Seryjny przedsiębiorca John Pasmore założył Latimer AI po tym, jak był świadkiem wszechobecnych uprzedzeń w istniejących dużych modelach językowych (LLM). Zauważył, jak od niechcenia ignorowane są rasistowskie odpowiedzi z narzędzi sztucznej inteligencji, co skłoniło go do stworzenia platformy zaprojektowanej w celu zapewniania dokładniejszych i włączających wyników, zwłaszcza dla społeczności czarnoskórych i społeczności kolorowych. Nie chodzi tylko o dodawanie funkcji; chodzi o rozwiązanie zasadniczego błędu w sposobie szkolenia i wdrażania tych technologii.
Problem z obecnymi systemami AI
Główny problem leży w danych wykorzystywanych do szkolenia LLM. Modele te uczą się na podstawie wzorców zawartych w przekazywanych im informacjach, a jeśli dane te są ukierunkowane na nadreprezentowane grupy (historycznie rzecz biorąc, w przeważającej mierze biali i mężczyźni), sztuczna inteligencja odzwierciedli te uprzedzenia. Na przykład, gdy osoby z wykształceniem wyższym są proszone o przedstawienie idealnych profili przywódczych, często domyślnie opisują mężczyznę, co utrwala nierówności systemowe. Chociaż istnieją środki łagodzące, źródłem problemu jest brak równowagi historycznej. To nie tylko niesprawiedliwe; aktywnie wzmacnia krzywdę, tworząc narzędzia normalizujące stronnicze wyniki.
Czym różni się Latimer AI
Latimer AI przyjmuje unikalne podejście: łączy generację rozszerzoną wyszukiwania (RAG) z własną wybraną bazą danych, a także dostęp do wiodących LLM, takich jak ChatGPT, Claude i Gemini. Oznacza to, że platforma nie opiera się wyłącznie na wstępnie wytrenowanych uprzedzeniach. Zamiast tego aktywnie poszukuje informacji ze źródeł zewnętrznych i własnej bazy danych, aby sprawdzać i udoskonalać odpowiedzi. Rezultatem są wyniki bardziej kontekstowo istotne, kompetentne kulturowo i włączające.
Pasmore podkreśla, że nie chodzi tu o konkurencję z OpenAI; chodzi o to, aby przyszłe pokolenia nie były uwarunkowane do akceptowania narracji generowanych przez sztuczną inteligencję jako prawdy absolutnej. Platforma zapewnia wielopoziomowy dostęp, w tym bezpłatny plan z ograniczonymi interakcjami i integrację API dla programistów. Ceny za korzystanie z API zaczynają się od mniej niż 10 centów za 1000 tokenów, dzięki czemu jest ono przystępne dla różnorodnych zastosowań.
Czynnik ludzki
Kluczową różnicą między Latimer AI a innymi LLM jest próba wniesienia empatii i niuansów do odpowiedzi. Zapytany o rasizm środowiskowy, ChatGPT podaje definicję kliniczną, podczas gdy Latimer AI podaje konkretne przykłady i uwzględnia koszty ludzkie. Celem Pasmore jest wyjście poza sterylne definicje i zapewnienie, że technologia odzwierciedla doświadczenia ze świata rzeczywistego.
„Chcę, żeby zadawali lepsze pytania” – wyjaśnia Pasmore. „Chodzi o to, aby ciekawość znów stała się mięśniem”.
To skupienie się na krytycznym myśleniu ma ogromne znaczenie. Narzędzia AI wydają się w jakiś sposób wiarygodne, a ich reakcje można łatwo zaakceptować jako obiektywną prawdę. Ale nawet najnowocześniejsze modele, takie jak Claude z Anthropic, nie są neutralne; są odzwierciedleniem uprzedzeń tych, którzy je tworzą. Latimer AI ma na celu temu przeciwdziałać, wymagając dokładności i kwestionując dominujące narracje wbudowane w te systemy.
Większy obraz
Latimer AI to nie tylko rozwiązanie techniczne; to odpowiedź na głębsze pytanie: kto kontroluje narrację w epoce coraz potężniejszej sztucznej inteligencji? Pasmore postrzega to jako korektę historyczną, sposób na stworzenie rekordu, którego nie da się przepisać za pomocą stronniczych algorytmów. Jej platforma ma nie tylko generować odpowiedzi, ale także zachęcać użytkowników do zadawania lepszych pytań, promując bardziej krytyczne i świadome podejście do technologii.
Ostatecznie sukces Latimera AI zależy od tego, czy możemy wymagać od AI czegoś więcej niż tylko wydajności. Jeśli dokładność i inkluzywność nie będą postrzegane jako ograniczenia techniczne, ale jako świadome wybory, mamy realną szansę na zbudowanie przyszłości, w której sztuczna inteligencja będzie służyć wszystkim, a nie tylko historycznie uprzywilejowanym.
