एआय एजंट अधिक परिष्कृत होत आहेत. प्रश्नांची उत्तरे देण्यापासून ते बहु-चरण जटिल कार्ये स्वायत्तपणे पार पाडण्यापर्यंत विकसित होत आहेत.
परंतु या एजंट्सवर ट्रिप बुक करण्यासाठी किंवा वापरकर्त्यांच्या वतीने आर्थिक विश्लेषण करण्यासाठी विश्वास ठेवण्याआधी, मॉडेल प्रदाते आणि स्टार्टअप बनवणारे एजंट हे सुनिश्चित करू इच्छितात की ते विविध परिस्थितींमध्ये विश्वासार्हपणे कार्य करतात.
एआय लॅब त्यांच्या मॉडेलचा पराक्रम दाखवण्यासाठी अनेकदा बेंचमार्क वापरतात, परंतु एजंट-देणारं बेंचमार्कवरही उच्च स्कोअर, एआय विविध जटिल, वास्तविक-जगातील नोकऱ्या योग्यरित्या पूर्ण करू शकते हे प्रत्यक्षात सिद्ध करत नाही.
Patronus AIमाजी मेटा एआय संशोधक आनंद कन्नप्पन आणि रेबेका कियान यांनी 2023 मध्ये स्थापन केलेला एक स्टार्टअप, एजंट्सच्या कार्यक्षमतेचे मूल्यमापन करण्यासाठी सिम्युलेटेड डिजिटल वातावरण तयार करून मॉडेल निर्मात्यांना आणि कंपन्यांना मॉडेल्सना चांगले बनविण्यात मदत करत आहे.
सॅन फ्रान्सिस्को-आधारित स्टार्टअप एक महत्त्वाची समस्या सोडवत असेल. अक्षरशः प्रत्येक फ्रंटियर एआय लॅब आणि अनेक उदयोन्मुख स्टार्टअप्स आता ग्राहक आहेत, ग्लेन सॉलोमन, नोटेबल कॅपिटलचे व्यवस्थापकीय संचालक, जे कंपनीच्या सिम्युलेटेड वातावरणाची मागणी जवळजवळ अतृप्त असल्याचे वर्णन करतात.
पॅट्रोनसचा महसूल गेल्या वर्षभरात 15 पटींनी वाढला आहे, ज्यामुळे गुंतवणूकदारांचे लक्षणीय हित वाढले आहे. गुरुवारी, कंपनीने नोटेबल कॅपिटल, लाइटस्पीड, डेटाडॉग आणि सॅमसंग यांच्या सहभागासह ग्रीनफिल्ड पार्टनर्सच्या नेतृत्वाखाली $50 दशलक्ष मालिका बी फेरीची घोषणा केली. या फेरीमुळे कंपनीचा एकूण निधी $70 दशलक्ष इतका झाला.
वेबसाइट्स आणि अंतर्गत प्रणालींच्या प्रतिकृती तयार करण्यासाठी पॅट्रोनस “डिजिटल वर्ल्ड मॉडेल्स” म्हणतात ते वापरते. या वातावरणात, मजबुतीकरण शिक्षणाचा वापर करून प्रशिक्षणानंतर एजंटांची तणाव-चाचणी केली जाते, जे पुनरावृत्तीने यशस्वी कार्य पूर्ण करण्यासाठी आणि त्रुटींना दंडित करते.
AI लॅब्सना या डिजिटल सिम्युलेशनमध्ये खूप महत्त्व आहे कारण ते एजंटांना भिन्न, कधीकधी अप्रत्याशित, परिस्थिती वापरून पाहण्याची संधी देतात. गंभीर हवामान किंवा बॉलच्या मागे धावणारे मूल यांसारख्या दुर्मिळ धोक्यांपासून वाहनांची चाचणी करण्यासाठी प्रथम कृत्रिम जग तयार करून स्वायत्त कार कसे प्रशिक्षित केले याबद्दल कंपनी आपल्या दृष्टिकोनाची तुलना करते.
एआय एजंट्समधील फरक हा आहे की ते शॉर्टकट घेतात, याचा अर्थ ते कार्य योग्यरित्या पूर्ण करण्यात अपयशी ठरतात. “पॅट्रोनस हॅक शोधण्यात आणि ते मॉडेल्सला जबाबदार धरत आहेत याची खात्री करण्यात खरोखरच चांगला आहे,” सॉलोमन म्हणाला.
Patronus सध्या सॉफ्टवेअर इंजिनीअरिंग आणि फायनान्ससाठी सिम्युलेटेड डिजिटल जग प्रदान करत आहे, परंतु कन्नप्पनच्या म्हणण्यानुसार ही फक्त सुरुवात आहे.
“आज आम्ही पडताळणी करण्यायोग्य समस्यांवर खूप लक्ष केंद्रित केले आहे, त्यामुळे ज्या समस्या तुम्ही ताबडतोब तपासू शकता आणि सत्यापित करू शकता, परंतु आणखी एक टन क्षेत्रे आहेत ज्यांची पडताळणी करणे खूप कठीण आहे किंवा ते सत्यापित करणे खूप कठीण आहे,” तो म्हणाला.
या प्रक्रिया पडताळण्यायोग्य आहेत याचा अर्थ त्या सोप्या आहेत असे नाही. “आम्हाला प्रत्यक्षात असे वातावरण तयार करायचे आहे ज्यामध्ये तुम्ही एजंट चालवू शकता जे 10 तास किंवा 10 दिवस किंवा 10 आठवडे चालू शकते,” कन्नप्पन म्हणाले.
प्रतिस्पर्ध्यांसाठी, पॅट्रोनसचा असा विश्वास आहे की ते प्रामुख्याने एजंटच्या वर्तनाचे मूल्यांकन करण्यासाठी एआय लॅबने आधीच तयार केलेल्या अंतर्गत संघांशी स्पर्धा करत आहे. मर्कर आणि सर्ज सारख्या मानवी-डेटा फर्म मॉडेल निर्मात्यांना मजबुतीकरण शिक्षणात मदत करतात, पॅट्रोनस कोणत्याही मानवी सहभागाशिवाय एजंट कसे वागतात याचे मूल्यांकन करून वेगळ्या पद्धतीने कार्य करतात.
तुम्ही आमच्या लेखांमधील लिंक्सद्वारे खरेदी करता तेव्हा, आम्ही एक लहान कमिशन मिळवू शकतो. याचा आमच्या संपादकीय स्वातंत्र्यावर परिणाम होत नाही.
Comments are closed.