H2O.ai ประกาศเปิดตัวแพลตฟอร์มหลายตัวแทน h2oGPTe ซึ่งผสมผสานโมเดล AI เชิงสร้างสรรค์และเชิงคาดการณ์เข้าด้วยกัน เพื่อให้องค์กรต่างๆ ได้รับการตอบสนอง AI ที่สอดคล้องกันและเชื่อถือได้มากขึ้น ต่างจากโซลูชันที่ต้องพึ่งพา generative AI เพียงอย่างเดียว h2oGPTe รวมแบบจำลองการคาดการณ์เพื่อปรับปรุงความสอดคล้องและความสามารถในการคาดการณ์ของการตอบสนอง เหมาะอย่างยิ่งสำหรับองค์กรที่ต้องการจัดการงานที่ซับซ้อนหลายขั้นตอน เช่น อุตสาหกรรมการเงิน โทรคมนาคม การแพทย์ และภาครัฐ แพลตฟอร์มดังกล่าวเน้นการรักษาความปลอดภัยของข้อมูลและการปฏิบัติตามข้อกำหนด และมีฟังก์ชันที่หลากหลาย เช่น AI เอกสารหลายรูปแบบ การวิเคราะห์ภาพและเสียง ตัวช่วยการเขียนโค้ด ฯลฯ เพื่อตอบสนองความต้องการที่หลากหลายขององค์กร h2oGPTe ยังมุ่งเน้นไปที่ความโปร่งใสและการตรวจสอบย้อนกลับ ทำให้ผู้ใช้สามารถดูฐานข้อมูล โมเดล และเวิร์กโฟลว์ที่ตัวแทนใช้
เมื่อเร็วๆ นี้ H2O.ai ได้ประกาศเปิดตัวแพลตฟอร์มหลายตัวแทนใหม่ h2oGPTe ซึ่งผสมผสานโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์และเชิงคาดการณ์ เพื่อให้องค์กรต่างๆ ได้รับการตอบสนองที่สอดคล้องกันมากขึ้น Sri Ambati ผู้ก่อตั้งและซีอีโอของ H2O.ai กล่าวว่าหนึ่งในความต้องการขององค์กรสำหรับตัวแทน AI คือการรักษาความสม่ำเสมอในการตอบสนอง
แพลตฟอร์ม h2oGPTe ใช้โมเดล Mississippi และ Danube ของ H2O.ai และยังสามารถเข้าถึงโมเดลภาษาใหญ่และเล็กอื่นๆ ได้อีกด้วย แพลตฟอร์มดังกล่าวรองรับการทำงานในสภาพแวดล้อมที่แตกต่างกัน รวมถึงระบบแยกอากาศ ระบบภายในองค์กร และระบบคลาวด์ Ambati เน้นย้ำว่าการรวม AI เชิงสร้างสรรค์และเชิงคาดการณ์เข้าด้วยกันช่วยให้องค์กรต่างๆ สามารถใช้ตัวแทนเหล่านี้ได้อย่างมั่นใจมากขึ้น โดยไม่กระทบต่อความปลอดภัย
หน้าที่หลักของ h2oGPTe ได้แก่ :
1. Multimodal Document AI: สามารถให้คำตอบแบบสอบถามที่แม่นยำจากแหล่งข้อมูลภายในที่ปลอดภัย เช่น ไลบรารีเอกสารและฐานความรู้ รองรับการสร้างเอาต์พุตรูปแบบ JSON ที่มีโครงสร้าง เหมาะสำหรับสรุปสัญญาและการดึงข้อมูลการปฏิบัติตามข้อกำหนด
2. การวิเคราะห์ภาพและเสียง: แยกข้อมูลที่มีโครงสร้างออกจากไฟล์เสียง รูปภาพ และเอกสารที่เขียนด้วยลายมือ เหมาะสำหรับฟิลด์ภาพที่มีข้อมูลมากมาย โมเดลเสียงรองรับการถอดเสียงและการแปลหลายภาษา และโมเดลภาพช่วยให้สามารถตรวจสอบเนื้อหาได้
3. ผู้ช่วยเขียนโค้ด: ช่วยให้นักพัฒนาสร้างโค้ดพื้นฐานของโปรเจ็กต์ได้อย่างรวดเร็ว รองรับภาษาการเขียนโปรแกรมทั่วไป - ช่วยให้โค้ดสมบูรณ์และสร้างเอกสาร และเร่งกระบวนการพัฒนาจากแนวคิดไปสู่ต้นแบบ
4. เอเจนต์อัจฉริยะอัตโนมัติ: เอเจนต์สามารถทำให้เวิร์กโฟลว์หลายขั้นตอนเป็นอัตโนมัติ เช่น การวิจัยเครือข่ายและการสร้างแบบจำลองข้อมูล สามารถสร้าง PDF หลายหน้าตามข้อมูลแบบเรียลไทม์ จึงมั่นใจได้ถึงความโปร่งใส
5. การตรวจสอบการอ้างอิงและความโปร่งใส: ด้วยการใช้เทคโนโลยีการสร้างขั้นสูงในการดึงข้อมูล (RAG) ขั้นสูง รองรับการอ้างอิงเอกสารแบบฝังเพื่อปรับปรุงความโปร่งใสและตรวจสอบได้ของการตอบสนองของ AI
6. รั้วรักษาความปลอดภัยที่ปรับแต่งได้: ให้การจัดการการเข้าถึงแบบละเอียดและข้อจำกัดในการตอบสนอง เพื่อให้มั่นใจถึงความปลอดภัยของข้อมูลและการปฏิบัติตามข้อกำหนดในสภาพแวดล้อมที่ละเอียดอ่อน
