השקעה בשכפול

נדיר מאוד לראות אבן בניין חדשה מופיעה בתחום המחשוב. אם חייזרים ינחתו על פני כדור הארץ ויפרקו את התוכנה שלנו, כל אפליקציה הייתה נראית בערך אותו הדבר: שילוב כלשהו של רשת, אחסון ומחשוב. האופן שבו מפתחים צורכים משאבים אלו, והיכן הם שוכנים, השתנה כמובן באופן דרמטי עם הזמן. אבל מושגי הליבה הם עתיקים כמו המחשוב עצמו, החל מה- אַבַּקוּס (~2700 לפני הספירה), ה מנוע אנליטי (1837), ואת רשת מכ"ם SAGE (שנות התשעים).

דגמי AI גדולים כמו Stable Diffusion ו-ChatGPT מייצגים אבן בניין חדשה ביסודה. על ידי שילוב מודלים גדולים (LMs) בתוכנה, מפתחים יכולים לחשוף פונקציונליות שלא הייתה אפשרית אחרת, כולל יצירת תוכן חזותי או טקסט, סיווג תוכן קיים ויצירת קשרים סמנטיים (ולא פורמליים) בנתונים. זה עשוי להיות אחד השינויים הגדולים ביותר בתוכנה שראינו אי פעם - זה לא רק הפעלת תוכנה על פלטפורמה חדשה (למשל מכשיר נייד), אלא הוא סוג חדש נטו של תוכנה.

הבעיה היחידה היא ש-LMs עדיין קשים לשימוש. רוב המפתחים אינם מהנדסי למידת מכונה - בעולם, מספר מהנדסי תוכנה עולים על מספר מהנדסי למידת מכונה בערך בשני סדרי גודל (~30 מיליון לעומת ~500,000). אימון מקדים בקנה מידה גדול הפך את הבינה המלאכותית לנגישה באופן דרמטי, אך מפתחי תוכנה עדיין עומדים בפני שורה של מכשולים (למשל היכן לארח דגמים, מה לעשות כשהם נשברים וכיצד לבנות בידול מודלים לאורך זמן) כדי להפעיל אפליקציות בינה מלאכותית בייצור, במיוחד בקנה מידה. הפשטות נקיות וכלים פשוטים עבור LMs פשוט לא קיימים. 

זאת הבעיה לשכפל שואף לפתור, על ידי היותו משהו כמו Vercel של למידת מכונה. אנו נרגשים להכריז היום שאנו מובילים את סבב סדרה A של Replicate כדי לעזור לחברה לצמוח ולהגשים את החזון שלה להפוך את AI לשמיש בקנה מידה.

עיקרון הליבה של המוצר של Replicate הוא שכל דגמי ה-AI בקוד פתוח צריכים להיות זמינים וקלים לשימוש במקום אחד. מפתחים צריכים להיות מסוגלים להתחיל לעבוד על LMs עם אפס עבודת למידת מכונה, הגדרת אירוח או שגיאות Python/CUDA בלתי ניתנות לבדיקה. זה צריך להיות קל לחבר כמה דגמים לתוך צינור. וככל שהאפליקציות מתרחבות, למפתחים צריכה להיות גישה לכלים פשוטים לכוונון עדין ולאירוח הדגמים שלהם.

כל זה אפשרי כי Replicate מתמקדת רק בחוויית מפתח והפשטות כלליות - בניגוד לספקי מודלים הקשורים לארכיטקטורות של מודל יחיד ומוציאות את רוב המשאבים שלהם כדי לפתח מודלים טובים יותר.

עד כה, Replicate משך אלפי מפתחים פעילים לפלטפורמה, רבים מהם בונים אפליקציות בינה מלאכותית ויזואלית. כמה מחברות הבינה המלאכותית המתוחכמות והידועות ביותר משתמשות ב- Replicate. אנו רואים בכך אימות מוקדם לכך שאפילו מפתחים בעלי יכולת גבוהה אינם רוצים להמציא את הגלגל מחדש, וכי Replicate בונה את המוצר המתאים לקהל הזה.

צוות Replicate מצויד באופן ייחודי להתמודדות עם בעיה זו. בן פירשמן עיצב את הגרסה הראשונה של Docker Compose, כלי המשמש כעת מיליוני מפתחים, ויש לו כוח על להבנת חווית מפתחים. אנדראס יאנסון היה מהנדס למידת מכונה בכיר ב-Spotify, שם הוא פרס דגמי AI בייצור בקנה מידה גדול ותכנן כלי AI חדשים מאפס. יחד, הם השתחררו שֵׁן, מערכת אריזה פשוטה, מבוססת מיכל, שמפעילה כעת את Replicate.

אנחנו רק מתחילים לראות בכוחם של דגמים גדולים אבן בניין חדשה בתוכנה. אנו חושבים שיש לשכפל תפקיד חשוב בהעברת הדגמים הללו לידיים של מיליון המפתחים הבאים, ואנו שמחים לתמוך בהם במשימה זו.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: https://a16z.com/2023/02/21/investing-in-replicate/