Trajectory piesaista 45 miljonus dolāru, lai demokrātizētu AI modeļu apmācību ne-tehniskiem lietotājiem

Attēls: TechCrunch · Avots

Trajectory ir piesaistījis 45 miljonus dolāru, lai uzņēmumiem nodrošinātu iespēju pastāvīgi uzlabot AI modeļus bez tehniskām zināšanām, izmantojot platformu, kas automatizē atsauksmju bāzētu atkārtotu apmācību, cenšoties padarīt specializētu mākslīgo intelektu pieejamu un izdevīgu.

Trajectory, viena gada veca mākslīgā intelekta starta uzņēmums, ko dibinājuši bijušie Google DeepMind un Apple pētnieki, nesen paziņoja par 45 miljonu ASV dolāru A sērijas finansējuma kārtu, novērtējot uzņēmumu 300 miljonu dolāru vērtībā. Kārtu vadīja Sequoia Capital, tajā piedalījās arī Nvidia, Bessemer Venture Partners un Bain Capital Ventures. Trajectory mērķis ir pārveidot uzņēmumu pieeju AI modeļu pielāgošanai specializētām uzdevumu vajadzībām, vienkāršojot atkārtotas apmācības procesu ne-tehniskiem lietotājiem.

Pašreizējie AI pamatmodeļi, piemēram, tie, ko izstrādājuši OpenAI un Anthropic vai atvērtā koda alternatīvas, parasti nemācās no savām kļūdām bez papildu apmācības. Uzņēmumi bieži paļaujas uz dārgiem specializētiem inženieriem vai iekšējiem pētniecības komandām, lai precīzi pielāgotu šos modeļus konkrētām nozarēm, piemēram, tiesībām un finanšu jomai. Trajectory platforma automatizē pastāvīgu mācīšanos — metodi, kas ļauj AI modeļiem laika gaitā uzlaboties, mācoties no tiešas lietotāju programmu sniegtās atsauksmes.

Savienojot esošu atvērtā koda AI modeli ar Trajectory platformu, uzņēmumi var ievākt veiktspējas datus un ļaut sistēmai atkārtoti apmācīt modeli iteratīvi. Šī pieeja palīdz ekspertēm dažādās jomās, tostarp juristiem un ārstiem, pašpietiekami uzlabot AI modeļa darbību specifiskos uzdevumos, samazinot nepieciešamību pēc augsti specializēta tehniskā personāla un paātrinot ieviešanu.

Klienti kā Harvey un Rogo jau ir izmantojuši Trajectory tehnoloģiju AI modeļu pēcapmācībai, ļaujot tiem darboties kā pieredzējušiem profesionāļiem, apgūstot īpašus uzdevumus, piemēram, standarta juridisko līgumu pārskatīšanu vai nozares specifisko vērtēšanas metožu pielietošanu. Citi klienti ietver Decagon, Mercor un Nvidia. Trajectory nesen ir publiski pieejams padarījis savu pēcapmācības platformu.

Uzņēmuma dibinātāji uzsver cilvēka iesaistes nozīmi apmācību procesā drošības un kontroles nodrošināšanai, atšķirot savu darbu no autonomajām atkārtotās pašuzlabošanas pieejām, kas varētu neprognozējami mainīt AI uzvedību. Dibinātāju komanda apvieno dziļas tehniskas zināšanas ar spēcīgu uzsvaru uz lietotājdraudzīgu dizainu, lai pārvarētu plaisu starp sarežģītām AI apmācības tehnikām un praktiskām biznesa pielietošanām.

Trajectory konkurē ar jaunizveidotajām kompānijām, piemēram, Thinking Machines Lab, Tinker, Applied Compute un Prime Intellect, kas visas koncentrējas uz AI modeļu specializācijas un apmācības automatizēšanu vai vienkāršošanu. Uzņēmuma vadība, pieredze vadošajās AI pētniecības laboratorijās un fokuss uz pieejamību un dizainu tiek uzskatīti par būtiskām atšķirībām šajā augošajā tirgū.

Šis attīstības solis ir nozīmīgs solis AI pielāgošanas demokrātizēšanā, ļaujot organizācijām bez plašiem tehniskajiem resursiem efektīvi izmantot un personalizēt AI spējas atbilstoši viņu unikālajām operacionālajām vajadzībām, potenciāli veidojot nākotnes AI ieviešanas ainavu dažādās nozarēs.