به گزارش ایتنا و به نقل از  TechCrunch، اما مراکز داده به برق فردا نیاز دارند و صنعت هسته‌ای به سرعتش معروف نیست. تری لادردیل فکر می‌کند که هوش مصنوعی می‌تواند سرعت مورد نیاز را به هسته‌ای بدهد.

لادردیل، بنیان‌گذار Atomic Canyon، علاقه‌مندی خود به هسته‌ای را از نزدیک و از طریق آشنایی با کارکنان نیروگاه هسته‌ای Diablo Canyon  در سن لوئیس اوبیسپو، کالیفرنیا، جایی که زندگی می‌کند، آغاز کرد.

وی متوجه شد که نیروگاه‌های هسته‌ای غرق در اسناد هستند. Diablo Canyon حدود ۲ میلیارد صفحه سند دارد. لادردیل با تجربه‌ای که در کارآفرینی حوزه سلامت داشت، این ایده به ذهنش رسید که هوش مصنوعی می‌تواند به صنعت هسته‌ای در مدیریت این حجم عظیم از اسناد کمک کند.

Atomic Canyon حدود یک سال و نیم پیش با سرمایه شخصی لادردیل تأسیس شد. این استارتاپ از هوش مصنوعی برای کمک به مهندسان، تکنسین‌های تعمیر و نگهداری و مسئولان انطباق برای یافتن اسناد مورد نیازشان استفاده می‌کند.

این استارتاپ در اواخر سال ۲۰۲۴ قراردادی با Diablo Canyon امضا کرد. لادردیل گفت که این قرارداد منجر به درخواست‌هایی از سایر شرکت‌های انرژی هسته‌ای شد. “در آن زمان بود که من به عنوان یک کارآفرین فهمیدم که به نقطه‌ای رسیده‌ایم که نیاز به جذب سرمایه داریم.”

Atomic Canyon یک دور سرمایه‌گذاری اولیه ۷ میلیون دلاری به رهبری Energy Impact Partners به پایان رساند. سرمایه‌گذاران شرکت‌کننده شامل Commonweal Ventures، Plug and Play Ventures، Tower Research Ventures، Wischoff Ventures و سرمایه‌گذاران فرشته قبلی هستند.

در ابتدای کار، مهندسان هوش مصنوعی Atomic Canyon مدل‌های مختلفی را آزمایش کردند که نتایج چندان رضایت‌بخشی نداشت. لادردیل گفت: “ما به سرعت متوجه شدیم که هوش مصنوعی وقتی این کلمات هسته‌ای را می‌بیند، توهم می‌زند.” “به اندازه کافی نمونه از اختصارات ندیده است.” اما ساخت یک مدل هوش مصنوعی جدید نیازمند قدرت محاسباتی عظیمی است. بنابراین لادردیل با لابراتوار ملی  Oak Ridge، که تحقیقات هسته‌ای انجام می‌دهد و همچنین دومین ابررایانه سریع جهان را در اختیار دارد، وارد مذاکره شد. این آزمایشگاه از این ایده استقبال کرد و به Atomic Canyon ۲۰,۰۰۰ ساعت GPU قدرت محاسباتی داد.

مدل‌های Atomic Canyon از sentence embedding استفاده می‌کنند که به ویژه برای فهرست‌بندی اسناد مناسب است. این مدل‌ها اسناد نیروگاه هسته‌ای را با استفاده از تولید تقویت‌شده بازیابی (RAG) قابل جستجو می‌کنند. RAG از مدل‌های زبان بزرگ برای ایجاد پاسخ به پرسش‌ها استفاده می‌کند، اما برای کاهش توهم، LLMها را ملزم می‌کند که به اسناد خاصی مراجعه کنند.

در حال حاضر، Atomic Canyon  به جستجوی اسناد محدود است، تا حدی به این دلیل که خطرات کمتری دارد. لادردیل گفت: “یکی از دلایلی که ما کار تولیدی را در مورد عناوین اسناد شروع می‌کنیم این است که اشتباه در آن ممکن است باعث کمی ناامیدی شود. اما کسی را در معرض خطر قرار نمی‌دهد.”

لادردیل پیش‌بینی می‌کند که هوش مصنوعی Atomic Canyon در نهایت “پیش‌نویس اولیه” اسناد را به همراه منابع ایجاد کند. او گفت: “شما همیشه یک انسان را در این حلقه خواهید داشت.” لادردیل برای این تلاش جدول زمانی ارائه نکرد. او گفت: جستجو “لایه بنیادین” است. “شما باید جستجو را به خوبی انجام دهید.” به علاوه، با توجه به تعداد اسناد موجود در صنعت هسته‌ای، “ما در جستجو به تنهایی مسیر طولانی را پیش رو داریم.”