Innit تطلق FoodLM لتوفير المزيد من الإجابات ذات الصلة بالسياق من منصات الذكاء الاصطناعي التوليدية – TechToday

أعلنت اليوم شركة Innit ، وهي شركة ناشئة تشتهر بوصفاتها القابلة للتسوّق وحلول برمجيات المطبخ الذكية ، عن إطلاق FoodLM ، وهي طبقة ذكاء برمجي تساعد في توفير إجابات أكثر صلة بالسياق متعلقة بالطعام من نماذج اللغات الكبيرة (LLMs) التوليدية للذكاء الاصطناعي.

النظام الأساسي الجديد ، الذي ليس في حد ذاته LLM جديد ، هو بدلاً من ذلك طبقة ذكاء برمجي تم تصميمها لتوصيلها إلى LLMs الحالية للقيام بمعالجة مسبقة وبعدية للاستعلامات للمساعدة في تقديم إجابات أفضل حول مجموعة متنوعة من الموضوعات المتعلقة بالطعام.

من الاعلان:

يتيح برنامج FoodLM البحث الدلالي القوي لتجار التجزئة لتجاوز الكلمات الرئيسية وفهم النية. يمكن للعلامات التجارية تزويد المستهلكين بمساعدة الذكاء الاصطناعي الشخصية للغاية بدءًا من اختيار المنتج وحتى التحضير والطهي. بالنسبة لمقدمي الخدمات الصحية الذين يدعمون المرضى الذين يعانون من أمراض مزمنة مثل مرض السكري من النوع 2 ، يوفر FoodLM مساعدة قوية مدعومة علميًا للأكل الصحي والطعام كدواء.

وصف الرئيس التنفيذي لشركة Innit ، كيفن براون ، FoodLM بأنها طبقة خبراء “ذكاء اصطناعي عمودي” يمكن دمجها في LLMs الشائعة مثل OpenAI’s GPT4 أو PaLM من Google. قارن براون FoodLM بما فعلته Google مع Med-PaLM ، وهي طبقة المعرفة الطبية من Google التي توفر إجابات مركزة وذكية من حيث السياق حول المعلومات الطبية لدرجة أنها بدأت في اجتياز الاختبارات الطبية.

قال براون: “ستحتاج إلى إقران LLM مع تدريب خبير وأنظمة خبيرة لتضييقه لوظائف معينة حيث من الضروري أن تكون دقيقًا”.

أكبر مصدر قلق لـ LLMs اليوم هو ميلهم إلى الهلوسة. يقول براون إن الاندماج مع طبقة المعرفة العمودية يزيد من احتمالية الحصول على إجابات أكثر صلة ودقة ، مما يؤدي في النهاية إلى مزيد من الثقة في هذه الأنظمة.

قال براون: “تعد الاستعلامات عن الطعام واحدة من أفضل حالات الاستخدام بالنسبة إلى LLMs ، حيث تساعد في حل المشكلات الصعبة مثل المساعدة في إدارة النظم الغذائية للناس” ، “ولكن فقط إذا كان بإمكانك الوثوق بهم. إذا كان بإمكانك الوثوق بهذه الأنظمة والتأكد من أنها تعكس العوامل الغذائية والصحية الرئيسية ، فإنها تصبح أكثر قيمة “.

وفقًا للشركة ، تتم معالجة الإجابات مسبقًا ومعالجتها لاحقًا من خلال نماذج الحساب المركزة الخاصة بـ FoodLM ، والتي تسميها المدققين. تشمل المدققات المختلفة داخل FoodLM ما يلي:

• التغذية والوجبات الغذائية: يحلل أكثر من 60 نظامًا غذائيًا وحساسية وأنماط حياة وملفات صحية لتقديم توصيات مفصلة مصممة خصيصًا لتلبية الاحتياجات الفردية.
• الظروف الصحية: يوفر إرشادات النظام الغذائي ، وتقييم المنتج ، والمحتوى المصمم خصيصًا لحالات مثل مرض السكري من النوع 2 أو ارتفاع ضغط الدم.
• التسوق الشخصي: مشتريات البقالة الآلية ، بما في ذلك التقييم الشخصي واختيار أكثر من ثلاثة ملايين منتج من منتجات البقالة في جميع أنحاء العالم.
• الطهي والطبخ: منطق متقدم لضمان أن الوصفات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي تتبع إرشادات الطهي وقابلة للطهي. يتكامل بسلاسة مع المطابخ الذكية التي تتميز ببرامج الطهي الآلي.

في الوقت الحالي ، يقول براون إن FoodLM سيستخدمه شركاؤه من خلال عمليات تكامل مخصصة عبر واجهة برمجة التطبيقات. بمرور الوقت ، يرى أن النظام يتمتع بواجهة مستخدم أكثر سهولة حيث يتم استخدام النظام عبر نموذج SaaS.

من وجهة نظري ، فإن FoodLM منطقية جدًا لـ Innit. على الرغم من أننا رأينا بالفعل تحركات مماثلة من بعض مزودي خدمة البيانات و SaaS في مجال الطعام ، فإن عرض Innit يذهب إلى أبعد من ذلك ولديه المزيد من الاختراقات الدقيقة لتقديم عروض سياقية محددة لتشغيل الخدمات المتعلقة بالأغذية من أجل CPG والأجهزة والصحة / صناعات العافية.

إذا كنت مهتمًا بالتقاطع بين الطعام والذكاء الاصطناعي ، فتأكد من إطلاعك على The Spoon’s Food AI Summit ، الذي سيعقد في 25 أكتوبر في ألاميدا ، كاليفورنيا.

متعلق ب