Thomson Reuters lancerer sin egen AI-model efter investering på 40 millioner dollars

Thomson Reuters tager et stort skridt fremad inden for generativ AI med lanceringen af Thomson, virksomhedens første proprietære store sprogmodel. Modellen blev trænet med en investering på 40 millioner dollars og vil give Thomson Reuters større kontrol over sin AI-infrastruktur, omkostninger og data.

Thomson Reuters lancerer nu Thomson, virksomhedens første internt udviklede store sprogmodel, LLM. Investeringen betyder, at virksomheden går fra primært at integrere eksterne AI-modeller til også at eje og kontrollere en central del af den AI-teknologi, der skal bruges i virksomhedens professionelle tjenester.

I modsætning til mange af de største AI-aktører, der har investeret milliarder i computerkapacitet og infrastruktur, har Thomson Reuters valgt en anden strategi. Thomson bygger på en etableret open source-model, der derefter er blevet videreudviklet og specialiseret til virksomhedens use cases.

• 

  SPONSORERET

  
  

• 

  REKLAME

  
  

• 

  REKLAME

  
  

• 

  EGET INDHOLD

  
  

I alt har Thomson Reuters investeret 40 millioner dollars i træning af modellen, herunder færdigheder og beregningskapacitet.

Ifølge virksomheden er resultatet en AI-model, som Thomson Reuters ejer og kontrollerer fuldt ud, mens omkostningerne ved at drive modellen siges at være betydeligt lavere end for traditionelle frontier-modeller.

Baseret på Thomson Reuters egne data

En vigtig del af strategien er virksomhedens omfattende adgang til professionelt og branchespecifikt indhold.

Thomson er udviklet med støtte fra årtiers ekspertise inden for indhold, teknologi og domæner fra Thomson Reuters. Arbejdet omfatter ressourcer fra Westlaw, Praktisk Jura, Checkpoint og Reuters.

Derudover har hundredvis af fageksperter deltaget i processen, fra design af træningsmålene til de endelige evalueringer af modellen.

Ifølge Thomson Reuters er mindre end ti procent af virksomhedens indhold indtil videre blevet brugt til at træne modellen.

Virksomheden ser derfor et fortsat potentiale for at udvikle Thomson gennem yderligere specialisering i stedet for blot at øge mængden af træningsdata.

Udfordrer jagten på stadigt større AI-modeller

Lanceringen kommer på et tidspunkt, hvor AI-branchen i flere år har fokuseret på stadigt større modeller, større datasæt og hurtigt voksende investeringer i computerkapacitet.

Thomson Reuters mener, at Thomson viser, at der er en alternativ vej.

Ved at starte ud fra en stærk grundmodel og derefter specialisere den til specifikke professionelle opgaver, kan virksomheder iflg. Thomson Reuters, skabe avanceret AI til betydeligt lavere omkostninger.

Joel Hron, teknologidirektør hos Thomson Reuters, beskriver modellen som et eksempel på, hvordan økonomien i professionel AI kan ændre sig.

Virksomhedens tidlige evalueringer siges også at vise, at Thomson kan præstere på niveau med moderne frontlinjemodeller i flere typer opgaver.

AI-suverænitet bliver stadig vigtigere

En central del af lanceringen vedrører også AI-suverænitet.

For virksomheder og organisationer bliver spørgsmål om, hvordan AI-modeller trænes, hvor de kører, hvilke adfærdsmønstre og bias der er indbygget, og hvordan information beskyttes, stadig vigtigere.

Ved at eje selve modellen får Thomson Reuters større kontrol over hele kæden.

Det reducerer også afhængigheden af eksterne AI-leverandører og giver virksomheden større kontrol over, hvordan teknologien bruges i produkter, hvor sikkerhed, privatliv og nøjagtighed er afgørende.

Thomson Reuters fremhæver især modellens evne til at følge komplekse instruktioner og arbejde med omfattende domænespecifikt materiale.

Ifølge Thomson Reuters indikerer virksomhedens tidlige resultater, at kombinationen af egne træningsdata, menneskelig ekspertise og en stærk basismodel kan producere resultater, der ikke kan opnås udelukkende ved at give en generel AI-model adgang til relevant information.

Uafhængige eksperter tester Thomson

Forud for lanceringen, Thomson Reuters gjorde også modellen tilgængelig for en gruppe forskere og eksperter inden for jura og kunstig intelligens.

Formålet er at give eksterne aktører mulighed for at evaluere modellens ydeevne og bidrage til fortsat validering og udvikling.

Virksomheden planlægger at fortsætte med at stille Thomson til rådighed for eksterne evalueringer i de kommende måneder.

En mindre version af Thomson vil også blive gjort tilgængelig som en åbenvægtsmodel via Hugging Face til akademisk og ikke-kommerciel brug.

Første brug sker i CoCounsel Legal

Den første kommercielle implementering af Thomson finder sted i Tabelanalyse i Juridisk rådgiver.

Funktionen bruges til struktureret analyse af store mængder dokumenter, et område hvor Thomson Reuters mener, at en specialiseret AI-model kan give klare fordele.

CoCounsel Legal vil fortsat bruge flere AI-modeller, hvor Thomson vil blive brugt, hvor deres egen model vurderes at give den største fordel, mens andre førende modeller kan bruges til andre typer opgaver.

Thomson forventes at være tilgængelig i Tabular Analysis for advokatfirmaer og juridiske afdelinger i virksomheder i en kommende udgivelse.

Thomson Reuters planlægger derefter at introducere modellerne i flere dele af virksomhedens juridiske og skattemæssige portefølje.

Egen AI bliver et strategisk aktiv

Lanceringen illustrerer en bredere udvikling på virksomhedsmarkedet for AI.

I takt med at generativ AI bliver en stadig vigtigere del af missionskritiske systemer, handler konkurrence ikke længere kun om, hvilken model der er den største eller mest kraftfulde. Kontrol over data, træningsprocesser, omkostninger, infrastruktur og modeladfærd bliver stadig vigtigere.

For Thomson Reuters betyder Thomson, at virksomheden nu kontrollerer endnu en central del af sin teknologiske værdikæde.

Virksomheden har allerede indholdet, ekspertisen og de professionelle værktøjer. Med Thomson får virksomheden også sin egen AI-model, der kan udvikles og specialiseres til fremtidige professionelle arbejdsgange.