تقوم شركة NeuBird ببناء حل ذكاء اصطناعي توليدي للبيئات السحابية الأصلية المعقدة

نيوبيرد جاء المؤسسان جوثام راو وفينود جايارامان من PortWorx، وهو حل تخزين سحابي أصلي قاموا في النهاية تم بيعها إلى PureStorage في عام 2019 مقابل 370 مليون دولار. كان هذا هو خروجهم الناجح الثالث.

عندما بحثوا عن التحدي التالي الذي يواجههم في الشركة الناشئة في العام الماضي، رأوا فرصة للجمع بين معرفتهم السحابية الأصلية، خاصة فيما يتعلق بعمليات تكنولوجيا المعلومات، مع المجال المزدهر للذكاء الاصطناعي التوليدي.

أعلنت شركة Neubird اليوم عن استثمار بقيمة 22 مليون دولار من Madrona لطرح الفكرة في السوق. إنه مبلغ ضخم بالنسبة لشركة ناشئة في مرحلة مبكرة، ولكن من المرجح أن تعتمد الشركة على الخبرة السابقة للمؤسسين لبناء شركة ناجحة أخرى.

يقول راو، الرئيس التنفيذي، إنه على الرغم من أن المجتمع السحابي الأصلي قام بعمل جيد في حل الكثير من المشكلات الصعبة، إلا أنه خلق مستويات متزايدة من التعقيد على طول الطريق.

“لقد قمنا بعمل رائع كمجتمع على مدار السنوات العشر الماضية في بناء بنيات سحابية أصلية ذات تصميمات موجهة نحو الخدمة. وأضاف هذا الكثير من الطبقات، وهو أمر جيد. هذه طريقة مناسبة لتصميم البرامج، ولكن هذا يأتي أيضًا على حساب زيادة القياس عن بعد. قال راو لـ TechCrunch: “هناك طبقات كثيرة جدًا في المكدس”.

وخلصوا إلى أن هذا المستوى من البيانات يجعل من المستحيل على المهندسين البشريين العثور على المشكلات وتشخيصها وحلها على نطاق واسع داخل المؤسسات الكبيرة. وفي الوقت نفسه، بدأت نماذج اللغات الكبيرة في النضج، لذلك قرر المؤسسون تشغيلها على حل المشكلة.

“نحن نستفيد من نماذج اللغات الكبيرة بطريقة فريدة جدًا لنكون قادرين على تحليل الآلاف والآلاف من المقاييس والتنبيهات والسجلات والتتبعات ومعلومات تكوين التطبيق في غضون ثوانٍ ولنكون قادرين على تشخيص حالة البيئة وقال: “اكتشف ما إذا كانت هناك مشكلة وتوصل إلى حل”.

تقوم الشركة بشكل أساسي ببناء مساعد رقمي موثوق به للفريق الهندسي. وقال: “لذلك فهو زميل عمل رقمي يعمل جنبًا إلى جنب مع مهندسي SRE وITOps، ويراقب جميع التنبيهات والسجلات بحثًا عن المشكلات”. الهدف هو تقليل مقدار الوقت المستغرق للرد على حادث ما وحله من ساعات إلى دقائق، ويعتقدون أنه من خلال استخدام الذكاء الاصطناعي التوليدي للعمل على حل المشكلة، يمكنهم مساعدة الشركات على تحقيق هذا الهدف.

يفهم المؤسسون القيود المفروضة على نماذج اللغة الكبيرة، ويتطلعون إلى تقليل الاستجابات المهلوسة أو غير الصحيحة باستخدام مجموعة محدودة من البيانات لتدريب النماذج، ومن خلال إعداد أنظمة أخرى تساعد في تقديم استجابات أكثر دقة.

“لأننا نستخدم هذا بطريقة خاضعة للتحكم للغاية لحالة استخدام محددة جدًا للبيئات التي نعرفها، يمكننا التحقق من النتائج التي تخرج من الذكاء الاصطناعي، مرة أخرى من خلال قاعدة بيانات متجهة ومعرفة ما إذا كان الأمر منطقيًا أم لا إذا لم نكن مرتاحين له، فلن نوصي به للمستخدم.

يمكن للعملاء الاتصال مباشرة بأنظمتهم السحابية المختلفة عن طريق إدخال بيانات الاعتماد الخاصة بهم، وبدون نقل البيانات، يمكن لـ NeuBird استخدام الوصول للتحقق من المعلومات الأخرى المتاحة للتوصل إلى حل، مما يقلل من الصعوبة العامة المرتبطة بالحصول على البيانات الخاصة بالشركة للنموذج الذي سيتم العمل به.

تستخدم NeuBird نماذج مختلفة بما في ذلك Llama 2 لتحليل السجلات والمقاييس. إنهم يستخدمون ميسترال لأنواع أخرى من التحليل. تقوم الشركة في الواقع بتحويل كل تفاعل للغة الطبيعية إلى استعلام SQL، مما يؤدي بشكل أساسي إلى تحويل البيانات غير المنظمة إلى بيانات منظمة. وهم يعتقدون أن هذا سيؤدي إلى قدر أكبر من الدقة.

تعمل المرحلة المبكرة لبدء التشغيل مع شركاء التصميم وشركاء ألفا حاليًا على تحسين الفكرة أثناء عملهم على طرح المنتج في السوق في وقت لاحق من هذا العام. يقول راو إنهم أخذوا جزءًا كبيرًا من المال من البوابة لأنهم أرادوا أن تعمل الغرفة على حل المشكلة دون الحاجة إلى القلق بشأن البحث عن المزيد من المال في وقت مبكر جدًا.