Meta-ს AI დირექტორმა კომპანია დატოვა და Microsoft Office-ის კონკურენტი სტარტაპი შექმნა

Meta-ში რვაწლიანი მუშაობის შემდეგ, ხელოვნური ინტელექტის მიმართულების დირექტორმა, როჰიტ პატელმა, კომპანია დატოვა. TechCrunch-ის ექსკლუზიური ინფორმაციით, Meta Superintelligence Labs-ის ყოფილმა ხელმძღვანელმა დააფუძნა სტარტაპი Ndoc, რომელიც Microsoft Office-ისა და Google Workspace-ის ხელოვნურ ინტელექტზე დაფუძნებულ ალტერნატივად პოზიციონირებს.

პატელი Meta-დან წასული მაღალი რანგის თანამშრომლების იმ ჯგუფს შეუერთდა, რომელთა შორისაც არიან გლობალურ საკითხთა დირექტორი ჯოელ კაპლანი, AI მკვლევარი ენდრიუ ტალოკი და AI-for-Work პროდუქტების ხელმძღვანელი ემილი დალტონ სმიტი.

Ndoc-ის მიზანია, გასცდეს არსებულ სამუშაო პროცესებზე დაშენებული უბრალო AI ხელსაწყოს ფარგლებს. პატელის ხედვით, პლატფორმამ უნდა ჩაანაცვლოს ფრაგმენტირებული სამუშაო გარემო, სადაც მომხმარებლებს ისეთი ხელსაწყოების გამოყენება უწევთ, როგორიცაა Excel, Word, PowerPoint, Tableau, Replit და „ChatGPT-დან ტექსტის კოპირება-ჩასმა“. ამის ნაცვლად, Ndoc სთავაზობს ერთიან სამუშაო სივრცეს, რომელზე წვდომაც კოლეგებს მაშინაც ექნებათ, თუ ისინი პლატფორმაზე დარეგისტრირებულნი არ არიან.

Ndoc-ის სტრუქტურა და ფუნქციონალი

Ndoc-ის ინტერფეისი სამ ძირითად კომპონენტს აერთიანებს ერთიან სამუშაო სივრცეში:

• Stage (სცენა): აქ განთავსებულია ძირითადი მიგნებების პრეზენტაციები, როგორიცაა სლაიდები, დეშბორდები, სიმულაციები ან მინი-აპლიკაციები.
• Narrative (თხრობა): ეს ნაწილი ეთმობა ანალიზს, ნუმერაციით დამოწმებულ ციტატებს, გენერირებულ ფიგურებსა და ციფრების მიღმა არსებულ ლოგიკას.
• Model (მოდელი): აქ ინახება მონაცემთა ბაზები და Python-ის სკრიპტები.

პლატფორმის დიზაინი პატელის გამოცდილებას ასახავს. Meta-ში მუშაობისას ის ფოკუსირებული იყო განმამტკიცებელ სწავლებაზე (reinforcement learning) — მანქანური სწავლების ტიპზე, სადაც AI აგენტები გადაწყვეტილებებს ცდისა და შეცდომის მეთოდით იღებენ. პატელს მიაჩნია, რომ თუ AI ქმნის ცხრილებსა და პრეზენტაციებს, რომლებზე დაყრდნობითაც კომპანიები გადაწყვეტილებებს იღებენ, მომხმარებელს უნდა შეეძლოს მისი მუშაობის გადამოწმება.

მაგალითად, მომხმარებელს შეუძლია ნახოს Python-ის სკრიპტები, რომლებითაც დოკუმენტი შეიქმნა.

„მაშინაც კი, თუ მომხმარებელმა პროგრამირება არ იცის, მას შეუძლია ჩატს სთხოვოს სკრიპტის ახსნა ან ფორმულის პოვნა. აქ ფარდის მიღმა არაფერია დამალული“

— აცხადებს პატელი.

