Thomson Reuters lanserer sin egen AI-modell etter en investering på 40 millioner dollar

Thomson Reuters tar et stort skritt fremover innen generativ AI med lanseringen av Thomson, selskapets første proprietære store språkmodell. Modellen ble trent med en investering på 40 millioner dollar og vil gi Thomson Reuters større kontroll over sin AI-infrastruktur, kostnader og data.

Thomson Reuters lanserer nå Thomson, selskapets første egenutviklede store språkmodell, LLM. Investeringen innebærer at selskapet går fra å hovedsakelig integrere eksterne AI-modeller til også å eie og kontrollere en sentral del av AI-teknologien som skal brukes i selskapets profesjonelle tjenester.

I motsetning til mange av de største AI-aktørene, som har investert milliarder i datakapasitet og infrastruktur, har Thomson Reuters valgt en annen strategi. Thomson bygger på en etablert åpen kildekode-modell som deretter har blitt videreutviklet og spesialisert for selskapets bruksområder.

• 

  ANNONSE

  
  

• 

  EGET INNHOLD

  
  

• 

  SPONSET

  
  

• 

  ANNONSE

  
  

Totalt har Thomson Reuters investert 40 millioner dollar i trening av modellen, inkludert ferdigheter og beregningskapasitet.

Ifølge selskapet er resultatet en AI-modell som Thomson Reuters eier og kontrollerer fullt ut, mens kostnadene ved å drive modellen sies å være betydelig lavere enn for tradisjonelle frontiermodeller.

Basert på Thomson Reuters egne data

En viktig del av strategien er selskapets omfattende tilgang til profesjonelt og bransjespesifikt innhold.

Thomson er utviklet med støtte fra flere tiår med innholds-, teknologi- og domeneekspertise fra Thomson Reuters. Arbeidet inkluderer ressurser fra Westlaw, Praktisk jus, Checkpoint og Reuters.

I tillegg har hundrevis av fageksperter deltatt i prosessen, fra utformingen av opplæringsmålene til de endelige evalueringene av modellen.

Ifølge Thomson Reuters har mindre enn ti prosent av selskapets innhold blitt brukt til å trene modellen så langt.

Selskapet ser derfor fortsatt potensial for å utvikle Thomson gjennom ytterligere spesialisering i stedet for bare å øke mengden treningsdata.

Utfordrer jakten på stadig større AI-modeller

Lanseringen kommer på et tidspunkt hvor AI-bransjen i flere år har fokusert på stadig større modeller, større datasett og raskt voksende investeringer i datakapasitet.

Thomson Reuters mener at Thomson viser at det finnes en alternativ vei.

Ved å starte fra en sterk grunnmodell og deretter spesialisere den for spesifikke faglige oppgaver, kan bedrifter, iht. Thomson Reuters, lage avansert AI til betydelig lavere kostnader.

Joel Hron, teknologidirektør i Thomson Reuters, beskriver modellen som et eksempel på hvordan økonomien til profesjonell AI kan endre seg.

Selskapets tidlige evalueringer sies også å vise at Thomson kan prestere på nivå med moderne grensemodeller i flere typer oppgaver.

AI-suverenitet blir stadig viktigere

En sentral del av lanseringen gjelder også AI-suverenitet.

For bedrifter og organisasjoner blir spørsmål om hvordan AI-modeller trenes, hvor de kjører, hvilken atferd og skjevheter som er innebygd, og hvordan informasjon beskyttes stadig viktigere.

Ved å eie selve modellen får Thomson Reuters større kontroll over hele kjeden.

Det reduserer også avhengigheten av eksterne AI-leverandører og gir selskapet større kontroll over hvordan teknologien brukes i produkter der sikkerhet, personvern og nøyaktighet er avgjørende.

Thomson Reuters fremhever spesielt modellens evne til å følge komplekse instruksjoner og arbeide med omfattende domenespesifikt materiale.

Ifølge Thomson Reuters indikerer selskapets tidlige resultater at kombinasjonen av egne treningsdata, menneskelig ekspertise og en sterk grunnleggende modell kan gi resultater som ikke kan oppnås utelukkende ved å gi en generell AI-modell tilgang til relevant informasjon.

Uavhengige eksperter tester Thomson

Før lanseringen, Thomson Reuters gjorde også modellen tilgjengelig for en gruppe forskere og eksperter innen jus og kunstig intelligens.

Hensikten er å la eksterne aktører evaluere modellens ytelse og bidra til fortsatt validering og utvikling.

Selskapet planlegger å fortsette å gjøre Thomson tilgjengelig for eksterne evalueringer i de kommende månedene.

En mindre versjon av Thomson vil også bli tilgjengelig som en åpenvektsmodell via Hugging Face til akademisk og ikke-kommersiell bruk.

Første gangs bruk skjer i CoCounsel Legal

Den første kommersielle implementeringen av Thomson finner sted i Tabellanalyse i Juridisk rådgiver.

Funksjonen brukes til strukturert analyse av store mengder dokumenter, et område der Thomson Reuters mener at en spesialisert AI-modell kan gi klare fordeler.

CoCounsel Legal vil fortsette å bruke flere AI-modeller, der Thomson brukes der deres egen modell anses å gi størst nytte, mens andre ledende modeller kan brukes til andre typer oppgaver.

Thomson forventes å være tilgjengelig i tabellbasert analyse for advokatfirmaer og juridiske avdelinger i bedrifter i en kommende utgivelse.

Thomson Reuters planlegger deretter å introdusere modellene i flere deler av selskapets juridiske og skattemessige portefølje.

Egen AI blir en strategisk ressurs

Lanseringen illustrerer en bredere utvikling i bedriftsmarkedet for AI.

Etter hvert som generativ AI blir en stadig viktigere del av forretningskritiske systemer, handler ikke konkurranse lenger bare om hvilken modell som er størst eller kraftigst. Kontroll over data, opplæringsprosesser, kostnader, infrastruktur og modellatferd blir stadig viktigere.

For Thomson Reuters betyr Thomson at selskapet nå kontrollerer en annen sentral del av sin teknologiske verdikjede.

Selskapet har allerede innholdet, ekspertisen og de profesjonelle verktøyene. Med Thomson får selskapet også sin egen AI-modell som kan utvikles og spesialiseres for fremtidige profesjonelle arbeidsflyter.