Trustwise, bermitra dengan Pusat Ilmu Data Universitas New York dan Sekolah Teknik Tandon, meluncurkan pendekatan baru untuk meningkatkan kinerja AI di perusahaan, yang bertujuan menyeimbangkan biaya, kecepatan, dan keandalan untuk penerapan AI yang lebih efisien dan efektif. Pendekatan tersebut, yang dirinci dalam makalah teknis, mengatasi kendala yang menghambat proyek AI perusahaan.

Perusahaan tersebut juga merilis dua set data baru, "FinancialQA" dan "MedicalQA," untuk mengevaluasi sistem AI dalam skenario keuangan dan medis yang kritis. Alat-alat ini merupakan bagian dari lapisan kepercayaan Trustwise Optimize:ai, sebuah aplikasi temuan penelitian yang bertujuan untuk membuat AI lebih efisien, lebih murah, dan lebih dapat dipercaya.

Kolaborasi antara Trustwise dan NYU telah menghasilkan terobosan besar dalam mengoptimalkan AI untuk perusahaan. Dengan memanfaatkan pengoptimalan Bayesian, penelitian ini menunjukkan peningkatan atas pendekatan tradisional dan memberikan serangkaian konfigurasi yang menyeimbangkan berbagai tujuan, yang memungkinkan perusahaan mengurangi latency dan biaya operasional sambil mempertahankan respons AI berkualitas tinggi.

Barker, direktur AI R&D&D di Trustwise, menekankan pentingnya pendekatan baru ini, yang memungkinkan perusahaan menemukan keseimbangan optimal untuk sistem AI mereka tanpa penyetelan manual yang ekstensif, sementara Umang Bhatt dari Universitas New York menekankan bahwa mengoptimalkan AI memerlukan konfigurasi sistem untuk memenuhi kebutuhan bisnis tertentu, yang mengarah pada peningkatan efisiensi dan keunggulan kompetitif.