Thomson Reuters lanseeraa oman tekoälymallinsa 40 miljoonan dollarin investoinnin jälkeen

Thomson Reuters ottaa merkittävän askeleen eteenpäin generatiivisessa tekoälyssä lanseeratessaan Thomsonin, yhtiön ensimmäisen oman laajan kielimallin. Malli koulutettiin 40 miljoonan dollarin investoinnilla, ja se antaa Thomson Reutersille paremman hallinnan tekoälyinfrastruktuuriinsa, kustannuksiinsa ja dataansa.

Thomson Reuters julkaisee nyt Thomson, yrityksen ensimmäinen itse kehittämä laaja kielimalli, LLM. Investointi tarkoittaa, että yritys siirtyy pääasiassa ulkoisten tekoälymallien integroinnista myös yrityksen ammattipalveluissa käytettävän tekoälyteknologian keskeisen osan omistamiseen ja hallintaan.

Toisin kuin monet suurimmat tekoälytoimijat, jotka ovat investoineet miljardeja laskentakapasiteettiin ja infrastruktuuriin, Thomson Reuters on valinnut erilaisen strategian. Thomson rakentaa vakiintuneen avoimen lähdekoodin mallin päälle, jota on sitten kehitetty edelleen ja erikoistettu yrityksen käyttötapauksiin.

• 

  MAINOS

  
  

• 

  MAINOS

  
  

• 

  SPONSOROITU

  
  

• 

  OMA SISÄLTÖ

  
  

Thomson Reuters on investoinut yhteensä 40 miljoonaa dollaria mallin kouluttamisessa, mukaan lukien taidot ja laskentakapasiteetti.

Yrityksen mukaan tuloksena on tekoälymalli, jonka Thomson Reuters omistaa ja hallitsee kokonaan, ja mallin ylläpitokustannusten sanotaan olevan huomattavasti alhaisemmat kuin perinteisissä rajaseudun malleissa.

Thomson Reutersin omien tietojen perusteella

Tärkeä osa strategiaa on yrityksen laaja pääsy ammattimaiseen ja toimialakohtaiseen sisältöön.

Thomson on kehitetty Thomson Reutersin vuosikymmenten sisältö-, teknologia- ja toimialaosaamisen tuella. Työ sisältää resursseja mm. Westlaw, Practical Law, Checkpoint ja Reuters.

Lisäksi prosessiin on osallistunut satoja alan asiantuntijoita aina koulutustavoitteiden suunnittelusta mallin loppuarviointeihin asti.

Thomson Reutersin mukaan alle kymmenen prosenttia yrityksen sisällöstä on tähän mennessä käytetty mallin kouluttamiseen.

Siksi yritys näkee jatkuvaa potentiaalia kehittää Thomsonia erikoistumalla edelleen pelkän harjoitusdatan määrän lisäämisen sijaan.

Yhä suurempien tekoälymallien tavoittelun haastaminen

Lanseeraus tapahtuu aikana, jolloin tekoälyteollisuus on keskittynyt useiden vuosien ajan yhä suurempiin malleihin, suurempiin tietojoukkoihin ja nopeasti kasvaviin investointeihin laskentakapasiteettiin.

Thomson Reuters uskoo Thomsonin osoittavan, että on olemassa vaihtoehtoinen tie.

Aloittamalla vahvasta perusmallista ja erikoistumalla siihen tiettyihin ammatillisiin tehtäviin yritykset voivat Thomson Reuters, luoda edistynyttä tekoälyä huomattavasti alhaisemmilla kustannuksilla.

Joel Hron, Thomson Reutersin teknologiajohtaja, kuvailee mallia esimerkkinä siitä, miten ammattimaisen tekoälyn taloustiede voisi muuttua.

Yrityksen alustavien arviointien sanotaan myös osoittavan, että Thomson pystyy suoriutumaan nykyaikaisten rajaseudun mallien tasolla useissa erityyppisissä tehtävissä.

