סטארטאפ הבינה המלאכותית AAI (דאבל A.I), שהקים פרופ' אמנון שעשוע לפני כשנתיים, הפך רשמית לאחד מגיוסי העומק המרשימים ביותר בזירת ה-AI הישראלית: החברה גייסה 200 מיליון דולר בסבב השקעה חדש, שבו הצטרפה גם ענקית השבבים אנבידיה. סך הגיוסים של החברה מגיע כעת ל־221 מיליון דולר, לפי שווי של כ-מיליארד דולר – סטטוס יוניקורן, עוד לפני השקה של מוצר מסחרי. (גלובס)

סבב הגיוס הובל על ידי קרן ההון־סיכון האמריקאית Lightspeed, מהשמות החזקים בהייטק העולמי ובזירת הסטארטאפים הישראלית. לצידה השתתפו בסבב ענקיות השקעה נוספות: זרוע ההשקעות של מייקל דל (DTC), בסמר, פיטנגו פירסט, גרינפילד, BRM – וכעת גם אנבידיה, שהפכה לשחקנית מפתח בכל מה שקשור לתשתיות AI עתירות חישוב.

AAI הוקמה באוגוסט 2023 ונרשמה תחילה בירושלים, וכיום היא פועלת ממשרדים ברמת גן. לצדו של שעשוע, שמכהן כמנכ"ל, נמנים על צוות המייסדים פרופ' שי שלו-שוורץ, ה-CTO של מובילאיי ושותפו של שעשוע גם ב-Mentee Robotics, וכן קבוצת חוקרים שהיו תלמידי וחוקרי עבר בקבוצות המחקר של שעשוע: פרופ' יואב לוין, פרופ' אור שריר, ד"ר נעם וייס וד"ר גל בנימיני. מדובר בצוות שמגיע מצומת של מדעי המחשב, מתמטיקה, פיזיקה ומדעי החיים – ומכוון לבעיות העמוקות ביותר של בינה מלאכותית. (AAI)

למרות היקף הגיוס, AAI עדיין פועלת "מתחת לרדאר": אין מוצר מסחרי, והקוד הפתוח העיקרי שיצא ממנה עד כה הוא מאמרים ומסגרות מחקר – למשל FormulaOne, דאטה־סט לבחינת יכולות הסקה אלגוריתמית של מודלים גדולים, שמנסה למדוד עומק חשיבה מעבר לשאלות קלאסיות של תכנות תחרותי.

הלב הטכנולוגי של דאבל A.I הוא לא עוד מודל שפה כללי, אלא מה שהחברה מכנה "בינה מלאכותית מומחית" (AEI – Expert AI): מערכות שמחקות את דרך החשיבה של מומחים אנושיים – מדענים, מהנדסים, מתמטיקאים – ומתמקדות בפתרון בעיות ספציפיות ומורכבות, תוך למידה מתמשכת מניסויים ומידע חדש. הרעיון הוא ליצור "סוכני AI" (AI Agents) שמסוגלים לא רק לענות על שאלות, אלא לפרק בעיות, להריץ ניסויים חישוביים, לעדכן את ההשערות שלהם – ולקבל החלטות בסגנון של חוקר מנוסה.

הגישה הזו מציבה את AAI באמצע הדרך בין שחקני ה-AGI (בינה מלאכותית כללית) שמנסים לדמות "מוח אנושי כללי", לבין חברות שמסתפקות במודלים גנרטיביים שמייצרים טקסט ותמונות. דאבל A.I מכוונת ל-AI שמתמחה בתחומים מוגדרים, אך מסוגל לבצע בהם שרשרת הסקות עמוקה, ולהציע פתרונות הנראים כמו עבודה של צוות מומחים אנושי – רק בקצב של מחשב־על.

מעבר למשקיעים, עצם הצטרפות אנבידיה לסיבוב הנוכחי מסמנת גם זווית תשתיתית: AEI וסוכני AI עתירי חישוב זקוקים לכוח GPU, לזיכרון מסיבי ולמערכות בקנה מידה גדול, ואנבידיה הופכת בשנים האחרונות לספקית ברירת המחדל של תשתיות כאלה. מבחינתה, השקעה ב-AAI משתלבת היטב באסטרטגיה של בניית אקו־סיסטם סביב שבבי ה-AI והפלטפורמות התוכנתיות שלה. (גלובס)

עבור שעשוע, זהו חוליה נוספת בשרשרת מיזמי ה-deep tech שהוביל בעשורים האחרונים: Mobileye בתחום הרכב האוטונומי, OrCam בטכנולוגיות ראייה מסייעת, AI21 Labs במודלי שפה גנרטיביים, Mentee Robotics ברובוטיקה הומנואידית ו-One Zero בבנקאות דיגיטלית. AAI מציבה אותו כעת בחזית המירוץ העולמי לדור הבא של מודלי הסקה וסוכני AI – מירוץ שבו ישראל הופכת, שוב, לשחקנית מרכזית. (וויקיפדיה)

בשלב זה, בחברה שומרים על איפוק תקשורתי ולא מפרטים על מוצרים קונקרטיים או על לוחות זמנים מסחריים. אבל שילוב של משקיעים מהשורה הראשונה, ענקית חומרה כמו אנבידיה וצוות מחקר מהחוד של ה-AI האקדמי והיישומי – מציבים את דאבל A.I כאחת החברות המסקרנות ביותר בגל הנוכחי של בינה מלאכותית מתקדמת.

