شركة Pramaana Labs تجمع 27 مليون دولار لإدخال التحقق الرسمي إلى الذكاء الاصطناعي

أعلنت شركة Pramaana Labs يوم الأربعاء عن جولة تمويل أولية بقيمة 27 مليون دولار. قادت الاستثمار شركة Khosla Ventures، بمشاركة مجموعة من المستثمرين شملت: Accel، وBoldCap، وNexus Venture Partners، وPremji Invest، وUnbound.

تهدف الشركة الناشئة إلى معالجة “هلوسات وأخطاء” الذكاء الاصطناعي من خلال إدخال التحقق الرسمي—وهو استخدام الأساليب الرياضية للتحقق مما إذا كان النظام يعمل بشكل صحيح. تستخدم Pramaana Labs لغة البرمجة LEAN، وهي لغة برمجة مفتوحة المصدر تُستخدم للتحقق من البراهين الرياضية، لبناء طبقة حتمية فوق النماذج اللغوية الكبيرة (LLMs) التقليدية. يسمح هذا الإعداد للنظام بمعالجة اللغة الطبيعية مع ضمان اتباع مخرجاته لقواعد صارمة وقابلة للتحقق. قارن Rajagopalan بين هيكل هذه المجالات والرياضيات، مشيراً إلى أنها تعمل وفق مجموعة صارمة من القواعد التي يجب اتباعها. وأوضح أنه بمجرد تدوين قواعد المجال، يصبح الاستدلال المبني عليها حتمياً.

ستركز Pramaana Labs على القطاعات الحساسة بما في ذلك القانون، واكتشاف الأدوية، وإعداد الضرائب. هذه مجالات يمكن أن يؤدي الخطأ فيها إلى تكلفة شخص ما صحته أو ماله أو حريته. صرح Rajagopalan بأن أصعب المشكلات في العالم ليست غير قابلة للحل، بل هي غير مُصاغة رسمياً. وقال Ranjan Rajagopalan، المؤسس المشارك والرئيس التنفيذي لشركة Pramaana Labs: “كل مجال يمكن أن يكلف فيه الخطأ شخصاً ما صحته أو ماله أو حريته له قواعد”.

لبناء أنظمة التحقق هذه، تعقد الشركة شراكات مع خبراء في المجال ومؤسسات أكاديمية. بالنسبة لأنظمة الضرائب الخاصة بها، تعمل Pramaana Labs مع مفوض مصلحة الضرائب الأمريكية (IRS) السابق Danny Werfel. وبالنسبة لأنظمة الأمن السيبراني واكتشاف الأدوية، تتعاون الشركة مع شركاء أكاديميين من IIT Delhi، وIIT Madras، وUC Berkeley.

هذا النهج في إضفاء الطابع الرسمي على الأطر التنظيمية المعقدة له سابقة. أشار Rajagopalan إلى مشروع CATALA في فرنسا، الذي يُضفي الطابع الرسمي على أنظمة الضرائب والمزايا في البلاد إلى كود قابل للتنفيذ. من خلال تطبيق أساليب تحقق رسمية مماثلة على الذكاء الاصطناعي، تخطط Pramaana Labs لبناء أنظمة تحقق مخصصة لكل من صناعاتها المستهدفة، مما يضمن إمكانية التحقق رياضياً من مخرجات النماذج اللغوية الكبيرة قبل نشرها في بيئات عالية المخاطر.

لماذا يهم

تحاول Pramaana Labs حل مشكلات الموثوقية في الذكاء الاصطناعي في القطاعات الحساسة من خلال الجمع بين النماذج اللغوية الكبيرة التقليدية وأدوات التحقق الرسمي الحتمية. إذا نجح هذا النهج الهجين، فقد يسمح للمؤسسات بنشر الذكاء الاصطناعي في قطاعات حساسة حيث تحمل الأخطاء عواقب وخيمة.