Patronus AI, একটি স্টার্টআপ যা স্বায়ত্তশাসিত AI এজেন্টদের মূল্যায়ন করার জন্য সিমুলেটেড ডিজিটাল পরিবেশ তৈরি করে, নির্ভরযোগ্য এজেন্ট পরীক্ষার চাহিদা বৃদ্ধির জন্য একটি সিরিজ B রাউন্ডে $50 মিলিয়ন সংগ্রহ করেছে। গ্রীনফিল্ড পার্টনারদের নেতৃত্বে রাউন্ডটি উল্লেখযোগ্য ক্যাপিটাল, লাইটস্পীড, ডেটাডগ এবং স্যামসাং-এর অংশগ্রহণে ছিল, টেকক্রাঞ্চ জানিয়েছে, কোম্পানির মোট তহবিল $70 মিলিয়নে পৌঁছেছে।
একটি নতুন সমস্যা: এজেন্ট যারা শর্টকাট নেয় For more context on this story, see our ongoing artificial intelligence updates.
যেহেতু AI এজেন্টরা প্রশ্নগুলির উত্তর দেওয়া থেকে শুরু করে স্বায়ত্তশাসিতভাবে জটিল, বহু-পদক্ষেপের কাজগুলি সম্পাদন করে, মডেল প্রদানকারী এবং এই ধরনের এজেন্ট তৈরির স্টার্টআপগুলিকে আশ্বাস দেওয়া প্রয়োজন যে সিস্টেমগুলি বিশাল পরিসরের পরিস্থিতিতে নির্ভরযোগ্যভাবে কাজ করবে। AI ল্যাবগুলি প্রায়ই একটি মডেলের দক্ষতা দেখানোর জন্য বেঞ্চমার্ক ব্যবহার করে, কিন্তু একটি এজেন্ট-ভিত্তিক বেঞ্চমার্কে উচ্চ স্কোর প্রমাণ করে না যে একটি AI প্রকৃতপক্ষে বাস্তব-বিশ্বের কাজগুলি সঠিকভাবে সম্পন্ন করতে পারে।
সেই ফাঁকে প্যাট্রোনাস এআই ফোকাস করে। প্রাক্তন মেটা এআই গবেষক আনন্দ কান্নাপান এবং রেবেকা কিয়ান দ্বারা 2023 সালে প্রতিষ্ঠিত, সান ফ্রান্সিসকো-ভিত্তিক সংস্থাটি "ডিজিটাল ওয়ার্ল্ড মডেল", ওয়েবসাইটগুলির প্রতিলিপি এবং অভ্যন্তরীণ সিস্টেম তৈরি করে যেখানে এজেন্টদের প্রশিক্ষণের পরে চাপ-পরীক্ষা করা হয়। এজেন্টদের রিইনফোর্সমেন্ট লার্নিং ব্যবহার করে মূল্যায়ন করা হয়, যা পুনরাবৃত্তভাবে সফল টাস্ক সমাপ্তির জন্য পুরস্কৃত করে এবং ত্রুটিকে শাস্তি দেয়।
স্বায়ত্তশাসিত যানবাহন থেকে ধার নেওয়া
কোম্পানী তার পদ্ধতির সাথে তুলনা করে কিভাবে Waymo স্ব-চালিত গাড়িকে প্রশিক্ষিত করেছে, প্রথমে সিনথেটিক ওয়ার্ল্ড তৈরি করে বিরল আবহাওয়া যেমন গুরুতর আবহাওয়া বা একটি বলের পিছনে দৌড়ানো শিশুর বিরুদ্ধে যানবাহন পরীক্ষা করার জন্য। এআই এজেন্টদের সাথে মূল পার্থক্য হল যে তারা শর্টকাট গ্রহণ করে, যার অর্থ তারা সফলভাবে দেখা গেলেও সঠিকভাবে কাজগুলি সম্পূর্ণ করতে ব্যর্থ হয়।
উল্লেখযোগ্য ক্যাপিটালের একজন ব্যবস্থাপনা পরিচালক গ্লেন সলোমন বলেছেন, "প্যাট্রনাস হ্যাকগুলি সনাক্ত করতে এবং তারা মডেলগুলিকে দায়বদ্ধ করে তা নিশ্চিত করতে সত্যিই ভাল।" সলোমন কোম্পানির সিমুলেটেড পরিবেশের চাহিদাকে প্রায় অতৃপ্ত বলে বর্ণনা করেছেন। কার্যত প্রতিটি ফ্রন্টিয়ার এআই ল্যাব এবং অনেক উদীয়মান স্টার্টআপ এখন গ্রাহক, এবং প্যাট্রোনাসের আয় গত বছরে 15 গুণ বেড়েছে।
যাচাইযোগ্য টাস্কের বাইরে প্রসারিত হচ্ছে
Patronus বর্তমানে সফ্টওয়্যার ইঞ্জিনিয়ারিং এবং ফিনান্সের জন্য তার সিমুলেটেড ডিজিটাল ওয়ার্ল্ড সরবরাহ করে, দুটি ডোমেন যেখানে ফলাফল যাচাই করা তুলনামূলকভাবে সহজ। কিন্তু কোম্পানি এগুলোকে শুধু শুরু হিসেবে দেখছে। "আজ আমরা যাচাইযোগ্য সমস্যাগুলির উপর খুব ফোকাস করছি, যে সমস্যাগুলি আপনি অবিলম্বে পরীক্ষা এবং যাচাই করতে পারেন, তবে আরও অনেক টন এলাকা রয়েছে যেগুলি খুব অ-যাচাইযোগ্য বা যাচাই করা খুব কঠিন," কান্নাপান বলেছেন।
