Cognaize 募資 1800 萬美元，為金融業建立更好的 LLM │ 保留人類在決策過程中的角色
簡介
Cognaize 募資 1800 萬美元，旨在為金融業建立一個更好的結構為基礎的語言模型(LLM)。該公司使用深度學習技術開發了一個專注於處理金融領域非結構化資料的平臺，並在這一過程中結合了人工智慧和人類專家的角色。該平臺已獲得了三大信用評等機構、大型保險公司和金融服務業的重要客戶。Argonautic Ventures 領投該輪融資，Metaplanet 和其他投資者也參與其中。Cognaize 的創始人 Vahe Andonians 同時也是該公司的技術長和首席產品官，他曾創辦一家金融科技公司，該公司提供關於信用投資的分析和風險管理服務，最終被穆迪斯收購。概念及其背後的理念
Cognaize 的理念是，儘管金融業現在可以獲得大量的資料來更好地洞察其服務、市場狀況和客戶，但當前大部分的工作都是在結構化資料領域進行的。然而還有大量的非結構化資料等待被利用。Cognaize 建立了一個平臺，使用專門訓練的金融模型以及各種檔案（總共 1.3 百萬份），這些檔案可能包含了多個需要專家眼光來「閱讀」的訊息單元。這個平臺主要由金融分析師等人工智慧工作者使用，他們既可以幫助修正由系統閱讀的結果，又可以根據這些結果進行結論和決策。 Cognaize 的 CEO Al Eisaian 表示如果一家銀行希望在 AI 方面取得突破，有三個選擇：自家建立 AI 能力（不實際）、使用常規 AI 模型（例如 ChatGPT）並請顧問協助，或使用 Cognaize 的平臺。他指出，Cognaize 能夠讓銀行能夠使用 AI 並進行相關教育。專注領域與使用案例
許多公司專注於 AI 的發展，並致力於打造"大型" LLMs，並在 AI 領域構建普遍的知識圖。然而 Cognaize 等強大的玩家更專注於特定領域和使用案例。這些公司可能也在打造"大型" LLMs，但他們更關注深度而非廣度。而在這一點上，專業人士能夠更直接地與客戶溝通，因此投資者也將賭注放在這些玩家身上。編輯評論及建議
Cognaize 的融資動作凸顯了 AI 領域的重要主題：儘管像 OpenAI、Google 和 Anthropic 等公司正在努力推動 AI 普遍知識圖的建立，並在此過程中建立真正的"大型" LLMs，但同時也有一批非常強大的玩家專注於特定領域和使用案例。這些公司可能在建立"大型" LLMs 的同時更集中於滿足客戶需要的方向。這種專精的模式具有更高的執行效果，並且對計算資源的需求較小。Cognaize 正是基於這一概念，專注於金融領域，為金融業提供專屬的語言模型。這種有針對性的方法不僅提供更好的結果，而且可以減少運營成本。 然而無論是專門的 AI 公司還是大型科技公司，都應該像 Cognaize 一樣謹慎對待 AI 的應用。雖然 AI 可以取得人類無法達到的成果，但 AI 不能取代人類的角色。Cognaize 將人工智慧和專家的角色相結合，以提高在處理非結構化金融資料方面的準確性和效率。這種"人在迴圈中"的方式可以幫助人工智慧工作者在 AI 系統中進行修正以及綜合他們的專業判斷。 對於金融機構來說與 Cognaize 這樣的公司合作，可以為他們提供更高效、更準確的金融資料處理方式。然而他們也應該謹慎使用 AI 技術，不應該完全依賴 AI 系統，而是應該始終將人類專業判斷的角色保留下來。結論
Cognaize 透過募資 1800 萬美元，旨在為金融業打造一個更好的語言模型。該公司使用深度學習技術和人工智慧相結合的方式來處理非結構化金融資料。與那些專注於建立普遍知識圖的公司不同，Cognaize 的專注領域和使用案例更具目標定位和深度。這創造了一種更高效、更準確的金融資料處理方式，同時也維持了人類專業判斷的角色在其中的作用。金融機構在考慮使用 AI 技術時，應該謹慎處理，確保人類角色在決策過程中的存在。Collaboration-Cognaize,募資,1800 萬美元,金融業,LLM,人工智慧,人類合作
