Trajectory ۴۵ میلیون دلار جمع‌آوری می‌کند تا آموزش مدل‌های هوش مصنوعی را برای کارشناسان غیرفنی در دسترس قرار دهد

مدل‌های فعلی هوش مصنوعی چه توسط OpenAI، چه Anthropic یا بر روی جایگزین‌های منبع باز ساخته شده‌اند، یک محدودیت اساسی دارند: آنها بدون آموزش بیشتر از اشتباهات خود درس نمی‌گیرند.

کسب‌وکارهایی که این مدل‌ها را برای رشته‌های تخصصی، مانند حقوق و امور مالی تطبیق می‌دهند، معمولا با تنظیم دقیق مدل‌های عمومی، این موضوع را برطرف می‌کنند. با این حال، این اغلب مستلزم استخدام تیم های تحقیقاتی داخلی یا تکیه بر مشاوران گران قیمت است که معمولا به عنوان مهندسان مستقر در آینده (FDE) شناخته می شوند.

Trajectory، استارت آپی که حدود یک سال پیش توسط سه همکلاسی استنفورد با تجربه در گوگل دیپ مایند و اپل تاسیس شد، می‌خواهد این فرآیند را خودکار کند و به مدل‌های هوش مصنوعی اجازه دهد از بازخوردها بیاموزند و به طور مداوم در کارهای تخصصی پیشرفت کنند.

روناک مالده، یکی از بنیانگذاران Trajectory، مدل های پایه را با یک دانشجوی دکتری بسیار باهوش مقایسه کرد که همیشه در حال شروع یک شغل جدید است. او به TechCrunch گفت: «اما آنچه اقتصاد ارزش دارد شخصی است که 30 سال روی این شغل کار کرده است.

هدف این استارتاپ حل این مشکل از طریق رویکردی به نام یادگیری مستمر است. کسب‌وکارهایی که از Trajectory استفاده می‌کنند می‌توانند با یک مدل AI منبع باز شروع کنند و پلتفرم را به برنامه‌های کاربردی خود متصل کنند و به آن اجازه می‌دهند درباره نحوه عملکرد مدل بازخورد جمع‌آوری کنند. سپس Trajectory از این اطلاعات برای آموزش مجدد مدل استفاده می‌کند و به بهبود آن در کارهای تخصصی در طول زمان کمک می‌کند.

مالد گفت: با Trajectory، وکلا، پزشکان و سایر متخصصان می توانند مدل ها را به طور خودکار بهبود بخشند. این قابلیت می‌تواند استقرار هوش مصنوعی تخصصی را سریع‌تر و ارزان‌تر کند.

شرکت‌هایی مانند هاروی و روگو در حال حاضر از پلتفرم Trajectory برای آموزش مدل‌های منبع باز استفاده می‌کنند و به آن‌ها کمک می‌کنند تا با یادگیری از وظایف قبلی، مانند بررسی نوع خاصی از قرارداد قانونی یا ارزش‌گذاری شرکت با استفاده از روش‌شناسی خاص، عملکردی شبیه به وکلا یا تحلیلگران مالی با تجربه داشته باشند. از دیگر مشتریان Trajectory می توان به Decagon، Mercor و Nvidia اشاره کرد. این استارتاپ اکنون پلتفرم پس از آموزش خود را در دسترس عموم قرار داده است.

مالد گفت، افرادی که از Trajectory استفاده می‌کنند تصمیم می‌گیرند که «برای سازمانشان چه چیزی خوب به نظر می‌رسد و می‌توانند آن را به بهبود مدل خود تبدیل کنند».

رویکرد Trajectory به یادگیری مداوم شباهت هایی با خود-بهبودی بازگشتی (RSI) دارد، این ایده که سیستم های هوش مصنوعی می توانند قابلیت های خود را بهبود بخشند. اما مایکل الابد، یکی از بنیان‌گذاران، استدلال می‌کند که درگیر نگه داشتن انسان‌ها در فرآیند آموزش، رویکرد Trajectory را ایمن‌تر می‌کند، زیرا خودسازی مستقل می‌تواند منجر به نتایج ناخواسته یا حتی خطرناک شود.

مالده معتقد است بزرگترین مزیت استارتاپ تیم آن است. او یکی از معدود محققانی بود که Google DeepMind acqui از Windsurf استخدام کرده بود. الابد همچنین در DeepMind کار می کرد، در حالی که سومین بنیانگذار Trajectory، Arjun Karanam، قبلا روی مدل های پایه مولد در اپل کار می کرد. این استارتاپ همچنین محققان و طراحان محصول را از OpenAI، Stripe و Netflix جذب کرده است.

چرا طراحی برای شرکتی که بر آموزش هوش مصنوعی متمرکز است اهمیت زیادی دارد؟ کارانام می‌گوید این استارت‌آپ رابطی ایجاد کرده است که پس از آموزش را برای مشتریان غیر فنی خود در دسترس‌تر می‌کند.

وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

مارینا تمکین یک گزارشگر سرمایه گذاری خطرپذیر و استارت آپ در TechCrunch است. قبل از پیوستن به TechCrunch، او در مورد VC برای PitchBook و Venture Capital Journal نوشت. مارینا در اوایل کار خود، یک تحلیلگر مالی بود و یک منشور CFA را به دست آورد.

می‌توانید با ارسال ایمیل به [email protected] یا از طریق پیام رمزگذاری‌شده به شماره 1 347-683-3909 +1 در سیگنال تماس بگیرید یا ارتباط مارینا را تأیید کنید.

One Pass بخرید، جلد دوم رایگان را در بوت کمپ نهایی سال TechCrunch با آوردن هم بنیانگذار یا شریک خود به صورت کتاب رایگان قبل از انقضای قرارداد BOGO دریافت کنید.

لوکاس روپک در گزارش FT می‌گوید انتظار می‌رود Anthropic پس از عرضه اولیه سهام از سوی آژانس‌های اعتباری رتبه «ناخواسته» بالایی دریافت کند.

اولین ماهواره مرکز داده گوگل آنلاین است و تیم فرنهولز شعر می نویسد

با کاهش ترافیک جستجو، Reddit اعلام کرد که به تجربه وارد شده به سارا پرز تغییر می کند.

مدیران هوش مصنوعی ممکن است آنقدر دور از دسترس باشند که برای عموم مردم آماندا سیلبرلینگ ساخته شوند

VCها میلیاردها دلار در IPO Anthropic به دست خواهند آورد، اما آمازون قرار است مارینا تمکین بسیار (بسیار) بیشتری بسازد.

میلیاردر پالمر لاکی کالیفرنیا را بخاطر مالیات بر ثروت جولی بورت ترک نمی کند

Anduril، Qualcomm BlueChip، نوع جدیدی از لپ‌تاپ Julie Bort را راه‌اندازی کرد