Trajectory lader advokater træne AI-modeller selv
45 mio. dollar og en platform, der nu er åben for alle: Trajectory vil lade fagfolk uden teknisk baggrund forbedre open source-modeller med deres egen feedback.
Modeller, der ikke lærer af fejl
Nutidens AI-modeller lærer ikke af deres fejl, medmindre man træner dem videre. Derfor finjusterer virksomheder i blandt andet jura og finans en generel model — og det kræver ofte et internt forskerhold eller dyre konsulenter, som branchen kalder forward-deployed engineers.
Trajectory vil automatisere den proces. Kunden starter med en open source-model og kobler platformen til sine applikationer, så den samler feedback op om, hvordan modellen klarer opgaverne.
Den feedback bruger Trajectory til at træne modellen igen. Metoden hedder continual learning, kontinuerlig læring, og skal gøre modellen gradvist bedre til netop de opgaver, virksomheden løser.
- Series A-runde ledet af Sequoia
- 45 mio. dollar
- Værdiansættelse efter runden
- 300 mio. dollar
- Værdiansættelse af konkurrenten Applied Compute måneden før
- 3,25 mia. dollar
Advokater kan selv justere modellen
Med Trajectory kan advokater, læger og andre specialister næsten selv forbedre modellerne, siger medstifter Ronak Malde. Brugerne afgør, hvad der er et godt resultat for deres organisation, og omsætter det til forbedringer af modellen.
Ifølge TechCrunch bruger Harvey og Rogo allerede platformen til at eftertræne open source-modeller, så de opfører sig mere som erfarne advokater eller finansanalytikere — eksempelvis når en bestemt type kontrakt skal gennemgås.
Andre kunder er Decagon, Mercor og Nvidia. Platformen er nu offentligt tilgængelig.
Mennesket bliver i maskinrummet
Trajectorys metode ligner rekursiv selvforbedring, idéen om at AI-systemer kan forbedre deres egne evner. Medstifter Michael Elabd mener, at det er sikrere at holde mennesker inde i træningen, fordi selvstændig selvforbedring kan føre til utilsigtede eller farlige resultater.
Selskabet er ikke alene om at automatisere eftertræning. Det ser Thinking Machines Lab — stiftet af tidligere OpenAI-CTO Mira Murati og selskabet bag finjusteringsplatformen Tinker — som en direkte konkurrent, ligesom Applied Compute og Prime Intellect.
Malde peger på holdet som sin største fordel: stifterne har arbejdet hos Google DeepMind og Apple, og selskabet har hentet forskere og designere fra OpenAI, Stripe og Netflix. Medstifter Arjun Karanam siger, at de har bygget en grænseflade, der gør eftertræning tilgængelig for ikke-tekniske kunder.
Flere detaljer
- Trajectory blev grundlagt for cirka et år siden af tre Stanford-kammerater.
- Nvidia, Bessemer Venture Partners og Bain Capital Ventures deltog i runden.
- Selskabet har 18 ansatte.
- Malde sammenligner grundmodeller med en klog PhD-studerende, der altid starter på et nyt job.
Kilder:
TechCrunch AI →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.