7. การกำหนดเส้นทางโมเดลอัจฉริยะ: เลือกโมเดลที่เหมาะสมที่สุดแบบไดนามิกโดยอิงจากการประเมินแบบเรียลไทม์เพื่อเพิ่มประสิทธิภาพและประสิทธิภาพ
8. การจัดการความเสี่ยงของแบบจำลอง: การประเมินแบบจำลองที่โปร่งใส รวมกับความคิดเห็นของมนุษย์และการทดสอบอัตโนมัติ ปรับปรุงการปฏิบัติตามข้อกำหนดและความสามารถในการอธิบาย
Ambati ชี้ให้เห็นว่า generative AI ทำงานได้ดีในการสร้างเนื้อหา โดยเฉพาะการสร้างโค้ด ในขณะที่แบบจำลองการคาดการณ์ให้ความช่วยเหลือในการจำลองสถานการณ์ได้ดียิ่งขึ้น โมเดลการคาดการณ์จะเรียนรู้รูปแบบในข้อมูลเพื่อให้แน่ใจว่าเอเจนต์ตอบสนองได้สม่ำเสมอมากขึ้น เขายกตัวอย่างว่าแม้ว่าปฏิสัมพันธ์ระหว่างมนุษย์อาจมีการเปลี่ยนแปลง แต่พวกเขายังคงคาดหวังว่าจะได้รับการตอบสนองอย่างสม่ำเสมอ และนี่คือคุณค่าของการรวม AI เชิงทำนายเข้ากับ generative AI
แพลตฟอร์ม h2oGPTe เหมาะอย่างยิ่งสำหรับองค์กรต่างๆ เช่น การเงิน โทรคมนาคม การดูแลสุขภาพ และภาครัฐ ที่ต้องการจัดการงานหลายขั้นตอน ตัวแทนของแพลตฟอร์มสามารถประมวลผลข้อมูลหลายรูปแบบ เช่น แผนภูมิ และตอบคำถามเช่น "บริษัทของฉันควรขายตุ๊กตามากขึ้นในปีนี้หรือไม่" โดยคำนึงถึงข้อมูลทางการเงินในอดีตของบริษัทและข้อมูลแนวโน้มของตลาด
นอกจากนี้ ตัวแทนของ H2O.ai ยังสามารถสร้างเอกสาร PDF ที่มีแผนภูมิและตารางเพื่อแสดงข้อมูลเป็นภาพ และให้แน่ใจว่าแหล่งข้อมูลได้รับการอ้างอิงสำหรับการตรวจสอบย้อนกลับของข้อมูล แพลตฟอร์มนี้ยังมีฟังก์ชันการทดสอบโมเดลในตัว รวมถึงการสร้างคำถามโดยอัตโนมัติและการจำลองคำถามต่างๆ เพื่อทดสอบความสอดคล้องของการตอบกลับของตัวแทน ในเวลาเดียวกัน ผู้ใช้สามารถดูว่าตัวแทนใช้ฐานข้อมูล โมเดล หรือส่วนใดของเวิร์กโฟลว์ใดผ่านแดชบอร์ด
ในขณะที่ตัวแทน AI เติบโตอย่างต่อเนื่อง สิ่งสำคัญคือต้องรับประกันคุณค่าที่ตัวแทนมอบให้ รวมถึงความสม่ำเสมอ ความน่าเชื่อถือ และความแม่นยำ วิธีที่ H2O.ai ผสมผสานโมเดลเชิงกำเนิดและการทำนายเข้าด้วยกันเป็นการสำรวจที่บริษัทอื่นๆ กำลังมองหาเพื่อให้แน่ใจว่าตัวแทน AI จะไม่สร้างปัญหาให้กับองค์กร เช่น Agent Graph System ที่เปิดตัวโดย xpander.ai และ Agentforce Testing Center ที่เปิดตัวโดย พนักงานขาย.
ทางเข้าผลิตภัณฑ์: https://h2o.ai/platform/enterprise-h2ogpte/
ไฮไลท์:
แพลตฟอร์มใหม่ของ H2O.ai h2oGPTe ผสมผสานโมเดล AI เชิงสร้างสรรค์และเชิงคาดการณ์ เพื่อให้การตอบสนองที่สอดคล้องกันมากขึ้น
แพลตฟอร์มนี้เหมาะอย่างยิ่งสำหรับองค์กรต่างๆ เช่น การเงิน โทรคมนาคม การดูแลสุขภาพ และหน่วยงานรัฐบาลที่ต้องการจัดการงานที่ซับซ้อน
H2O.ai มุ่งเน้นไปที่การตรวจสอบย้อนกลับข้อมูลและการทดสอบตัวแทน เพื่อให้มั่นใจในความน่าเชื่อถือและความถูกต้องของตัวแทน
โดยรวมแล้ว h2oGPTe มอบโซลูชันที่เชื่อถือได้และน่าเชื่อถือมากขึ้นสำหรับแอปพลิเคชัน AI ระดับองค์กร โดยการผสานรวมโมเดล AI เชิงสร้างสรรค์และเชิงคาดการณ์ เพื่อให้มั่นใจถึงความสอดคล้องในการตอบสนอง ในขณะเดียวกันก็คำนึงถึงความปลอดภัยของข้อมูลและการปฏิบัติตามข้อกำหนดด้วย ความคล่องตัวและความสามารถในการจัดการความเสี่ยงแบบจำลองอันทรงพลังทำให้เหมาะสำหรับองค์กรที่ต้องจัดการงานที่ซับซ้อน