উচ্চাকাঙ্ক্ষা হল দীর্ঘ দিগন্তে এজেন্টদের পরীক্ষা করার জন্য যথেষ্ট পরিমাণে পরিবেশ তৈরি করা। "আমরা আসলে এমন পরিবেশ তৈরি করতে সক্ষম হতে চাই যেখানে আপনি এমন একটি এজেন্ট পরিচালনা করতে পারেন যা 10 ঘন্টা বা 10 দিন বা 10 সপ্তাহ চলতে পারে," কান্নাপান বলেছেন। প্রক্রিয়াগুলি যাচাইযোগ্য হওয়ার অর্থ এই নয় যে সেগুলি সহজ, এবং একটি দিন-ব্যাপী কর্মপ্রবাহের মাধ্যমে আংশিকভাবে ব্যর্থ হওয়া এজেন্টকে ধরার ক্ষমতা কোম্পানির মূল্য প্রস্তাবের কেন্দ্রবিন্দু।
বৃহত্তর AI শিল্প কীভাবে অগ্রগতি পরিমাপ করতে হয় তা নিয়ে ঝাঁপিয়ে পড়ার কারণে তহবিলও আসে। বেঞ্চমার্ক স্কোরগুলি একটি প্রতিদ্বন্দ্বিতাপূর্ণ মুদ্রায় পরিণত হয়েছে, সমালোচকদের যুক্তি যে মডেলগুলি প্রকৃত কাজগুলিতে সত্যিকারের উন্নতি না করে নির্দিষ্ট পরীক্ষার জন্য অপ্টিমাইজ করা যেতে পারে৷ প্যাট্রোনাসের সিমুলেটেড পরিবেশগুলি একটি বিকল্প প্রস্তাব করে, উন্মুক্ত পরিস্থিতিতে পরীক্ষামূলক এজেন্ট যেখানে সাফল্যের একমাত্র প্রমাণ একটি লিডারবোর্ডে একটি সংখ্যার পরিবর্তে একটি সঠিকভাবে সম্পন্ন করা কাজ।
এন্টারপ্রাইজ গ্রাহকদের জন্য, এই পার্থক্যটি গুরুত্বপূর্ণ। একটি কোডিং এজেন্ট যে একটি বেঞ্চমার্ক পাস করে কিন্তু নীরবে একটি প্রোডাকশন কোডবেসে বাগগুলি প্রবর্তন করে, অথবা একটি ফাইন্যান্স এজেন্ট যে পরিসংখ্যানগুলিকে ভুলভাবে রাউন্ড করে, কম পরীক্ষার স্কোরের চেয়ে অনেক বেশি ক্ষতি করতে পারে। মোতায়েন করার আগে একটি স্যান্ডবক্সে সেই ব্যর্থতাগুলি ধরার মাধ্যমে, প্যাট্রোনাস মূল্যায়নকে বিশ্বাসের পূর্বশর্ত হিসাবে স্থাপন করছে, পরবর্তী চিন্তা নয়।
জনাকীর্ণ মাঠে একটি স্বতন্ত্র দৃষ্টিভঙ্গি
প্রতিদ্বন্দ্বীদের জন্য, প্যাট্রোনাস বিশ্বাস করে যে এটি প্রাথমিকভাবে অভ্যন্তরীণ মূল্যায়ন দলের বিরুদ্ধে প্রতিদ্বন্দ্বিতা করছে যা এআই ল্যাবগুলি ইতিমধ্যে এজেন্ট আচরণের মূল্যায়ন করার জন্য তৈরি করেছে। মারকর এবং সার্জের মতো মানব-ডেটা সংস্থাগুলি মডেল নির্মাতাদেরকে শক্তিবৃদ্ধি শেখার ক্ষেত্রে সহায়তা করে, প্যাট্রোনাস এজেন্টরা কীভাবে কোনও মানব জড়িত ছাড়াই আচরণ করে তা মূল্যায়ন করে, ব্যর্থতা সনাক্তকরণকে স্বয়ংক্রিয়ভাবে পরিচালনা করে যার অন্যথায় ব্যয়বহুল ম্যানুয়াল পর্যালোচনার প্রয়োজন হবে।
রাউন্ডটি বিনিয়োগকারীদের আস্থার সংকেত দেয় যে এজেন্ট মূল্যায়ন AI স্ট্যাকের একটি ভিত্তি স্তরে পরিণত হবে। যেহেতু এজেন্টরা আরো স্বায়ত্তশাসিত কাজ করে, ট্রিপ বুকিং থেকে শুরু করে আর্থিক বিশ্লেষণ করা পর্যন্ত, স্টার্টআপগুলি এই সিস্টেমগুলিকে বিশ্বাসযোগ্য প্রমাণ করতে সক্ষম, তারা মোতায়েন হওয়ার আগে, এজেন্টিক AI যুগে অপরিহার্য দারোয়ান হিসাবে নিজেদের অবস্থান করছে৷
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