მონაცემთა ანალიზი და მეხსიერება

პრაქტიკაში, მომხმარებელს შეუძლია ატვირთოს მონაცემები და Ndoc-ს სთხოვოს ანალიზის ჩატარება და შესაბამისი ტექსტის დაწერა. ასევე შესაძლებელია დოკუმენტისთვის სპეციფიკური კონტექსტის დამატება, როგორიცაა აუდიტორია, ტონი და მეხსიერება. პატელის თქმით, სისტემა ინარჩუნებს მეხსიერებას კონკრეტული პიროვნების, დოკუმენტის, გუნდისა და მთლიანი კომპანიის დონეზე.

Ndoc აგებულია ღია კოდის მქონე მოდელების ნაზავზე. რადგან პლატფორმა ნულიდან შეიქმნა, მისი მუშაობა გაცილებით იაფი ჯდება, ვიდრე სხვა ალტერნატივების. პატელის თქმით, ადრეული მომხმარებლები ყველაზე მეტად იმით არიან აღფრთოვანებულნი, რომ მთლიანი სამუშაო პროცესი ერთ სივრცეშია მოქცეული.

ფაილის ფორმატის რეინვენტარიზაცია

პატელის ამბიციაა თავად ფაილის ფორმატის შეცვლა. დოკუმენტების ექსპორტი შესაძლებელია .ndoc.html ფორმატში, რომელიც ნებისმიერ ბრაუზერში იხსნება. ის გეგმავს ამ ფორმატის „გახსნას“ (open-source), რათა სხვა დეველოპერებმაც შეძლონ მასზე მორგებული აპლიკაციების შექმნა და მომხმარებლები არ იყვნენ მიჯაჭვულნი კონკრეტულ პლატფორმებზე, როგორც ეს წლების განმავლობაში Microsoft-ისა და Google-ის შემთხვევაში ხდებოდა.

სწორედ ღია კოდის ფორმატზე მუშაობის სურვილი გახდა Meta-დან წასვლის ერთ-ერთი მიზეზი. დიდ კომპანიაში მსგავს საკითხებზე შეთანხმებას ასობით ადამიანის აზრი და დიდი დრო სჭირდება, პატელს კი სწრაფად მოქმედება სურდა.

„ადამიანებს მხოლოდ ადამიანური ტემპით შეუძლიათ მოძრაობა, მე კი შემიძლია ვიმოძრაო იმ ტემპით, რაც ხელოვნურ ინტელექტს შეუძლია“

— ამბობს ის.

კონკურენცია და ბაზრის გამოწვევები

კორპორატიული სამუშაო პლატფორმის შექმნა დიდი რისკია სამკაციანი გუნდისთვის, რომელსაც ჯერ დაფინანსება არ აქვს, განსაკუთრებით მაშინ, როცა OpenAI, Anthropic, Meta, SpaceXAI და Google უკვე სთავაზობენ მსგავს ინსტრუმენტებს. გასულ თვეში OpenAI-მ წარადგინა Space — ChatGPT-ის შიგნით არსებული სამუშაო სივრცე, რომელიც Ndoc-ის პირდაპირი კონკურენტია.

პატელი აღიარებს ამ საფრთხეს, თუმცა მიაჩნია, რომ სხვა ლაბორატორიებს არასწორი მიდგომა აქვთ:

„კომპანიები AI-ს უბრალოდ ცხრილებზე აბამენ. ეს ჰგავს ელექტროენერგიის აღმოჩენას და მისი გამოყენებით ხარებისთვის ნათურების მიბმას, ნაცვლად იმისა, რომ ტრაქტორი შექმნა.“

ჩვევების შეცვლა და მთლიანი სამუშაო პროცესის ჩანაცვლება რთულია, ამიტომ პატელმა შექმნა სპეციალური „კონექტორები“, რათა მომხმარებლებმა არსებული მონაცემების იმპორტი ადვილად შეძლონ. მას სურს, რომ პროდუქტი ჯერ მომხმარებლებმა შეიყვარონ და მხოლოდ ამის შემდეგ მოიზიდოს ინვესტიციები. მისი ფილოსოფიით, სრულყოფილი გეგმის ლოდინს სწრაფი მოქმედება სჯობს, რადგან დაგვიანების შემთხვევაში იდეას სხვა განახორციელებს.