۹۸ درصد از دانش جهان برای هوش مصنوعی ممنوع است؛ تا امروز

شما و مدل‌های زبانی‌تان تنها با یک تکه کوچک از دانش بشری بازی می‌کنید. تصور کنید ۹۸ درصد از اطلاعات حیاتی جهان برای هوش مصنوعی زاینده (Generative AI) دست‌ناپذیر باشد؛ این یعنی سیستم‌های فعلی در واقع در یک «جزیره اطلاعاتی» محبوس شده‌اند.

Redpine، استارتاپ مستقر در استکهولم، برای شکستن این حصار ۸ میلیون دلار سرمایه در مرحله Seed جذب کرده است. به نقل از این شرکت، در حال حاضر تنها ۱ تا ۲ درصد از داده‌های جهانی برای استفاده در هوش مصنوعی در دسترس هستند. این دور از تامین سرمایه توسط NordicNinja رهبری شد و سرمایه‌گذاران استراتژیکی از OpenAI، Perplexity و Spotify نیز در آن مشارکت داشتند.

این شرکت مدل نمی‌سازد، بلکه «لوله انتقال» را می‌سازد. پلتفرم Redpine به عنوان یک رابط برنامه‌نویسی بدون سر (Headless API) عمل می‌کند که سیستم‌های هوش مصنوعی را مستقیماً به مجموعه‌داده‌های ممتاز (متن، تصویر، ویدئو و کد) متصل می‌کند. طبق اعلام شرکت، این ساختار به مالکان داده اجازه می‌دهد تا از اطلاعات خود درآمدزایی کنند و توسعه‌دهندگان نیز بتوانند داده‌های باارزش را از طریق یک رابط واحد خریداری کنند.

برای تضمین دقت در حوزه‌های حیاتی، Redpine از رویکردهای فنی زیر استفاده می‌کند:

• ارزیابی آنی: استفاده از فناوری بازیابی و بازرتب‌بندی (Reranking) به رهبری دکتر لئونورا وسترباکا برای سنجش کیفیت داده‌ها در لحظه.
• کاهش توهم (Hallucination): اولویت‌بندی ارتباط و قابلیت اطمینان به جای بلعیدن حجم انبوه داده‌ها برای بهبود تصمیم‌گیری در پزشکی، حقوق و مالی.
• دسترسی ماژولار: امکان پرس‌وجوی عامل‌ها (Agents) از داده‌های خارجی بدون نیاز به جذب دائمی اطلاعات حساس در مدل.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی معماری تولید بازیابی‌افزا (RAG) اشاره کردیم، آینده‌ی رقابت دیگر در ابعاد مدل نیست، بلکه در انحصار داده‌های باکیفیت است. اگر این مدل اقتصادی پذیرفته شود، عامل‌های هوشمند از تکیه بر مجموعه‌های آموزشی ایستا، به سمت استخراج اطلاعات تأییدشده و به‌روز در لحظه حرکت خواهند کرد.

اما نبرد واقعی در لایه‌ی حقوقی آغاز می‌شود؛ تقابل میان بازارچه‌های داده و قوانین کپی‌رایت، سرنوشت این تحول را تعیین خواهد کرد. این تنها آغاز ماجراست؛ اثر موج‌گونه‌ی این تصمیم بر اکوسیستم متن‌باز را در گزارش بعدی بررسی خواهیم کرد.

گام بعدی شما

• اگر توسعه‌دهنده هستید، مدل‌های دسترسی به داده‌های لایسنس‌دار را جایگزین Scraping‌های غیرقانونی کنید.
• استراتژی‌های مبنی‌سازی (Grounding) را در عامل‌های خود برای کاهش توهمات تخصصی پیاده‌سازی کنید.
• تحولات بازار داده‌های خصوصی را به عنوان یک مزیت رقابتی در سال ۲۰۲۶ دنبال کنید.