Voyage AI đang tiên phong trong việc phát triển các công cụ retrieval-augmented generation (RAG) nhằm giảm thiểu hiện tượng "hallucination"—khi AI tạo ra những thông tin sai lệch—một vấn đề lớn ảnh hưởng đến nhiều người sử dụng AI, đặc biệt là trong các lĩnh vực kinh doanh, nơi mà thông tin không chính xác có thể gây thiệt hại về kinh tế. Một khảo sát gần đây từ Salesforce cho thấy gần một nửa số nhân viên lo lắng về độ chính xác của các hệ thống AI trong công ty của họ.

Giải Pháp RAG Của Voyage AI

RAG kết hợp một mô hình AI với một cơ sở dữ liệu tri thức để cung cấp thông tin bổ sung cho mô hình trước khi nó đưa ra câu trả lời, giống như một cơ chế kiểm tra sự thật. Voyage AI, được thành lập bởi giáo sư Stanford Tengyu Ma vào năm 2023, đã xây dựng các hệ thống RAG cho nhiều công ty như Harvey, Vanta, Replit và SK Telecom.

“Voyage đang trên sứ mệnh nâng cao độ chính xác và hiệu quả trong tìm kiếm và truy xuất thông tin cho AI doanh nghiệp,” Ma chia sẻ với TechCrunch. “Giải pháp của Voyage được tùy chỉnh cho các lĩnh vực cụ thể như lập trình, tài chính, pháp lý và các ứng dụng đa ngôn ngữ, đồng thời phù hợp với dữ liệu của từng công ty.”

Quy Trình Tạo Dữ Liệu Vector

Để xây dựng các hệ thống RAG, Voyage huấn luyện các mô hình AI chuyển đổi văn bản, tài liệu, PDF và các dạng dữ liệu khác thành các biểu diễn số gọi là vector embeddings. Những embedding này không chỉ nắm bắt được ý nghĩa ngữ nghĩa mà còn cả ngữ cảnh của dữ liệu.

Ví dụ, với từ “bank” trong các câu “Tôi ngồi trên bờ sông” và “Tôi gửi tiền vào ngân hàng”, mô hình embedding của Voyage sẽ tạo ra các vector khác nhau cho mỗi trường hợp, phản ánh ý nghĩa khác nhau tùy theo ngữ cảnh.

Tính Năng Nổi Bật và Khả Năng Tùy Biến

Voyage cung cấp các mô hình của mình dưới dạng dịch vụ lưu trữ và cấp phép cho việc sử dụng trên đám mây riêng, công cộng hoặc tại chỗ. Họ cũng điều chỉnh các mô hình cho những khách hàng muốn trả phí cho dịch vụ này. Dù không phải là công ty duy nhất cung cấp dịch vụ này—OpenAI cũng có dịch vụ embedding tùy chỉnh—nhưng Ma tuyên bố rằng mô hình của Voyage có hiệu suất tốt hơn với chi phí thấp hơn.

“Trong RAG, khi có một câu hỏi hay truy vấn, chúng tôi sẽ đầu tiên truy xuất thông tin liên quan từ một cơ sở tri thức không có cấu trúc—giống như một thủ thư tìm kiếm sách trong thư viện,” ông giải thích. “Các phương pháp RAG thông thường thường gặp khó khăn với việc mất ngữ cảnh trong quá trình mã hóa thông tin, dẫn đến việc không truy xuất được thông tin liên quan. Mô hình embedding của Voyage có độ chính xác truy xuất tốt nhất, điều này cải thiện chất lượng phản hồi toàn diện của các hệ thống RAG.”

Hỗ Trợ Từ Các Đối Tác Uy Tín

Một trong những minh chứng cho những tuyên bố này là sự ủng hộ từ Anthropic, đối thủ lớn của OpenAI; một tài liệu hỗ trợ từ Anthropic mô tả các mô hình của Voyage là “hiện đại nhất”.

Tình Hình Hiện Tại và Tương Lai

Hiện tại, Voyage AI có khoảng 250 khách hàng và vừa huy động được 20 triệu USD trong vòng Series A do CRV dẫn đầu, với sự tham gia từ Wing VC, Conviction, Snowflake và Databricks. Số tiền này sẽ hỗ trợ việc ra mắt các mô hình embedding mới và cho phép công ty tăng gấp đôi quy mô nhân sự của mình.

Với sự phát triển mạnh mẽ của công nghệ AI, Voyage AI đang đặt ra mục tiêu trở thành một trong những công ty hàng đầu trong việc cải thiện độ chính xác và hiệu quả của AI trong doanh nghiệp, đồng thời giải quyết các vấn đề liên quan đến việc tạo ra thông tin sai lệch.