Trajectory привлекает 45 млн долларов для демократизации обучения моделей ИИ для нетехнических пользователей

Image: TechCrunch · Source

Компания Trajectory привлекла 45 миллионов долларов, чтобы позволить предприятиям постоянно улучшать модели ИИ без технической экспертизы, используя платформу, автоматизирующую повторное обучение на основе обратной связи, стремясь сделать специализированный ИИ доступным и экономически эффективным.

Trajectory, основанный год назад стартап в области искусственного интеллекта, созданный бывшими исследователями из Google DeepMind и Apple, недавно объявил о раунде финансирования серии A на сумму 45 миллионов долларов, оценивающем компанию в 300 миллионов долларов. Раунд возглавила Sequoia Capital при участии Nvidia, Bessemer Venture Partners и Bain Capital Ventures. Цель Trajectory — изменить способ адаптации моделей ИИ для специализированных задач в бизнесе, упростив процесс повторного обучения для нетехнических пользователей.

Текущие фундаментальные модели ИИ, такие как разработанные OpenAI и Anthropic или альтернативы с открытым исходным кодом, обычно не учатся на своих ошибках без дополнительного обучения. Компаниям часто приходится обращаться к дорогостоящим специализированным инженерам или внутренним исследовательским командам, чтобы тонко настраивать эти модели для конкретных областей, таких как право и финансы. Платформа Trajectory автоматизирует непрерывное обучение — метод, позволяющий моделям ИИ улучшаться со временем, обучаясь на постоянной обратной связи, собираемой непосредственно с приложений пользователей.

Подключая существующую модель ИИ с открытым исходным кодом к платформе Trajectory, компании могут собирать данные о производительности и позволять системе итеративно повторно обучать модель. Такой подход помогает экспертам в различных областях, включая юристов и врачей, самостоятельно улучшать производительность моделей ИИ в задачах, специфичных для их области, снижая потребность в высококвалифицированном техническом персонале и ускоряя внедрение.

Клиенты, такие как Harvey и Rogo, уже использовали технологии Trajectory для пост-тренировки моделей ИИ, что позволяет им действовать более как опытные профессионалы, обучаясь на конкретных задачах — например, проверке стандартизированных юридических контрактов или применении специфичных для отрасли методов оценки. Другие клиенты включают Decagon, Mercor и Nvidia. Trajectory недавно сделал свою платформу пост-тренировки общедоступной.

Основатели компании подчеркивают важность человеческого участия в цикле обучения для обеспечения безопасности и контроля, отличая свою работу от автономных подходов рекурсивного самосовершенствования, которые могут непредсказуемо менять поведение ИИ. Команда основателей сочетает глубокую техническую экспертизу с сильным упором на удобство использования, чтобы преодолеть разрыв между сложными техниками обучения ИИ и практическими бизнес-приложениями.

Trajectory конкурирует с растущими стартапами, такими как Thinking Machines Lab, Tinker, Applied Compute и Prime Intellect, все из которых сосредоточены на автоматизации или упрощении специализации и обучения моделей ИИ. Руководство компании, опыт из ведущих исследовательских лабораторий ИИ, а также фокус на доступности и дизайне считаются ключевыми отличительными чертами на этом быстро развивающемся рынке.

Это развитие представляет собой важный шаг к демократизации кастомизации ИИ, позволяя организациям без обширных технических ресурсов эффективно использовать и персонализировать возможности ИИ под свои уникальные операционные нужды, что потенциально может сформировать будущее развертывания ИИ в различных отраслях.