Tekoälyn itsemääräämisoikeudesta on tulossa yhä tärkeämpää

Keskeinen osa lanseerausta koskee myös Tekoälyn suvereniteetti.

Yrityksille ja organisaatioille yhä tärkeämmiksi tulevat kysymykset siitä, miten tekoälymalleja koulutetaan, missä ne toimivat, mitä käyttäytymismalleja ja vinoumia niihin on rakennettu ja miten tietoja suojataan.

Omistamalla itse mallin Thomson Reuters saa paremman hallinnan koko ketjusta.

Se myös vähentää riippuvuutta ulkoisista tekoälytoimittajista ja antaa yritykselle paremman kontrollin siitä, miten teknologiaa käytetään tuotteissa, joissa turvallisuus, yksityisyys ja tarkkuus ovat ratkaisevan tärkeitä.

Thomson Reuters korostaa erityisesti mallin kykyä noudattaa monimutkaisia ohjeita ja työskennellä laajan toimialakohtaisen materiaalin kanssa.

Thomson Reutersin mukaan yrityksen alustavat tulokset osoittavat, että yhdistämällä omat koulutustiedot, inhimillinen asiantuntemus ja vahva perusmalli voidaan tuottaa tuloksia, joita ei voida saavuttaa pelkästään antamalla yleiselle tekoälymallille pääsy asiaankuuluviin tietoihin.

Riippumattomat asiantuntijat testaavat Thomsonia

Ennen lanseerausta Thomson Reuters asetti mallin myös oikeustieteen ja tekoälyn tutkijoiden ja asiantuntijoiden ryhmän saataville.

Tarkoituksena on antaa ulkopuolisille toimijoille mahdollisuus arvioida mallin suorituskykyä ja osallistua jatkuvaan validointiin ja kehittämiseen.

Yhtiö aikoo jatkaa Thomsonin tarjoamista ulkopuolisille arvioinneille tulevina kuukausina.

Thomsonista tulee saataville myös pienempi versio avoimen painon malli Hugging Facen kautta akateemiseen ja ei-kaupalliseen käyttöön.

Ensimmäinen käyttökerta CoCounsel Legalissa

Thomsonin ensimmäinen kaupallinen käyttöönotto tapahtuu vuonna Taulukkoanalyysi CoCounsel Legal.

Toimintoa käytetään suurten dokumenttimäärien jäsenneltyyn analysointiin, ja Thomson Reuters uskoo, että erikoistunut tekoälymalli voi tarjota selkeitä etuja tällä alueella.

CoCounsel Legal tulee jatkossakin käyttämään useita tekoälymalleja. Thomsonia käytetään silloin, kun sen oman mallin katsotaan tarjoavan suurimman hyödyn, kun taas muita johtavia malleja voidaan käyttää muuntyyppisissä tehtävissä.

Thomsonin odotetaan olevan saatavilla taulukkoanalyysissä asianajotoimistoille ja yritysten lakiasiainosastoille tulevassa julkaisussa.

Thomson Reuters aikoo sitten ottaa mallit käyttöön useammissa yhtiön laki- ja verotusportfoliossa.

Omasta tekoälystä tulee strateginen voimavara

Lanseeraus kuvaa laajempaa tekoälyn kehitystä yritysmarkkinoilla.

Koska generatiivisesta tekoälystä tulee yhä tärkeämpi osa kriittisiä järjestelmiä, kilpailu ei enää rajoitu pelkästään siihen, mikä malli on suurin tai tehokkain. Datan, koulutusprosessien, kustannusten, infrastruktuurin ja mallin käyttäytymisen hallinta on yhä tärkeämpää.

Thomson Reutersille Thomson tarkoittaa, että yhtiö hallitsee nyt myös toista keskeistä osaa teknologia-arvoketjussaan.

Yrityksellä on jo sisältö, asiantuntemus ja ammattimaiset työkalut. Thomsonin avulla yritys saa myös oman tekoälymallin, jota voidaan kehittää ja erikoistaa tulevaisuuden ammatillisiin työnkulkuihin.