Galileo, una startup di intelligenza artificiale con sede a San Francisco, ha annunciato oggi il lancio di Galileo LLM Studio, una piattaforma che si occupa di diagnosticare e risolvere problemi legati a modelli di linguaggio di grandi dimensioni. Questa innovativa piattaforma mira ad aiutare le aziende nell’implementazione rapida dei modelli di elaborazione del linguaggio naturale nella produzione, individuando “allucinazioni del modello” o previsioni errate e migliorando l’accuratezza dei modelli stessi.
Ash Sheth, co-fondatore di Galileo, ha spiegato la visione che sta dietro LLM Studio: “Crediamo fermamente che l’IA generativa sia pronta a cambiare il mondo. Ora, imprese, governi e individui possono finalmente interagire con l’intelligenza artificiale in modi che non erano possibili con l’apprendimento automatico predittivo”.
Questa piattaforma giunge in un momento in cui la richiesta di elaborazione del linguaggio naturale è in forte crescita, con le aziende desiderose di utilizzare modelli per applicazioni come chatbot, ricerca intelligente e generazione automatica di testo. Tuttavia, la creazione e l’implementazione di tali modelli complessi rappresentano ancora una sfida significativa. Secondo Sheth, i data scientist dedicano una considerevole quantità di tempo alla “pulizia dei dati” e alla risoluzione di problemi legati ai set di dati al fine di migliorare l’accuratezza dei modelli.
“Nonostante avessimo a disposizione i migliori talenti, il miglior team e l’infrastruttura più avanzata, ci sono voluti mesi per lanciare un modello in produzione”, ha affermato Sheth, riflettendo sulla sua esperienza di quasi un decennio nell’apprendimento automatico presso Google. “Quando abbiamo iniziato a esaminare il panorama generale, ci siamo resi conto che questo era lo stato delle cose nell’ambito dell’IA”.
La piattaforma di Galileo mira ad automatizzare gran parte del lavoro normalmente richiesto per la pulizia dei set di dati. Galileo Prompt Studio individua “allucinazioni del modello” o previsioni errate, consentendo ai data scientist di correggere rapidamente gli errori. La piattaforma consente inoltre di confrontare più richieste per trovare l’input ottimale e stima i costi delle chiamate ai servizi di intelligenza artificiale esterni come OpenAI, contribuendo così alla gestione dei budget.
Con l’aumento della commercializzazione dei modelli generativi, Sheth ritiene che la chiave per sfruttarne appieno il potenziale risieda nella comprensione dell’impatto dei dati e nell’adattamento di tali modelli. “Ci vuole molto tempo per adattare davvero questi modelli e farli funzionare. Qualsiasi cosa possiamo fare per accelerare questo processo non farà altro che favorire l’adozione dell’IA in tutto il mondo”, ha sottolineato.
La startup spera inoltre di espandersi oltre l’elaborazione del linguaggio naturale, adottando anche altri ambiti dell’intelligenza artificiale come la visione artificiale. “I nostri algoritmi si applicano a tutti i formati di dati, poiché alla fine li incorporiamo nelle reti neurali e la rappresentazione dei dati all’interno di tali reti neurali è semplicemente un vettore di valori decimali”, ha spiegato Sheth.
Con un finanziamento di 18 milioni di dollari proveniente da investitori, tra cui Battery Ventures, Galileo è pronta a sfruttare la crescente domanda di strumenti pratici nell’ambito dell’intelligenza artificiale. Tuttavia, l’azienda dovrà affrontare una forte concorrenza da parte di giganti del settore tecnologico come Google, Microsoft e AWS, che offrono anche piattaforme per la costruzione e la gestione di modelli di intelligenza artificiale. Galileo si auspica che il suo focus sulla diagnosi e correzione degli errori dei modelli possa differenziarla dagli altri attori del mercato.