигнала скривених у структурираним подацима.
Анализом података сензора и евиденције одржавања, НЕКСУС може предвидети кварове као што је корозија цеви. Компанија указује на кризу воде у Флинту — која је коштала више од милијарду долара за поправке — као пример где је предиктивни надзор могао да спречи контаминацију опасну по живот.
Слично, током кризе ЦОВИД-19, недостатак ЛЗО коштао је болнице 323 милијарде долара у једној години. Фундаментал тврди да коришћењем производних и епидемиолошких података, НЕКСУС може предвидети несташице 4-6 недеља пре врхунске потражње, покрећући хитну производњу на време да би се спасили животи.
На климатском фронту, НЕКСУС има за циљ да обезбеди предвиђања поплава и суша за 30-60 дана, као што су поплаве у Пакистану 2022. које су проузроковале штету од 30 милијарди долара.
Коначно, модел се користи за предвиђање ризика поновног пријема у болницу анализом демографије пацијената и друштвених детерминанти. Како компанија каже: "Самохрана мајка која ради на два посла не би требало да се врати у хитну јер нисмо успели да предвидимо да ће јој требати додатна нега."
Перформансе у односу на кашњење
У свету предузећа, дефиниција бољег варира у зависности од индустрије. За неке је то брзина; за друге, то је сирова тачност.
"Што се тиче кашњења, зависи од случаја употребе," Франкел објашњава. "Ако сте истраживач који покушава да разуме које лекове треба давати пацијенту у Африци, латенција није толико битна. Покушавате да донесете тачнију одлуку која може на крају спасити највише живота."
Насупрот томе, за банку или хеџ фонд, чак и маргинално повећање тачности значи огромну вредност.
"Повећање тачности предвиђања за пола процента вреди милијарде долара за банку," Фраенкел каже. "За различите случајеве употребе, величина процентуалног повећања се мења, али можемо да вас доведемо до бољег учинка од онога што тренутно имате."
Амбициозна визија добија велику подршку
Серија А вредна 225 милиона долара, коју предводи Оак ХЦ/ФТ уз учешће компанија Салесфорце Вентурес, Валор Екуити Партнерс и Баттери Вентурес, сигнализира дубоко уверење да су табеларни подаци следећа велика граница.
Значајни инвеститори анђели, укључујући лидере из Перплекити, Виз, Брек и Датадог, додатно потврђују педигре компаније.
Анние Ламонт, суоснивач и извршни партнер у Оак ХЦ/ФТ, изразила је мишљење: "Значај Фундаменталовог модела је тешко преценити — структурирани, релациони подаци тек треба да виде предности револуције дубоког учења."
Фундаментално се позиционира не само као још један алат АИ, већ као нова категорија АИ предузећа. Са тимом од око 35 са седиштем у Сан Франциску, компанија се удаљава од ере прилагођених модела ка ери основних модела за столове.
"Ти традиционални алгоритми су исти последњих 10 година; не побољшавају се," рекао је Фраенкел. "Наши модели се стално побољшавају. За табеле радимо исту ствар коју је ЦхатГПТ урадио за текст."
Партнерство са АВС-ом
Кроз стратешко партнерство са Амазон Веб Сервицес (АВС), НЕКСУС је интегрисан директно у АВС контролну таблу. АВС корисници могу да примене модел користећи своје постојеће кредите и инфраструктуру. Фраенкел ово описује као а "веома јединствен споразум," напомињући да је Фундаментал једна од само две компаније са вештачком интелигенцијом које су успоставиле тако дубоко, вишеслојно партнерство са Амазоном.
Једна од најзначајнијих препрека за вештачку интелигенцију предузећа је приватност података. Компаније често нису вољне да преместе осетљиве податке у инфраструктуру треће стране.
Да би ово решили, Фундаментал и Амазон постигли су огроман инжењерски подвиг: могућност примене потпуно шифрованих модела – и архитектуре и тежине – директно у сопственом окружењу корисника. "Купци могу бити сигурни да су подаци са њима," рекао је Фраенкел. "Ми смо прва и тренутно једина компанија која је изградила овакво решење."
Појава Фундаментала је покушај да се редефинише ОС за пословне одлуке. Ако НЕКСУС буде радио онако како се оглашава – решавајући финансијске преваре, цене енергије и поремећаје у ланцу снабдевања са једним, генерализованим моделом – то ће означити тренутак када је вештачка интелигенција коначно научила да чита табеле које заправо управљају светом. Моћ предвиђања се више не односи на посматрање онога што се јуче догодило; ради се о откривању скривеног језика табела да би се утврдило шта ће се догодити сутра.
