У процесі трансформації індустрій завдяки генеративному штучному інтелекту виникає новий, але суттєвий виклик — отримання даних, що полягає у витягуванні необхідної інформації з неструктурованих баз знань. Моделі великих мов (LLM) можуть бути точними лише на основі інформації, яку вони здобувають.
Саме тут стартуп ZeroEntropy прагне залишити свій слід. Цей стартап, заснований у Сан-Франциско генеральним директором Гітою Хоір Аламі та технічним директором Ніколасом Піпітоне, залучив 4,2 мільйона доларів у стартовому фінансуванні для того, щоб допомогти моделям швидко, точно та масштабно отримувати відповідні дані.
Раунд фінансування очолила компанія Initialized Capital за участю Y Combinator, Transpose Platform, 22 Ventures, a16z Scout і численних ангелів, серед яких — представники OpenAI, Hugging Face та Front.
ZeroEntropy приєднується до зростаючої кількості інфраструктурних компаній, що мають на меті використовувати генерацію з доповненням даних (RAG) для підживлення пошуків наступного покоління агентів штучного інтелекту. Конкуренти варіюються від VoyageAI від MongoDB до молодших стартапів Y Combinator, таких як Sid.ai.
“Ми зустріли багато команд, що працюють у сфері RAG, але моделі Гіти та Ніколаса перевершують усе, що ми бачили”, — зазначає Зої Перре, партнер Initialized Capital. “Отримання даних безсумнівно є критично важливим фактором у наступному етапі розвитку AI, і ZeroEntropy це реалізує.”
Генерація з доповненням даних (RAG) отримує інформацію з зовнішніх документів і стала стандартним архітектурним рішенням для агентів штучного інтелекту, будь то чат-бот, що надає кадрові політики, чи юридичний помічник, що цитує правові прецеденти.
Попри це, засновники ZeroEntropy вважають, що для багатьох AI-додатків цей рівень є вразливим: це збірка векторних баз даних, ключових слів та ре-рейтингувальних моделей. ZeroEntropy пропонує API, який керує налаштуваннями, індексацією, ре-рейтингуванням та оцінкою.
Це означає, що на відміну від продуктів для пошуку, таких як Glean, ZeroEntropy є чисто інструментом для розробників. Він швидко отримує дані, навіть з хаотичних внутрішніх документів. Хоір Аламі порівнює свій стартап з “Supabase для пошуку”, посилаючись на популярну відкриту базу даних, що автоматизує більшість завдань з керування базою даних.
“Зараз більшість команд або зшивають разом існуючі інструменти з ринку, або вносять всю свою базу знань у контекст вікна LLM. Перший підхід є трудомістким у створенні та підтримці”, — сказала Хоір Аламі. “Другий підхід може призводити до накопичення помилок. Ми створюємо інфраструктуру для пошуку, орієнтуючись на розробників — уявіть це як Supabase для пошуку — що дозволяє легко і ефективно розгортати точні, швидкі системи отримання даних.”
В основі лежить їхній запатентований ре-рейтингувальник ze-rank-1, який компанія стверджує, що наразі перевершує схожі моделі від Cohere та Salesforce за публічними та приватними показниками отримання даних. Він гарантує, що, коли система AI шукає відповіді в базі знань, спочатку отримує найбільш релевантну інформацію.
Більше 10 молодих компаній, що створюють AI-агентів у сферах охорони здоров’я, права, підтримки клієнтів та продажів, вже використовують ZeroEntropy, додає вона.
Гіта Хоір Аламі народилась і виросла в Марокко, покинувши батьківщину в 17 років для навчання в інженерії у Франції, де відвідувала престижну військову та математичну школу École Polytechnique. Тут вона виявила свою пристрасть до машинного навчання.
Два роки тому вона переїхала до Каліфорнії для завершення магістратури з математики в UC Berkeley, де поглибила свій інтерес до створення інтелектуальних систем.
Перед заснуванням ZeroEntropy, Хоір Аламі займалася створенням AI-помічника — своєрідного розмовного агента — ще до того, як ChatGPT став популярним. Вона згадує, що досвід, отриманий під час розробки цього помічника, особливо усвідомлення важливості надання правильного контексту та інформації для LLM, частково надихнув її на створення ZeroEntropy.
У галузі, яку часто критикують через брак різноманітності, 25-річна Хоір Аламі є однією з небагатьох жінок-CEO, що працюють у глибокій інфраструктурі для одного з найскладніших завдань в AI. Вона ж сподівається, що ситуація скоро зміниться.
“Жінок у DevTools чи AI інфраструктурі не так вже й багато,” — зазначила вона. “Але я б хотіла сказати молодим жінкам, які цікавляться технічними проблемами: не дозволяйте цьому вас зупиняти. Якщо ви зацікавлені у складних, технічних питаннях, не дайте нікому навести на думку, що ви не здатні їх вирішувати. Піддавайтеся цьому захопленню.”
Вона також підтримує зв’язок з рідною країною і проводить лекції у старших школах та університетах у Марокко, намагаючись надихнути більше дівчат займатися STEM-освітою.