הפוסט אנבידיה מצטרפת לגיוס הענק בסטארטאפ ה-AI החדש של אמנון שעשוע AAI הופיע לראשונה ב-Chiportal.

ענקית האוטומציה הארגונית ServiceNow, מאגר הקוד הפתוח של קהילת מפתחי הבינה המלאכותית Hugging Face וחברת אנבידיה הכריזו על StarCoder2 – משפחה חדשה של מודלי שפה גדולים (LLMs) בגישה פתוחה וללא עלות (open access), המיועדים לשמש עבור כתיבת קוד, ומציבים רף חדש של ביצועים, שקיפות ותמורה לעלות.

StarCoder2 פותח בשיתוף עם קהילת BigCode, המנוהלת על ידי ServiceNow, ו-Hugging Face והוא מאומן על 619 שפות תכנות וניתן להמשיך ולאמן אותו לצורך עבודה עם יישומים ארגוניים לביצוע משימות ייחודיות כגון יצירת קוד מקור, שיפור ויצירת תהליכי עבודה, סיכום טקסט ועוד. הפיצ'רים של StarCoder2, בהם השלמת הקוד, סיכום הקוד, איחזור קטעי קוד ועוד, מאפשרים למפתחים להאיץ חדשנות ולשפר תהליכי עבודה.

StarCoder2 מציע מודלים בשלושה גדלים: מודל שאומן על 3 מיליארד פרמטרים שהוכשר על ידי ServiceNow; מודל שאומן על 7 מיליארד פרמטרים שהוכשר על ידי Hugging Face, ומודל שאומן על 15 מיליארד פרמטרים שנבנה על ידי אנבידיה בהתבסס על פלטפורמת NVIDIA NeMo ותשתית המחשוב המואץ של אנבידיה. הגרסאות הקטנות יותר מספקות ביצועים רבי עוצמה תוך חיסכון בעלויות מחשוב, שכן מספר פרמטרים נמוך יותר דורש עוצמת מחשוב נמוכה יותר בשלב ההסקה (inference). ביצועי המודל שאומן על 3 מיליארד פרמטרים תואמים את הביצועים של מודל StarCoder המקורי, שאומן על 15 מיליארד פרמטרים.

המודלים של StarCoder2 משתמשים בארכיטקטורה עדכנית ונתונים שנאספו בקפידה על ידי קהילת BigCode, שנותנים עדיפות לשקיפות בתהליכי האימון כדי להבטיח חדשנות הפועלת תחת אחראיות ופיקוח וניתנת להרחבה לצרכי הלקוחות. הם מאפשרים המשך האצת הפיתוח של יישומי בינה מלאכותית כגון המרת טקסט חופשי לקוד (test-to-code) או טקסט חופשי לתהליכי עבודה (text-to-workflow), וכן הבנת הקשרים של מאגר הנתונים כדי להבטיח יישומים המספקים תחזיות מדויקות ורלוונטיות. יכולות אלה משרתות מהנדסי פיתוח מנוסים וגם מפתחים אחרים במטרה להאיץ טרנספורמציה דיגיטלית ולהגדיל ערך של תהליכים עסקיים.

הבסיס של StarCoder2 הוא מערך קוד חדש בשם Stack v2 שגדול יותר מפי 7 לעומת Stack v1. בנוסף למערך הנתונים המתקדם, טכניקות הדרכה חדשות עוזרות למודל להבין שפות תכנות בעלות משאבים נמוכים (כגון COBOL), מתמטיקה ודיונים בקוד המקור של התוכניות.

משתמשים יכולים לבצע Fine-Tuning של המודלים ב-StarCoder2 עם נתונים ספציפיים לתעשייה או לארגון באמצעות כלי קוד פתוח כגון NVIDIA NeMo או Hugging Face TRL. הם יכולים ליצור צ'אטבוטים מתקדמים לטיפול במשימות סיכום או סיווג מורכבות יותר, לפתח עוזרי קידוד מותאמים אישית שיכולים לבצע במהירות ובקלות משימות תכנות, לאחזר קטעי קוד רלוונטיים ולאפשר יכולות המרת טקסט לתהליכי עבודה.

StarCoder2, כמו קודמו, יהיה זמין תחת רישיון BigCode Open RAIL-M, המאפשר גישה ושימוש ללא תמלוגים. בהמשך, על מנת לקדם שקיפות ושיתוף פעולה, הקוד התומך של המודל ימשיך להימצא בדף GitHub של פרויקט BigCode.

כל דגמי StarCoder2 יהיו זמינים גם ב-Hugging Face ודגם StarCoder2 של 15 מיליארד פרמטרים זמין גם בדגמי NVIDIA AI Foundation למפתחים שמאפשר להתנסות בהם ישירות מהדפדפן או דרך נקודת קצה של API.

הפוסט אנבידיה, ServiceNow ו-Hugging Face משיקים את StarCoder2: משפחת מודלי שפה חדשים לסיוע בכתיבת קוד מבוססת בינה מלאכותית יוצרת הופיע לראשונה ב-Chiportal.