#

النقاط الرئيسية

• جمعت Vals تمويلاً من الفئة A بقيمة 40 مليون دولار بقيادة Andreessen Horowitz.

• تقيم الشركة نماذج الذكاء الاصطناعي على مهام صناعية معقدة، وليس فقط على الاختبارات العامة.

• تهدف تقييماتها الخاصة إلى قياس الأداء العملي والنتائج السلبية.

• أطلقت Vals برنامج تقييم للوكالات الفيدرالية.

Vals تجمع التمويل وتحدد تركيزها بدقة

تذكر TechCrunch أن Vals جمعت تمويلاً من الفئة A بقيمة 40 مليون دولار بقيادة Andreessen Horowitz. وتتموضع الشركة الناشئة حول مشكلة محددة في تقييم الذكاء الاصطناعي. وهي تريد أن تصبح المعيار الذهبي لكيفية الحكم على النماذج.

ولا تركز الشركة على الاختبارات العامة فقط. بل تقيم نماذج الذكاء الاصطناعي على مهام صناعية معقدة. ويشير هذا النهج إلى رؤية أوسع لجودة النماذج. كما يدل على تركيز أقوى على الفائدة في العالم الحقيقي.

ما الذي تقول Vals إنها تقيسه

تقول Vals إن تقييماتها الخاصة تهدف إلى قياس الأداء العملي. كما تهدف إلى قياس النتائج السلبية. وهذا التمييز مهم لأن النموذج قد يبدو قوياً في معيار عام لكنه يفشل في بيئة أكثر واقعية.

ولا يقدم المصدر تفاصيل تقنية حول طريقة التقييم. كما لا يصف الصناعات الدقيقة المشمولة. وبناءً على التقرير، الفكرة الرئيسية واضحة: تحاول Vals اختبار النماذج بطرق تعكس العمل الفعلي بشكل أقرب.

لماذا تهم التقييمات الخاصة

يمكن أن تكون الاختبارات العامة مفيدة، لكنها قد لا تلتقط كل المخاطر أو القيود. تراهن Vals على أن التقييمات الخاصة يمكن أن تكشف المزيد عن كيفية تصرف النموذج في التطبيق العملي. ويشمل ذلك الأداء والآثار الجانبية الضارة.

وقد يجذب هذا النهج المؤسسات التي تريد أكثر من مجرد درجة في لوحة ترتيب. وقد يساعد أيضاً المشترين على مقارنة النماذج في مهام تشبه سير العمل لديهم. وهذا استنتاج مبني على تركيز الشركة المعلن، وليس ادعاءً من المصدر.

برنامج الوكالات الفيدرالية

أطلقت Vals أيضاً برنامج تقييم للوكالات الفيدرالية. ولا يشرح المصدر كيفية عمل البرنامج. كما لا يذكر أي الوكالات معنية أو ما المهام التي ستختبرها.

ومع ذلك، يشير هذا الإطلاق إلى أن Vals تريد استخدام نموذج التقييم الخاص بها في سياقات رسمية. وقد يجعل ذلك عمل الشركة ذا صلة باتخاذ القرار في القطاع العام. ولا يقدم التقرير تفاصيل كافية للذهاب أبعد من ذلك.

ماذا يعني ذلك لمشتري حلول الذكاء الاصطناعي

يسلط التقرير الضوء على اهتمام متزايد بأساليب تقييم تتجاوز المعايير العامة. وقد يرغب المشترون في معرفة كيفية أداء النموذج في مهام محددة، وليس فقط في الاختبارات العامة. وقد يرغبون أيضاً في فهم أنماط الفشل قبل النشر.

ويبدو أن Vals تبني عملها حول هذه الحاجة. فطرحها لا يتعلق بصنع النماذج، بل بالحكم عليها بشكل أدق. ويمكن أن يكون ذلك ذا قيمة عندما يكون كل من الأداء والمخاطر مهمين.

اعتبارات تشغيلية وحوكمية

يشير المصدر إلى مصدرين عمليين للقلق: الأداء في العالم الحقيقي والنتائج السلبية. وكلاهما مهم عند اختيار أنظمة الذكاء الاصطناعي أو مراجعتها. فقد يتصرف نموذج يحقق أداءً جيداً في بيئة ما بشكل مختلف في بيئة أخرى.

يمكن أن تساعد التقييمات الخاصة في إظهار هذه الفروق. كما يمكن أن تدعم شراءً وإشرافاً أكثر انضباطاً. ولا يصف التقرير إطار حوكمة، لذا فإن أي عملية أوسع ستكون افتراضاً.

الصلة بالمغرب

لا يورد المصدر أي حقائق خاصة بالمغرب. وبالنسبة للقراء في أي سوق، فالدرس العالمي بسيط: قيّم أنظمة الذكاء الاصطناعي على مهام تشبه الاستخدام الحقيقي، وليس فقط على الاختبارات العامة.

الخلاصة

تحاول Vals جعل تقييم الذكاء الاصطناعي أكثر عملية. ويمنحها هذا التمويل مساحة أكبر لمتابعة هذا الهدف. كما أن تركيز الشركة على الاختبار الخاص، والنتائج السلبية، وحالات استخدام الوكالات الفيدرالية يميزها عن الأساليب التي تعتمد على المعايير فقط.

ولا يثبت التقرير أن هذه الطريقة هي الأفضل. لكنه يوضح أن التقييم أصبح جزءاً أكثر جدية من منظومة الذكاء الاصطناعي. وبالنسبة إلى كثير من المشترين، قد يكون ذلك مهماً بقدر أهمية أداء النموذج نفسه.