AI21 Labs 推出即插即用的企業 AI 引擎，幫助企業價值化資料資產
以色列自然語言處理（NLP）領先廠商 AI21 Labs 宣布推出一款即插即用的生成式 AI 引擎，名為 Contextual Answers。這一全新的 API 方案能夠將大型語言模型（LLM）技術嵌入企業的數位資產，實現對組織資料的快速質疑與回答，無需進行繁瑣的跨團隊或軟體系統溝通。AI21 Labs 的 API 團隊負責人 Tel Delbari 表示：“這是首次以開箱即用的方式提供此類技術解決方案，無需額外的努力和資源。我們將整個解決方案都設計成即插即用的形式，並對每個元件進行了最佳化，讓我們的客戶在不投入人工智慧、NLP 或資料科學從業人員時間的同時獲得行業內最佳的結果。”
滿足企業特定生成式 AI 的需求
自 ChatGPT 崛起以來，企業無論大小都一直在尋找將 LLMs 應用於其資料堆疊，並為內部團隊和客戶提供更快速、更流暢的互動方式以獲取準確有用的訊息。通常的方法是對現有模型進行微調，以使其適應特定企業場景，但這樣的方法需要大量工程工作，不是每家公司都能負擔得起。
AI21 Labs 的新 Contextual Answers API 提供了一個從一開始就能實現任何生成式 AI 用例的解決方案。“企業可以透過使用 Web GUI 或透過 API 和 SDK 上傳檔案到我們的工作室開始。檔案載入完成後，他們可以透過 API 傳送問題並獲得答案。我們的 API 非常易於使用，即使是非 NLP 或 AI 專家的開發人員也能開始使用。” Delbari 告訴 VentureBeat。
一旦 AI 引擎啟動執行，企業客戶或內部員工可以提出任何自由格式的問題，無論是內部支援、檢查政策還是在大型檔案或手冊中搜尋訊息。模型將根據上傳的知識庫內容提供簡明的答案。它適用於結構化和非結構化訊息。“該模型特別最佳化以適應內部行話、縮寫詞、專案名稱等。只要檔案包含訊息，模型將自動學習該訊息及其含義。此外它不會將組織的知識與來自網際網路的外部知識、行話或訊息混淆，保持與組織資料和內部語言的一致性和真實性。” Delbari 解釋道。
努力實現資料存取控制和安全
由於 AI 引擎支援無限量的內部企業資料上傳，Delbari 明確指出確保訊息的存取和安全性是很重要的。為了實現存取控制和基於角色的內容分離，模型可以約束使用特定檔案、一定數量的檔案、特定檔案夾、標籤或後設資料。此外為了保障安全和資料機密性，公司的 AI21 Studio 提供了一個安全和 SOC-2 認證的環境。“我們承諾提供一個分離和保護的環境，已獲得各行各業信任，包括銀行和制藥公司等。”他表示。他還指出，企業可以透過 AWS Sagemaker Jumpstart 和 AWS Bedrock 使用 AI 引擎，在其虛擬私有雲（VPCs）上使用產品的核心能力。
展望未來
AI21 Labs 計劃將該功能嵌入其撰寫平臺 Wordtune 中，使使用者可以快速從上傳的檔案中檢索所選訊息。領先的資料生態系統參與者 Databricks 和 Snowflake 也在開展類似的專案。前者最近宣布推出 LakehouseIQ，使用 LLM 技術透過上下文回答有關 Lakehouse 資料的特定查詢，而後者則推出 Document AI，一款專門用於從非結構化檔案中獲取洞察的多模態 LLM。
VentureBeat 的使命是成為技術決策者獲取有關轉型企業技術知識和進行交易的數位城鎮廣場。發現我們的簡報。
延伸閱讀
- Informatica 表示不打算出售，包括給 Salesforce 或其他任何人
- Google Cloud Next 2024: 重大發表一覽
- ChatGPT：AI 引擎聊天機器人大揭密
- 人工智慧新創公司 AI21 Labs 在 OpenAI 混亂中籌集資金
- 「Fabric AI：AI 引擎打造全新資訊聚合空間！」
- Weav 入侵隱匿，為企業提供即插即用的 AI 同乘員
- Stardog 推出 Voicebox，一個使用 LLM 機能的層級以查詢企業資料
- Observe 籌集 5,000 萬美元，引入生成式 AI，協助企業視覺化所有資料
- Secoda 獲得 1,400 萬美元投資，為企業資料帶來 AI 驅動的類 Google 搜尋
- Secoda 獲得 1400 萬美元融資，為企業資料引入 AI 驅動、類似 Google 的搜尋功能
