Trajectory sikrer 45 millioner dollar for å demokratisere AI-modelltrening for ikke-tekniske brukere

Bilde: TechCrunch · Kilde

Trajectory har hentet 45 millioner dollar for å gjøre det mulig for bedrifter å kontinuerlig forbedre AI-modeller uten teknisk ekspertise, ved hjelp av en plattform som automatiserer tilbakemeldingsbasert retrening, med mål om å gjøre spesialisert AI tilgjengelig og rimelig.

Trajectory, en ett år gammel AI-startup grunnlagt av tidligere forskere fra Google DeepMind og Apple, kunngjorde nylig en Serie A-finansieringsrunde på 45 millioner dollar, som verdsetter selskapet til 300 millioner dollar. Runden ble ledet av Sequoia Capital og inkluderte deltakelse fra Nvidia, Bessemer Venture Partners og Bain Capital Ventures. Trajectory har som mål å forandre hvordan bedrifter tilpasser AI-modeller for spesialiserte oppgaver ved å forenkle retreningsprosessen for ikke-tekniske brukere.

Dagens AI-grunnmodeller, som de utviklet av OpenAI og Anthropic eller åpne kildealternativer, lærer vanligvis ikke av sine feil uten ytterligere trening. Selskaper er ofte avhengige av kostbare, spesialiserte ingeniører eller interne forskningsteam for å finjustere disse modellene for felt som jus og finans. Trajectory sin plattform automatiserer kontinuerlig læring — en metode som tillater AI-modeller å forbedres over tid ved å lære fra pågående tilbakemeldinger samlet direkte fra brukernes applikasjoner.

Ved å koble en eksisterende åpen kilde AI-modell til Trajectory sin plattform kan bedrifter samle ytelsesdata og tillate systemet å trenes på nytt iterativt. Denne tilnærmingen hjelper eksperter innen ulike domener, inkludert advokater og leger, med å forbedre AI-modellens ytelse på domene-spesifikke oppgaver selvstendig, noe som reduserer behovet for høyt spesialisert teknisk personell og akselererer implementeringen.

Kunder som Harvey og Rogo har allerede benyttet Trajectory sin teknologi for post-trening av AI-modeller, som gjør at de kan opptre mer som erfarne fagfolk ved å lære fra spesifikke oppgaver, som å gjennomgå standardiserte juridiske kontrakter eller anvende bransjespesifikke verdsettelsesmetoder. Andre kunder inkluderer Decagon, Mercor og Nvidia. Trajectory har nylig gjort sin post-treningsplattform offentlig tilgjengelig.

Selskapets grunnleggere fremhever viktigheten av menneskelig involvering i treningssløyfen for å opprettholde sikkerhet og kontroll, og skiller sitt arbeid fra autonome rekursive selvforbedringsmetoder som uforutsigbart kan endre AI-oppførsel. Grunnleggertil teamet kombinerer dyp teknisk ekspertise med stor vekt på brukervennlig design for å bygge bro mellom avanserte AI-treningsteknikker og praktiske forretningsapplikasjoner.

Trajectory konkurrerer med voksende startups som Thinking Machines Lab, Tinker, Applied Compute og Prime Intellect, som alle fokuserer på å automatisere eller forenkle spesialisering og trening av AI-modeller. Selskapets lederskap, erfaring fra ledende AI-forskningslaboratorier og fokus på tilgjengelighet og design anses som avgjørende differensierende faktorer i dette voksende markedet.

Denne utviklingen representerer et viktig skritt mot å demokratisere AI-tilpasning, slik at organisasjoner uten omfattende tekniske ressurser effektivt kan utnytte og personalisere AI-kapasiteter for sine unike operative behov, og potensielt forme fremtidens landskap for AI-distribusjon på tvers av bransjer.