Haberler 
Coin Bilgisi 
Hakkımızda 
Yapay zeka altyapısı girişimi Trajectory, 40 milyon dolarlık yeni bir yatırım turu tamamladı ve bu turla birlikte yatırım sonrası şirket değerlemesi 300 milyon dolara ulaştı.
Trajectory, fon toplama sürecini 11'inde (yerel saatle) duyurdu. Sequoia Capital'in yatırıma katıldığı belirtilirken, turun ayrıntıları ve diğer yatırımcılar hakkında bilgi paylaşılmadı. The Information, bu bilgilerin şirket tarafından açıklanmadığını bildirdi.
Şirket, Google(GOOGL) ve Apple(AAPL) gibi teknoloji şirketlerinden gelen araştırmacılar tarafından kuruldu. Trajectory, açık kaynaklı yapay zeka modellerini şirketlerin iş ihtiyaçlarına göre uyarlıyor ve yapay zeka ajanlarının üzerinde çalıştığı yazılım araçları bütünü olan 'ajan kabuğu'nu (agent harness) geliştiriyor.
Ajan kabuğu, bir yapay zeka modelinin dış araçları çağırmasını ve görevleri yerine getirmesini sağlayan çalışma altyapısı anlamına geliyor. Bu yapı yalnızca modelin kendi performansını değil, görev sürecini, araç bağlantılarını ve sonuçların yönetildiği temel yazılımı da kapsıyor.
Yapay zeka ajanları, yalnızca soruları yanıtlayan sohbet botlarından farklı olarak bir hedefe ulaşmak için çok aşamalı görevleri yerine getirebilen sistemler olarak tanımlanıyor. Birden fazla oturuma yayılan hedef ve görev durumlarının ayrı bir katmanda yönetilmesi de bu alanda geliştirilen tekniklerden biri.
Trajectory, şirketlerin yapay zeka ajanlarını devreye alırken karşılaştığı temel zorlukları model performansının optimize edilmesi, görev yürütmede güvenilirliğin sağlanması ve şirkete özgü iş ortamına uyum olarak sıraladı. Şirket, belirli iş süreçlerine özel modeli ve yürütme altyapısını birlikte sunan bir yapı kuruyor.
Kapalı büyük dil modellerinin kullanım maliyeti arttıkça, şirketlerin açık kaynaklı modelleri 'ince ayar'dan geçirme ya da kendi işlerine göre uyarlama isteği de büyüyor. İnce ayar, genellikle mevcut bir modelin belirli veri ve amaçlara göre ek eğitimden geçirilmesini ifade ediyor.
Açık kaynaklı modeller şirketlere kullanım amacına göre uyarlama imkânı sunsa da, bu modellerin gerçek iş süreçlerinde kullanılabilmesi için yürütme altyapısının da hazır olması gerekiyor. Araç çağırma ve görev yürütme sürecinde sonuçların tutarlılığını ve güvenilirliğini sağlamak ayrı bir sorun olarak öne çıkıyor.
Yapay zeka ajanlarının yürütme kapsamı genişledikçe, yetkilendirme ve dış iletişimi kontrol eden teknolojiler de önem kazanıyor. Daha önce Brex, yapay zeka ajanlarının dış HTTP ve HTTPS isteklerine izin veren veya bunları engelleyen açık kaynaklı bir proxy yayımlamıştı.
Bu yatırım turu, sermayenin yalnızca yapay zeka modeli geliştirmeye değil, şirket ortamında modelleri uyarlayan ve ajanların görev yürütmesini destekleyen temel yazılımlara da yöneldiğini gösteriyor. Ancak bu yatırımın kripto para piyasası veya yapay zeka temalı tokenlarla doğrudan bir bağlantısı bulunduğu teyit edilmedi.
Yorum 0