Yapay zeka halüsinasyonunun 100 milyon dolarlık bir yanıtı var ve bu, eski iki Microsoft araştırmacısından geliyor.
Yapay zeka halüsinasyonunun 100 milyon dolarlık bir yanıtı var ve bu, eski iki Microsoft araştırmacısından geliyor.

Yapay zeka halüsinasyonunun 100 milyon dolarlık bir yanıtı var ve bu, eski iki Microsoft araştırmacısından geliyor.
Eski iki Microsoft araştırmacısı tarafından kurulan yapay zeka girişimi Scaled Cognition, kurumsal yapay zeka uygulamalarında halüsinasyonları ortadan kaldırmak için tasarlanmış bir model mimarisini ticarileştirmek üzere 100 milyon dolar Seri A yatırım aldı.
"Bu sınır modelleri, şizofren dâhiler gibidir; inanılmaz yanıtlar üretebilirler, ancak aynı soruyu sorduğunuzda tamamen farklı ve hatta doğru olmayan bir yanıt alabilirsiniz," dedi Scaled Cognition CEO'su Dan Roth.
Şirketin Agentic Pretrained Transformer veya APT'si, dilsel akla yatkınlık için optimize edilmiş ancak olgusal doğruluğu doğrulamayan büyük dil modellerinden farklı olarak, geleneksel token akışlarının yanı sıra programlar ve sistem sorguları gibi yapılandırılmış nesneleri tahmin ediyor. Roth, bu yaklaşımın, olası sorguların kapsamının sınırlı olduğu dar kurumsal alanlarda en iyi şekilde çalıştığını söyledi.
750 milyon dolarlık değerleme ve Silikon Vadisi'nin en önde gelen yapay zeka yatırımcılarından Khosla Ventures'ın desteği, güvenilirlik odaklı yapay zeka altyapısına yönelik artan talebe işaret ediyor. Bulut tabanlı müşteri deneyimi platformu Genesys, sanal temsilci yetenekleri için Genesys Cloud platformunda APT'yi halihazırda kullanıyor.
OpenAI, Anthropic ve Google'dan gelen büyük dil modelleri, MMLU ve HumanEval gibi kriterlerde %90'ın üzerinde puan alarak genel bilgi görevlerinde yeteneklerini kanıtladı. Ancak bu modeller, kendinden emin görünen ancak olgusal olarak yanlış yanıtlar üretebiliyor; bu kusur, bir reçete numarasındaki tek bir rakam hatasının yükümlülük doğurabileceği düzenlemeye tabi sektörlerde kabul edilemez hale geliyor. "Tek bir hata felaket sonuçlara yol açabilir," diyen Roth, "bir reçete numarasında tek bir rakamı bile halüsinasyon görme lüksü olmayan" otomatik bir sağlık hizmeti temsilcisini tanımladı.
Khosla Ventures'ın kurucu ortağı Vinod Khosla'ya göre, Scaled Cognition'ın mimarisi, güvenilirlik ihtiyacına bağlı olarak bir sorgunun farklı bölümlerini en uygun sisteme yönlendirerek bu sorunu çözüyor. "Sistemin gerçek güvenilirlik gerektiren ve halüsinasyona tabi tutulamayacak kısımları için ayrı bir modeldir," dedi.
Ölçekte yapay zeka tarafından üretilen çıktıları doğrulama zorluğu, kurumsal benimsemenin önündeki en önemli engellerden biridir. California Üniversitesi, Berkeley'de bilgisayar bilimi profesörü ve Databricks'in kurucu ortağı Ion Stoica, bir insanın birkaç satır kodu kolayca kontrol edebileceğini, ancak yüz binlerce yapay zeka tarafından üretilmiş satırı doğrulamanın pratikte imkansız olduğunu söyledi. "Bu, programatik güvenilirliği kurumsal sistemler için mutlak bir zorunluluk haline getiriyor," dedi.
Scaled Cognition, fonu araştırma ekibini genişletmek ve kurumsal dağıtımları hızlandırmak için kullanmayı planlıyor. Mountain View, Kaliforniya merkezli girişim, Roth ve doğal dil işleme araştırmacısı ve UC Berkeley'de yapay zeka profesörü olan Dan Klein tarafından kuruldu. İkili, daha önce girişimleri Semantic Machines'i 2018'de Microsoft'a sattı. Şirket, ilk pazar olarak müşteri deneyimini hedefliyor; yapay zeka destekli temsilcilerin günde milyonlarca etkileşimi yönettiği ve doğruluğun müşteri memnuniyetini ve mevzuat uyumluluğunu doğrudan etkilediği bir segment. Genesys'in APT'yi benimsemesi, teknolojinin ticari uygulanabilirliği için erken bir kanıt sunuyor.
Yatırımcılar için Scaled Cognition'a yapılan bahis, daha geniş bir tezi yansıtıyor: İşletmeler üretken yapay zeka ile deneylerin ötesine geçtikçe, model çıktılarına güvenme yeteneği rekabet avantajı haline geliyor. Güvenilirlik sorununu çözen şirketler, Gartner'ın 2027 yılına kadar 300 milyar dolara ulaşacağını öngördüğü kurumsal yapay zeka pazarından orantısız bir pay alabilir. Scaled Cognition'ın dar alan yaklaşımı, genel amaçlı modellere kıyasla toplam adreslenebilir pazarını sınırlayabilir, ancak işletmelerin kanıtlanabilir şekilde doğru çıktılar için ödeyeceği prim bu kısıtlamayı dengeleyebilir.
Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımamaktadır.