غول‌های فناوری معمولاً به مدل‌های هوش مصنوعی با میلیاردها پارامتر افتخار می‌کنند — مدل‌هایی که نیاز به خوشه‌های عظیم و گران‌قیمت GPU دارند. اما استارتاپی به نام Fastino رویکرد کاملاً متفاوتی را در پیش گرفته است.
این استارتاپ مستقر در پالو آلتو می‌گوید معماری جدیدی از مدل‌های هوش مصنوعی طراحی کرده که عمداً کوچک و وظیفه‌محور (task-specific) هستند. به گفته فاستینو، این مدل‌ها آن‌قدر کوچک‌اند که با کارت‌های گرافیکی مخصوص بازی و با هزینه‌ای کمتر از ۱۰۰ هزار دلار آموزش داده می‌شوند.
این روش توجه زیادی را به خود جلب کرده است. فاستینو به‌تازگی موفق به جذب ۱۷.۵ میلیون دلار سرمایه اولیه (seed) به رهبری Khosla Ventures — اولین سرمایه‌گذار OpenAI — شده است، به‌گزارش اختصاصی TechCrunch.
با احتساب این دور، مجموع سرمایه جذب‌شده این استارتاپ اکنون به حدود ۲۵ میلیون دلار می‌رسد. در نوامبر گذشته نیز، فاستینو در مرحله پیش‌بذر (pre-seed) مبلغ ۷ میلیون دلار از بازوی سرمایه‌گذاری مایکروسافت (M12) و Insight Partners جذب کرده بود.
آش لوئیس، مدیرعامل و یکی از بنیان‌گذاران فاستینو، می‌گوید:
«مدل‌های ما سریع‌تر، دقیق‌تر و بسیار ارزان‌تر آموزش داده می‌شوند، در حالی‌که در وظایف خاص از مدل‌های پرچم‌دار عملکرد بهتری دارند.»
فاستینو مجموعه‌ای از مدل‌های کوچک ساخته و آن‌ها را به مشتریان سازمانی می‌فروشد. هر مدل بر یک وظیفه خاص تمرکز دارد — مثل حذف داده‌های حساس یا خلاصه‌سازی اسناد سازمانی.
اگرچه این شرکت هنوز اطلاعات دقیقی از کاربران یا آمار عملکرد منتشر نکرده، اما مدعی است عملکرد مدل‌ها تاکنون نظر مشتریان اولیه را جلب کرده است. به گفته لوئیس، این مدل‌ها به دلیل کوچک بودن، قادرند پاسخ کامل را در قالب یک توکن واحد و در کسری از ثانیه تولید کنند — قابلیتی که در نمایش زنده فناوری آن‌ها در TechCrunch نیز به نمایش گذاشته شد.