人工智能学习平台人工智能的未来畅想人工智能综合基础
Sana 的中心目标是操纵 AI 手艺提拔企业培训的才能
Sana 的中心目标是操纵 AI 手艺提拔企业培训的才能。Sana 专注于设想并操纵野生智能手艺的最新停顿野生智能的将来憧憬,花了七年的工夫来完美这一愿景。近来六个月得益于野生智能手艺获得的停顿,该公司供给的产物效劳得到更多投资者存眷。
“设想一下地球上的每一个人,口袋里都有一个博学家,它具有天下上一切的常识,你一切的常识,能够加强你处理任何使命的才能,它能够教你任何工具,”Hellermark 说。
该平台作为其在一端得到答应的 LLM 与在另外一端得到公司信息和数据之间的接口。这是由于跟着愈来愈多的员工依靠天生式 AI 来提取或天生信息,他们也面对着在不知情的状况下将专有公司信息输入 AI 体系的风险——从而招致体系在公司不知情的状况下怎样利用这些数据的不愿定性。Sana 体系则为此供给公司专有信息私密性的庇护。
Sana的开创人Hellermark 13 岁开端编程,14 岁创建视频保举公司。在一家数字告白公司事情后,他 19 岁兴办了 Sana(其时称为 Sana Labs)作为其野生智能研讨尝试室野生智能的将来憧憬。Hellermark 经由过程公然的斯坦福课程进修了怎样编程,如今,借助 Sana 的 AI 功用,他的目的是经由过程进步员工进修和会见信息的才能来进步员工的事情服从。
Sana 当前将其进修办理体系出卖给公司的人力资本部分。它在医疗保健和银行等行业具有约 200 家企业客户——包罗金融科技平台 Klarna、干净公司 Hemfrid 和制药品牌默克——和 30万名小我私家用户。Sana 在伦敦、斯德哥尔摩和纽约设有处事处,方案将分外资金用于产物开辟并扩展其 70 名员工的团队。
Sana Labs开创人乔尔·海勒马克 (Joel Hellermark) 暗示,在公司内部,信息凡是分离在各个孤岛中野生智能的将来憧憬,埋藏在体系中,并以差别的格局锁定,员工在最需求的时分没法会见这些信息。这位 26 岁的年青人期望经由过程他的进修平台 Sana 协助企业处理这个成绩。
Sana Labs 称,公司深信加强人类智能是鞭策环球前进的枢纽。Sana 经由过程使企业员工可以放慢进修速率并进步事情服从来加强环球构造的才能。承袭这一根本信心,Sana 于两年前动手构建杰出的进修办理体系。
跟着公司将企业再培训转移到网上,长途事情激增,这家教诲科技草创公司收获颇丰。在疫情大盛行时期,2,000 家病院的 80,000 多名医护职员利用 Sana 的平台来进步妙技并理解有关 Covid-19 疫情医治和防备的更多信息。
凭仗其 AI 东西套件,Sana 与企业搜刮独角兽 Glean、企业 AI 草创公司 Typeface 和 Adept 等草创公司睁开合作野生智能综合根底,Adept 供给基于 AI 的助手来施行使命。
Sana Labs 公司由乔尔·海勒马克 (Joel Hellermark) 于 2016 年创建,其时该开创人成立了一个团队野生智能综合根底,工程师和设想师成员来自Spotify、谷歌等科技公司。最后几年团队努力于研发野生智能综合根底、研讨差别的上市产物及其事情道理。2019 年,Sana Labs 作为一款由野生智能驱动的一体化企业进修东西推出。
其AI 驱动的进修平台,使构造可以查找、同享和操纵完成使命所需的常识,企业和员工借助该平台能够完成本性化在线培训和妙技提拔。
“它的确是企业的常识平台。把它设想成亚历山大藏书楼野生智能综合根底,一切你能够想要答复的成绩,公司的一切常识,统统都在这个平台上,”该开创人暗示。
天生式 AI 模子的才能间接遭到它们领受到的高低文的影响。经由过程将 Sana 与构造的使用法式套件集成野生智能的将来憧憬,用户能够开释野生智能帮助的潜力,进步消费力并节流工夫。
当前Sana的软件利用八种差别的野生智能体系和大型言语模子LLM,包罗 OpenAI 的 Whisper野生智能综合根底、GPT-4 和 Dall-E,Anthropic 的 Claude 和谷歌的 PaLM,按照最合适特定使命(如转录、择要或创立)挑选适宜的模子。
在最晚期融资时,Hellermark 曾暗示,其信赖在事情场合毕生进修将成为标配。“我们信赖,将来每家超越 50 名员工的公司城市有一个进修平台...我们是该范畴的指导者,正在改动天下的进修方法。”
在颁布发表完成融资的同时,该公司公布了其下一个里程碑产物:天生式AI东西Sana AI。Sana AI 充任智能副驾驶copilot,与公司的常识库无缝集成。这个AI助手供给了一系列功用,包罗该平台撑持企业利用 AI 为企业信息创立索引,施行课程创立、许可员工查询和搜刮,总结和翻译信息等使命。
开创人暗示,Sana 能够搜刮公司的一切使用法式,比方 Slack、GitHub、Google Workspace 和 Notion,并在 100 毫秒内返回成果。“我们利用的是轻量级模子,由于我们期望在几毫秒内加载用户的谜底,而且我们需求在用户输入谜底的同时精确地弄分明他想要做甚么。”