Trajectory获得4500万美元融资:让专业人士也能训练工作专用人工智能
持续学习(chíxù xuéxí)
根据新的工作反馈,继续改进模型的方法。
后训练(hòu xùnliàn)
让已经训练过的模型再学习特定工作。
估值(gūzhí)
投资者对一家公司价值的估计。
发生了什么
据TechCrunch 11月2日报道,Trajectory(帮助训练工作专用人工智能的初创公司)在A轮融资中筹得4500万美元。Sequoia领投,Nvidia、Bessemer Venture Partners和Bain Capital Ventures跟投。报道说,公司估值达到3亿美元。Trajectory成立约一年,团队有18人。
它要解决什么问题
OpenAI、Anthropic以及开源项目做出的人工智能模型,能处理很多任务。但它们不会因为一次错误就自动学会正确做法。法律和金融公司若想让模型适应本行业,通常还要做微调或后训练。这往往需要内部研究团队,或花高价请驻场工程师。
Trajectory的目标,是让懂业务的人也能参与这项工作。客户可以先选一个开源模型,再把它接入自己的应用。平台收集模型完成任务后的反馈,然后用这些信息重新训练模型。公司把这种随着反馈不断改进的方法称为持续学习。
为什么值得关注
通用模型懂得语言和一般规律,却未必知道一家公司的具体标准。例如,律师事务所可能有固定的合同审查方法,金融公司也可能用自己的方法给企业估值。Trajectory称,使用者可以先定义什么叫做好结果,再把这些判断转成模型改进。这样,专业知识就不必全部交给研究团队处理。
Trajectory说,Harvey和Rogo已经用它来训练处理法律和金融任务的开源模型。Decagon、Mercor和Nvidia也被列为客户。公司现在把后训练平台向公众开放。
已确认与未确认
目前能确认的,主要是融资金额、估值、团队规模、平台做法、客户名单和公开发布计划。三位创始人是Stanford同学,曾在Google DeepMind和Apple工作。公司还从OpenAI、Stripe和Netflix招募了研究人员和产品设计师。报道列出的竞争者包括Thinking Machines Lab、Tinker、Applied Compute和Prime Intellect。
但报道没有给出每个客户的准确率提高了多少,也没有说明客户要付多少钱。我们不知道人必须检查多少反馈,也不知道出资条款。3亿美元估值代表这一轮投资者对公司价值的判断,不等于公司已经赚到3亿美元。
安全问题在哪里
这种方法和递归式自我改进有相似之处,也就是人工智能能力不断增强的想法。不过,联合创始人Michael Elabd认为,让人继续参与训练,比让人工智能完全自己改进更安全。因为错误反馈可能让模型学到错误方向。报道没有详细说明Trajectory怎样检查错误,或失败后怎样处理。
接下来观察什么
真正的考验,是专业人士能否不组建大型研究团队,也能让模型在真实工作中变好。还要看平台会不会把隐藏错误一起学进去。公开服务带来更多案例后,外界才能比较它的效果。Trajectory也需要说明,自己和竞争者的差别在哪里。4500万美元说明投资人对方向感兴趣,但不能单独证明持续学习已经可靠。
来源:TechCrunch报道
Trajectory获得4500万美元:帮助人工智能学习专门工作
📰 完整报道: Trajectory获得4500万美元融资:让专业人士也能训练工作专用人工智能
专业人士可以用自己的经验,帮助人工智能改进。
后训练(hòu xùnliàn)
让模型在原有学习之后,再练习特定工作。
持续学习(chíxù xuéxí)
根据新的反馈,不断改进模型。
估值(gūzhí)
投资者认为一家公司值多少钱。
💡 一句话总结
- Trajectory拿到了4500万美元。
- 它帮助专家教人工智能做专门工作。
- 人先给反馈,人工智能再继续学习。
Trajectory(帮助训练人工智能的公司)成立约一年。它有18名员工。报道说,它的估值是3亿美元。Sequoia带头投资。Nvidia等公司也参加了投资。
人工智能可以回答很多问题。可是,它不一定懂一家公司的工作方法。比如,律师需要它检查某一种合同。金融人员需要它用指定方法分析公司。人工智能要做好这些工作,就要增加训练。这个过程叫后训练,也可以叫微调。
过去,公司常常要请研究团队帮忙。也可以请很贵的人工智能工程师。Trajectory想让真正懂工作的人也能参加。
客户把一个公开的模型接到自己的应用上。平台会收集人工智能工作的反馈。人可以指出哪些答案好,哪些答案要改。Trajectory再用这些反馈训练模型。公司把这个方法叫持续学习。
这样做的原因很简单。专业人员最清楚什么答案有用。把他们的判断交给模型,模型才可能更适合这份工作。可是,反馈如果错了,模型也可能学错。
Trajectory说,Harvey、Rogo、Decagon、Mercor和Nvidia都是客户。现在,它准备公开后训练平台。我们还不知道每位客户进步了多少,也不知道使用服务要花多少钱。
接下来,要看真实案例。专家能不能少用研究团队。人工智能能不能变得更准确。它会不会同时学到新的错误。这些答案,比融资金额更能说明这家公司是否成功。
Trajectory拿到钱,帮助人工智能学工作
📰 完整报道: Trajectory获得4500万美元融资:让专业人士也能训练工作专用人工智能
大人教人工智能,人工智能再练习。
后训练(hòu xùnliàn)
让人工智能再练习一种工作。
估值(gūzhí)
大家猜一家公司值多少钱。
Trajectory(帮助人工智能学习的公司)拿到了4500万美元。
人工智能很聪明。
但它不是一开始就懂所有工作。
人可以告诉它,哪个答案好。
人也可以告诉它,哪里要改。
Trajectory让人工智能再练习。
这叫后训练。
人一直看着学习过程。
这样可能更安全。
Trajectory的估值是3亿美元。
这表示投资人觉得它值这么多。
这不是公司拿到的全部钱。
我们还要看看它是不是真的变好了。