La startup di IA da 5,5 miliardi di dollari Cohere spinge per costruire modelli personalizzati per i clienti aziendali
- Cohere ha annunciato i suoi piani per costruire modelli su misura per gestire compiti specifici per i clienti aziendali.
- L'CEO dell'azienda ha citato il rendimento decrescente dei grandi modelli AI come motivo del suo cambio di rotta.
- I modelli AI su misura potrebbero anche aiutare le aziende tecnologiche a ridurre la propria impronta di carbonio.
Cohere, la startup canadese di intelligenza artificiale valutata 5,5 miliardi di dollari, sta cambiando rotta verso la creazione di modelli di IA specializzati per l’uso aziendale. La mossa dell’azienda si allontana dai modelli tradizionali di grandi dimensioni a cui la maggior parte dei suoi concorrenti è attualmente dedicata.
Nick Frosst, co-fondatore di Cohere sottolineato che le aziende di oggi hanno bisogno di modelli progettati per compiti specifici piuttosto che generici e onnicomprensivi. Il cambiamento strategico verso la costruzione di modelli personalizzati deriva dal fatto che le aziende stanno riscontrando rendimenti decrescenti dai loro modelli più grandi.
Il problema dei rendimenti decrescenti dallo scaling dei modelli di IA
Ilya Sutskever, co-fondatore dei laboratori di IA Safe Superintelligence (SSI) e OpenAI, ha sottolineato che i guadagni derivanti dall’addestramento di modelli di IA su grandi set di dati si sono stabilizzati. Le aziende affrontano ora ritardi nell’addestramento e nel deployment di nuove generazioni di modelli linguistici di grandi dimensioni.
Il settore, che inizialmente ha visto progressi grazie all’impiego di potenza computazionale e risorse per modelli più grandi, ha iniziato a riconoscere che le dimensioni non sono sempre sinonimo di qualità o utilità.
In una lettera agli investitori, Cohere afferma che questa nuova direzione è il risultato delle difficoltà delle aziende nell’integrare l’IA nel loro lavoro quotidiano.
Invece di perseguire l’intelligenza artificiale generale (AGI), che alcune aziende come OpenAI considerano il futuro dell’IA, Cohere sta adottando un approccio più mirato. L’azienda mira a raggiungere una maggiore efficienza di capitale ottimizzando i modelli esistenti per applicazioni reali.
“Lavoreremo con le aziende per rendere i modelli perfetti per il loro caso d’uso, adattarli alle loro esigenze specifiche e portarli in produzione”, ha detto Frosst.
Ha chiarito che Cohere non si affiderà all’idea che l’AGI sia dietro l’angolo, sottolineando che l’aumento delle dimensioni del modello non equivale a risultati migliori.
La gara per costruire modelli migliori
La gara per costruire modelli di IA grandi e migliori ha portato a un boom di investimenti e sviluppo in tutto il settore. Cohere ha recentemente raccolto $270 milioni in una Serie C di finanziamento, mentre concorrenti come OpenAI, Anthropic e altri laboratori di IA hanno raccolto miliardi di dollari per finanziare il processo intensivo in capitale dello sviluppo di sistemi di IA all’avanguardia, che spesso richiedono enormi quantità di potenza computazionale.
Secondo Cohere, il passaggio dalla costruzione di modelli più grandi a modelli personalizzati è dovuto ai rendimenti decrescenti e ai feedback ricevuti dai clienti. “Quello che sentiamo dai clienti è che non hanno solo bisogno di modelli più grandi per essere bravi in tutto. Hanno bisogno di modelli effettivamente costruiti per i loro casi d’uso specifici”, ha detto Frosst.
Cohere distribuirà versioni personalizzate di modelli esistenti in grado di fornire valore diretto alle aziende. I suoi modelli saranno progettati per comprendere ed eseguire compiti altamente specifici adattati ai requisiti di ciascuna impresa, a differenza delle capacità generalizzate spesso trovate nei modelli più grandi.
Il nuovo approccio di Cohere potrebbe anche allinearsi con le tendenze del settore in materia di sostenibilità ed efficienza dei costi. Con i governi che scrutinano sempre più l’impronta carbonica delle aziende tecnologiche, la strategia di Cohere potrebbe offrire un vantaggio nel navigare l’evoluzione del quadro normativo.
Lo sviluppo di enormi modelli di IA non è solo un’attività costosa; è anche intensiva dal punto di vista energetico. Le aziende di IA potrebbero aver bisogno di tecniche più efficienti dal punto di vista energetico per posizionarsi meglio in conformità con le normative future, man mano che i governi spingono per emissioni più basse e comprendono meglio la tecnologia.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Hannah Collymore
Hannah è una scrittrice e redattrice con quasi un decennio di esperienza nella scrittura di blog e nella copertura di eventi nel settore delle criptovalute. Presso Cryptopolitan, Hannah contribuisce alla pagina delle notizie, riportando e analizzando gli ultimi sviluppi nei settori DeFi, RWA, regolamentazione crypto, intelligenza artificiale e tecnologie emergenti. Si è laureata all'Arcadia University con una laurea in Amministrazione Aziendale.
