Trajectory sichert 45 Millionen Dollar, um das Training von KI-Modellen für nicht-technische Nutzer zu demokratisieren

Image: TechCrunch · Source

Trajectory hat 45 Millionen Dollar eingesammelt, um Unternehmen zu ermöglichen, KI-Modelle kontinuierlich ohne technisches Fachwissen zu verbessern, mittels einer Plattform, die ein feedbackbasiertes Retraining automatisiert. Ziel ist es, spezialisierte KI zugänglich und erschwinglich zu machen.

Trajectory, ein ein Jahr altes KI-Startup, gegründet von ehemaligen Forschern von Google DeepMind und Apple, gab kürzlich eine Serie-A-Finanzierungsrunde in Höhe von 45 Millionen Dollar bekannt, die das Unternehmen mit 300 Millionen Dollar bewertet. Die Runde wurde von Sequoia Capital angeführt und umfasste Beteiligungen von Nvidia, Bessemer Venture Partners und Bain Capital Ventures. Trajectory möchte die Art und Weise verändern, wie Unternehmen KI-Modelle für spezialisierte Aufgaben anpassen, indem es den Retrainingsprozess für nicht-technische Nutzer vereinfacht.

Aktuelle KI-Grundlagenmodelle, wie die von OpenAI und Anthropic entwickelten oder Open-Source-Alternativen, lernen im Allgemeinen nicht aus ihren Fehlern ohne weiteres Training. Unternehmen sind oft auf teure, spezialisierte Ingenieure oder interne Forschungsteams angewiesen, um diese Modelle für spezifische Bereiche wie Recht und Finanzen feinabzustimmen. Die Plattform von Trajectory automatisiert kontinuierliches Lernen – eine Methode, die es KI-Modellen erlaubt, sich im Lauf der Zeit durch fortwährendes Feedback, das direkt von Nutzeranwendungen gesammelt wird, zu verbessern.

Durch die Anbindung eines bestehenden Open-Source-KI-Modells an die Plattform von Trajectory können Unternehmen Leistungsdaten sammeln und das System iterativ das Modell neu trainieren lassen. Dieser Ansatz hilft Experten in verschiedenen Bereichen, darunter Juristen und Ärzte, die Leistung von KI-Modellen bei domänenspezifischen Aufgaben eigenständig zu verbessern, wodurch der Bedarf an hochspezialisiertem technischem Personal reduziert und die Implementierung beschleunigt wird.

Kunden wie Harvey und Rogo haben die Technologie von Trajectory bereits genutzt, um KI-Modelle nachzutrainieren, sodass diese sich wie erfahrene Fachkräfte verhalten, indem sie aus spezifischen Aufgaben lernen, etwa beim Überprüfen standardisierter juristischer Verträge oder beim Anwenden branchenspezifischer Bewertungsmethoden. Weitere Kunden sind Decagon, Mercor und Nvidia. Trajectory hat seine Post-Training-Plattform kürzlich öffentlich zugänglich gemacht.

Die Gründer des Unternehmens betonen die Bedeutung menschlichen Eingreifens im Trainingszyklus zur Wahrung von Sicherheit und Kontrolle und unterscheiden ihre Arbeit damit von autonomen rekursiven Selbstverbesserungsansätzen, die das KI-Verhalten unvorhersehbar verändern könnten. Das Gründerteam vereint tiefgehendes technisches Know-how mit starkem Fokus auf benutzerfreundliches Design, um die Kluft zwischen ausgefeilten KI-Trainingstechniken und praktischen Geschäftsanwendungen zu überbrücken.

Trajectory tritt in Konkurrenz zu aufstrebenden Startups wie Thinking Machines Lab, Tinker, Applied Compute und Prime Intellect, die alle darauf abzielen, die Spezialisierung und das Training von KI-Modellen zu automatisieren oder zu vereinfachen. Die Führung des Unternehmens, Erfahrungen aus führenden KI-Forschungslaboren sowie der Fokus auf Zugänglichkeit und Design gelten als entscheidende Unterscheidungsmerkmale in diesem wachsenden Markt.

Diese Entwicklung stellt einen bedeutenden Schritt zur Demokratisierung der KI-Anpassung dar, indem sie Organisationen ohne umfangreiche technische Ressourcen ermöglicht, KI-Fähigkeiten effektiv zu nutzen und an ihre einzigartigen Betriebsbedürfnisse anzupassen – mit dem Potenzial, die zukünftige Landschaft der KI-Einführung in verschiedenen Branchen zu prägen.