تعمل Twin Labs على أتمتة المهام المتكررة من خلال السماح للذكاء الاصطناعي بالسيطرة على مؤشر الماوس
![تعمل Twin Labs على أتمتة المهام المتكررة من خلال السماح للذكاء الاصطناعي بالسيطرة على مؤشر الماوس تعمل Twin Labs على أتمتة المهام المتكررة من خلال السماح للذكاء الاصطناعي بالسيطرة على مؤشر الماوس](https://i0.wp.com/techcrunch.com/wp-content/uploads/2024/01/Twin-Labs-founders.jpg?fit=%2C&ssl=1)
تعرف على Twin Labs، وهي شركة ناشئة مقرها باريس ترغب في إنشاء منتج أتمتة للمهام المتكررة، مثل تأهيل الموظفين الجدد لجميع خدماتك الداخلية، وإعادة ترتيب العناصر عند نفاد المخزون، وتنزيل التقارير المالية عبر العديد من منتجات SaaS، الوصول إلى التوقعات المحتملة وأكثر من ذلك.
“نقطة بداية التوأم هي فكرة من الخيال العلمي. لقد شهدنا تطور القدرات التقنية لحاملي شهادة الماجستير في القانون – نماذج الأساس. “والسؤال الذي طرحناه على أنفسنا هو ما إذا كنا سنكون قادرين على تكرار أنفسنا من خلال تدريب وكيل الذكاء الاصطناعي على الطريقة التي نؤدي بها مهامنا،” أخبرني هوغو مرسييه، المؤسس المشارك والرئيس التنفيذي لشركة Twin Labs.
في حالة Twin Labs، الأمر الأكثر إثارة للاهتمام ليس كذلك ماذا إنهم يقومون بتحسين العمليات الداخلية ولكن كيف إنهم يفعلون ذلك. وتعتمد الشركة على نماذج متعددة الوسائط ذات قدرات رؤية، مثل GPT-4 مع Vision (GPT-4V)، لتكرار ما يفعله البشر عادةً.
قبل التوجه إلى النماذج متعددة الوسائط، حاولت Twin Labs أولاً تطوير عوامل مستقلة باستخدام شهادات LLM التقليدية. “لقد اختبرنا الكثير من الأشياء، وقمنا بتنفيذ أوراق بحثية، وقمنا باختبار مستودعات GitHub مفتوحة المصدر. بشكل عام، الاستنتاج هو أن حاملي شهادات LLM غير موثوقين على الإطلاق. وقال ميرسييه: “هذا يعني أن حاملي شهادة الماجستير في القانون يتخذون قرارات خاطئة”. “في النهاية، المهمة لم تكتمل.”
ووفقا له، تم تدريب GPT-4V على الكثير من واجهات البرامج المختلفة وقواعد التعليمات البرمجية الأساسية، مما فتح إمكانيات جديدة. وقال مرسييه: “عندما تعرض واجهة، فإنها تفهم الميزة الموجودة خلف الزر”.
على عكس Zapier ومنتجات الأتمتة الأخرى، لا تعتمد Twin Labs على واجهات برمجة التطبيقات وتصميم عمليات معقدة متعددة الخطوات. بدلاً من ذلك، يعتبر Twin Labs أشبه بمتصفح الويب. يمكن للأداة تحميل صفحات الويب تلقائيًا والنقر على الأزرار وإدخال النص.
على سبيل المثال، إذا كنت تقوم بتعيين شخص ما، فقد تحتاج إلى إضافة معلومات هذا الشخص في نظام الرواتب الخاص بك، وإرسال دعوة إلى Slack، وإنشاء حساب Google Workspace، ودعوة الموظف الجديد لإنشاء حساب لدى مقدم خدمة التأمين الصحي.
عادةً ما تحتفظ الشركات بقائمة طويلة من المهام، وتقوم فقط بالاطلاع على القائمة في كل مرة يكون هناك عضو جديد في الفريق. هذه المهام ليست معقدة ولكن من المهم للغاية القيام بها بشكل جيد وبالترتيب الصحيح ومع تحديد بعض مربعات الاختيار المحددة. ولهذا السبب سيكون من المهم أن تكون قادرًا على تدريب مساعد الذكاء الاصطناعي الخاص بـ Twin Labs باستخدام تسجيل الشاشة وأوصاف اللغة الطبيعية.
لكن الشركة الناشئة لم تصل إلى هذه المرحلة بعد، فهي تعمل على تحقيق هذه الرؤية. أمضى المؤسسان المشاركان هوغو مرسييه وجواو جوستي الأشهر الستة الماضية في بناء نموذج أولي لهذا المنتج. كما قاموا أيضًا بجمع 3 ملايين دولار من التمويل الأولي من Betaworks وMotier Ventures والعديد من المستثمرين الملائكيين، مثل فلوريان دويتو (Dataiku)، وتوماس وولف (HuggingFace)، وتشارلز جورينتن (Alan)، ومهدي غيساسي (Deepmind)، ورومان هيوت (OpenAI). ) ، إيروان بيلو (OpenAI)، روموالد إيلي (Deepmind)، يان ديفيد إرليش (الوزن والتحيزات)، أوليفييه بوميل (Datadog)، رودولف سعادة (CMA CGM)، تيبود إلزيير (هيكسا)، كوينتين نيكمانز (هيكسا)، فيليب كوروت (ميراكل) ورند هندي (سنيبس، زاما).
لا يزال هناك العديد من التحديات التي تنتظر نظام الوكيل المستقل الخاص بـ Twin Labs. على سبيل المثال، يكلف إكمال مهمة ما قدرًا كبيرًا من المال، لكن تكاليف واجهة برمجة التطبيقات (API) والبنية التحتية تنخفض بسرعة في مجال الذكاء الاصطناعي. ستقوم Twin Labs أولاً بشحن منتج بمكتبة من المهام التي تم تدريبها مسبقًا للتأكد من أنها تعمل بشكل جيد. بعد ذلك، تتوقع الشركة الناشئة أنها ستفتح منصتها حتى يتمكن العملاء من إنشاء مهامهم الخاصة.
في حين أن العديد من الأشخاص يربطون منتجات الذكاء الاصطناعي بواجهة chatbot، فإن نهج Twin Labs مثير للاهتمام لأنه طريقة مبتكرة للتفاعل مع نماذج الذكاء الاصطناعي. قال ميرسييه: “أردنا حقاً أن نتطرق إلى التفاصيل الجوهرية لما يفعله الناس على أساس يومي، وكيف يمكننا تولي بعض الأشياء التي تمثل في الواقع بعض المتاعب بالنسبة لهم”.