Trajectory surinko 45 mln. USD, kad AI modelių mokymą paverstų prieinamą net ne techniniams vartotojams

Vaizdas: TechCrunch · Šaltinis

Trajectory surinko 45 mln. USD, kad verslai galėtų nuolat tobulinti AI modelius be techninių žinių, naudodami platformą, kuri automatizuoja atsiliepimais pagrįstą pakartotinį mokymą, siekiant padaryti specializuotą AI prieinamą ir nebrangų.

Trajectory – vienerių metų dirbtinio intelekto startuolis, kurį įkūrė buvę Google DeepMind ir Apple tyrėjai – neseniai paskelbė apie 45 mln. USD A serijos investicijų ratą, vertinantį įmonę 300 mln. USD. Ratai vadovavo Sequoia Capital, dalyvavo Nvidia, Bessemer Venture Partners ir Bain Capital Ventures. Trajectory siekia transformuoti verslo galimybes pritaikyti AI modelius specializuotoms užduotims, supaprastindama pakartotinio mokymo procesą ne techniniams vartotojams.

Esami AI pagrindiniai modeliai, tokie kaip atvirojo kodo arba sukurti OpenAI ir Anthropic, dažniausiai nesimoko iš savo klaidų be papildomo mokymo. Įmonės dažnai pasitelkia brangius specializuotus inžinierius arba vidaus tyrimų komandas, kad pritaikytų šiuos modelius specifinėms sritims, pavyzdžiui, teisės ar finansų. Trajectory platforma automatizuoja nuolatinį mokymąsi – metodą, leidžiantį AI modeliams laikui bėgant tobulėti, remiantis gaunamu tiesioginiu vartotojų ir taikomųjų programų grįžtamuoju ryšiu.

Prijungus esamą atvirojo kodo AI modelį prie Trajectory platformos, verslai gali rinkti našumo duomenis ir leisti sistemai iteratyviai permokyti modelį. Šis metodas leidžia ekspertams iš įvairių sričių, įskaitant teisininkus ir gydytojus, savarankiškai tobulinti AI modelio našumą mažai priklausant nuo itin specializuotų techninių specialistų ir spartinant diegimą.

Klientai kaip Harvey ir Rogo jau naudojo Trajectory technologiją AI modelių posttreniruotei, leidžiančiai jiems elgtis panašiai kaip patyrę specialistai, mokantis iš specifinių užduočių, pavyzdžiui, standartizuotų teisinės sutarties peržiūrų ar pramonės vertinimo metodų taikymo. Kiti klientai yra Decagon, Mercor ir Nvidia. Trajectory neseniai daro savo posttreniruotės platformą prieinamą viešai.

Įmonės įkūrėjai pabrėžia žmogaus dalyvavimo mokymo cikle svarbą saugumui ir kontrolei išlaikyti, skirdami savo darbą nuo autonominio rekursyvios savi-tobulinimosi, kuris gali nenuspėjamai keisti AI elgesį. Įkūrėjų komanda sujungia gilias technines žinias ir stiprų dėmesį vartotojui draugiškam dizainui, siekdama sujungti sudėtingas AI mokymo technikas su praktiniais verslo sprendimais.

Trajectory konkuruoja su naujais startuoliais, tokiais kaip Thinking Machines Lab, Tinker, Applied Compute ir Prime Intellect, kurie visi orientuojasi į AI modelių specializacijos ir mokymo automatizavimą ar supaprastinimą. Įmonės vadovybė, patirtis iš geriausių AI tyrimų laboratorijų bei dėmesys prieinamumui ir dizainui laikomi svarbiais skirtumais šiame augančiame rinkos sektoriuje.

Šis pasiekimas žymi ženklų žingsnį link AI pritaikymo demokratizavimo, leidžiant organizacijoms be didelių techninių išteklių veiksmingai naudoti ir personalizuoti AI galimybes unikaliems savo veiklos poreikiams, potencialiai formuojant ateities AI diegimo kraštovaizdį įvairiuose sektoriuose.