Trajectory(AIを仕事に合わせて育てる会社)が4500万ドル調達 専門家向けの追加学習を簡単に
ファインチューニング(ふぁいんちゅーにんぐ)
AIを特定の仕事向けに追加で学習させること。
継続学習(けいぞくがくしゅう)
仕事の結果や評価を使い、AIを何度も改善する方法。
再帰的自己改善(さいきてきじこかいぜん)
AIが自分の力をさらに高め続ける考え方。
何が起きたか
TechCrunchは11月2日、Trajectory(AIを仕事に合わせて育てる会社)が、シリーズAで4500万ドルを集めたと報じた。出資を主導したのはSequoiaで、Nvidia、Bessemer Venture Partners、Bain Capital Venturesも参加した。会社の評価額は3億ドル。設立から約1年で、社員は18人だという。
何を作っているのか
AI(人工知能)は、多くの仕事に対応できても、特定の会社の仕事を最初から詳しく知っているわけではない。法律や金融の会社は、一般向けモデルをファインチューニング(特定の仕事向けに追加学習させること)する。しかし従来は、社内研究チームや高価な専門技術者が必要だった。Trajectoryは、この追加学習を専門家が自分で進めやすくする。
利用企業はオープンソースのAIモデルを自社アプリにつなぐ。モデルが仕事をした結果への評価を集め、Trajectoryはその情報を使ってモデルを再訓練する。これを継続学習と呼ぶ。顧客が何を良い仕事とするかを決め、その判断をモデルの改善に反映する仕組みだ。
なぜ重要か
AIを法律や医療などに使うには、一般的な賢さだけでなく、その現場での判断を覚えさせる必要がある。そこに時間と費用がかかると、導入できる会社が限られる。追加学習の操作を簡単にできれば、専門家の知識をモデルの改善へ回しやすくなる。Trajectoryは、HarveyやRogoが法律・金融の仕事向けに使っていると説明し、Decagon、Mercor、Nvidiaも顧客に挙げた。
安全面での線引き
この仕組みは、AIが自分で自分を強くする「再帰的自己改善」と似た面がある。ただし共同創業者のMichael Elabdは、人間を訓練の途中に残す方が安全だと説明する。完全な自動改善で起こりうる、意図しない危険を避ける考え方だ。報道では、具体的な監督方法や失敗時の対応までは明らかになっていない。
確認できたこと、まだ分からないこと
報道で確認できるのは、資金調達、評価額、仕組みの説明、顧客名、そしてサービスを一般公開する方針だ。創業者3人はStanford大学の同級生で、Google DeepMindやAppleでの経験を持つ。会社はOpenAI、Stripe、Netflixから研究者や製品デザイナーも採用した。競争相手としてThinking Machines Lab、Tinker、Applied Compute、Prime Intellectなどが挙げられている。
一方で、どれほど正確さが上がったのか、導入にいくらかかるのか、投資家がどんな条件で出資したのかは不明だ。評価額は会社の価値を投資家がその時点で見積もった数字で、売上や利益そのものではない。
次に見る点
今後は、公開されたプラットフォームで実際に何種類の仕事が改善されるかが焦点になる。法律や金融のような分野で、人の評価をどう扱い、誤った学習をどう抑えるかも重要だ。Trajectoryが人の確認を残したまま、学習を速く安くできるか。競合各社との違いを数字で示せるか。そこまで見えて初めて、今回の資金と評価額が事業の強さに結びつくか判断できる。
出典: TechCrunchの報道
Trajectoryが4500万ドル調達 AIに仕事を覚えさせる道具
📰 しっかり版: Trajectory(AIを仕事に合わせて育てる会社)が4500万ドル調達 専門家向けの追加学習を簡単に
専門家の知識を使い、AIを仕事向けに直しやすくします。
追加学習(ついかがくしゅう)
AIに特定の仕事を後から覚えさせること。
継続学習(けいぞくがくしゅう)
新しい評価を使って、AIを何度も直す方法。
評価額(ひょうかがく)
会社にどれくらいの値打ちがあるかを表す数字。
💡 ようするに
- Trajectoryが4500万ドルを集めました。
- AIに仕事を覚えさせる道具を作ります。
- 人が評価しながら、AIを少しずつ直します。
Trajectory(AIを仕事向けに育てる会社)は、設立から約1年です。社員は18人です。評価額は3億ドルだと報じられました。Sequoiaが中心となり、Nvidiaなども投資しました。
AIは広い質問に答えられます。でも、会社ごとの仕事を最初から知りません。法律の契約確認や、金融の会社評価では、仕事のやり方を追加で覚える必要があります。これが追加学習です。
これまでは研究チームや高価な技術者が必要でした。Trajectoryのサービスは、専門家が仕事の結果を見て、良い点や直す点を伝えやすくします。その情報を使って、AIモデルをもう一度訓練します。
会社はこれを継続学習と呼びます。自社アプリにつなぎ、仕事の評価を集める仕組みです。だから、専門家の知識をAIの改善に使いやすくなります。
ただし、便利そうでも本当に正確になるかは別問題です。AIが間違いを覚える可能性もあります。人がどの場面で確認するかが大切です。報道では、その細かい方法や料金は分かっていません。
今後は公開されたサービスで、法律や金融などの仕事がどれだけ良くなるかを見る必要があります。競合に勝てるかも、実際の利用例と数字で確かめる段階です。
Trajectory(AIに仕事を教える会社)が4500万ドル調達
📰 しっかり版: Trajectory(AIを仕事に合わせて育てる会社)が4500万ドル調達 専門家向けの追加学習を簡単に
人がAIに仕事を教え、AIがもう一度れんしゅうします。
追加学習(ついかがくしゅう)
AIに仕事をもう一度れんしゅうさせること。
評価額(ひょうかがく)
会社の値打ちを考えた数字。
Trajectory(AIに仕事を教える会社)が、4500万ドルを集めました。
この会社は、AIが仕事を覚えるお手伝いをします。
AIは、はじめから全部を知りません。
人が「ここは上手」と教えます。
「ここは直そう」とも教えます。
AIは、その教えを使って、もう一度れんしゅうします。
これが追加学習です。
人が教え続けるので、仕事に合う答えを目指せます。
でも、本当に上手になったかは、まだ分かりません。
AIがまちがいを覚えないか、見守る必要があります。
Trajectoryの評価額は3億ドルです。
評価額は、会社の値打ちの見積もりです。
そのお金を、会社が手にしたわけではありません。