पेट्रोनस एआई, एक स्टार्टअप जो स्वायत्त एआई एजेंटों का मूल्यांकन करने के लिए सिम्युलेटेड डिजिटल वातावरण बनाता है, ने विश्वसनीय एजेंट परीक्षण की मांग बढ़ने के कारण सीरीज बी दौर में 50 मिलियन डॉलर जुटाए हैं। टेकक्रंच की रिपोर्ट के अनुसार, इस राउंड का नेतृत्व ग्रीनफील्ड पार्टनर्स ने किया, जिसमें नोटेबल कैपिटल, लाइटस्पीड, डेटाडॉग और सैमसंग की भागीदारी थी, जिससे कंपनी की कुल फंडिंग 70 मिलियन डॉलर हो गई।

एक नई समस्या: एजेंट जो शॉर्टकट अपनाते हैं For more context on this story, see our ongoing AI trends.

जैसे-जैसे एआई एजेंट सवालों के जवाब देने से लेकर जटिल, बहु-चरणीय कार्यों को स्वायत्त रूप से निष्पादित करने तक विकसित होते हैं, मॉडल प्रदाताओं और ऐसे एजेंटों का निर्माण करने वाले स्टार्टअप को आश्वासन की आवश्यकता होती है कि सिस्टम परिदृश्यों की एक विस्तृत श्रृंखला में विश्वसनीय रूप से प्रदर्शन करेंगे। एआई प्रयोगशालाएं अक्सर मॉडल की ताकत दिखाने के लिए बेंचमार्क का उपयोग करती हैं, लेकिन एजेंट-उन्मुख बेंचमार्क पर उच्च स्कोर यह साबित नहीं करता है कि एआई वास्तव में वास्तविक दुनिया की नौकरियों को सही ढंग से पूरा कर सकता है।

वह अंतर वह जगह है जहां पेट्रोनस एआई ध्यान केंद्रित करता है। पूर्व मेटा एआई शोधकर्ताओं आनंद कन्नप्पन और रेबेका कियान द्वारा 2023 में स्थापित, सैन फ्रांसिस्को स्थित कंपनी "डिजिटल वर्ल्ड मॉडल" कहती है, जो वेबसाइटों और आंतरिक प्रणालियों की प्रतिकृतियां बनाती है जिसमें प्रशिक्षण के बाद एजेंटों का तनाव-परीक्षण किया जाता है। एजेंटों का मूल्यांकन सुदृढीकरण सीखने का उपयोग करके किया जाता है, जो सफल कार्य पूरा होने पर पुनरावृत्त रूप से पुरस्कार देता है और त्रुटियों को दंडित करता है।

स्वायत्त वाहनों से उधार लेना

कंपनी अपने दृष्टिकोण की तुलना इस बात से करती है कि कैसे वेमो ने सेल्फ-ड्राइविंग कारों को प्रशिक्षित किया, पहली बार गंभीर मौसम या गेंद के पीछे दौड़ने वाले बच्चे जैसे दुर्लभ खतरों के खिलाफ वाहनों का परीक्षण करने के लिए सिंथेटिक दुनिया का निर्माण किया। एआई एजेंटों के साथ मुख्य अंतर यह है कि वे शॉर्टकट अपनाते हैं, जिसका अर्थ है कि वे सफल होते हुए भी कार्यों को सही ढंग से पूरा करने में विफल रहते हैं।

नोटेबल कैपिटल के प्रबंध निदेशक ग्लेन सोलोमन ने कहा, "पैट्रोनस हैक का पता लगाने और यह सुनिश्चित करने में वास्तव में अच्छा है कि वे मॉडलों को जवाबदेह ठहरा रहे हैं।" सोलोमन ने कंपनी के सिम्युलेटेड वातावरण की मांग को लगभग अतृप्त बताया। वस्तुतः हर अग्रणी एआई लैब और कई उभरते स्टार्टअप अब ग्राहक हैं, और पिछले वर्ष में पेट्रोनस का राजस्व 15 गुना बढ़ गया है।

सत्यापन योग्य कार्यों से परे विस्तार करना

पेट्रोनस वर्तमान में सॉफ्टवेयर इंजीनियरिंग और वित्त के लिए अपनी सिम्युलेटेड डिजिटल दुनिया प्रदान करता है, दो डोमेन जहां परिणामों को सत्यापित करना अपेक्षाकृत आसान है। लेकिन कंपनी इन्हें सिर्फ शुरुआत के तौर पर देखती है। कन्नप्पन ने कहा, "आज हम उन समस्याओं पर बहुत ध्यान केंद्रित कर रहे हैं जो सत्यापन योग्य हैं, ऐसी समस्याएं जिन्हें आप तुरंत जांच और सत्यापित कर सकते हैं, लेकिन ऐसे कई क्षेत्र हैं जो बहुत गैर-सत्यापन योग्य हैं या सत्यापित करना बहुत कठिन हैं।"

महत्वाकांक्षा लंबे समय तक एजेंटों का परीक्षण करने के लिए पर्याप्त वातावरण बनाने की है। कन्नप्पन ने कहा, "हम वास्तव में ऐसा वातावरण बनाने में सक्षम होना चाहते हैं जिसमें आप एक ऐसे एजेंट को संचालित कर सकें जो 10 घंटे या 10 दिन या 10 सप्ताह तक चल सके।" सिर्फ इसलिए कि प्रक्रियाएं सत्यापन योग्य हैं इसका मतलब यह नहीं है कि वे सरल हैं, और एक दिन के वर्कफ़्लो के दौरान असफल होने वाले एजेंट को पकड़ने की क्षमता कंपनी के मूल्य प्रस्ताव के लिए केंद्रीय है।

फंडिंग तब भी आती है जब व्यापक एआई उद्योग प्रगति को मापने के तरीके से जूझ रहा है। बेंचमार्क स्कोर एक विवादित मुद्रा बन गए हैं, आलोचकों का तर्क है कि मॉडल को वास्तविक कार्यों में सुधार किए बिना गेम विशिष्ट परीक्षणों के लिए अनुकूलित किया जा सकता है। पैट्रोनस के सिम्युलेटेड वातावरण एक वैकल्पिक, ओपन-एंडेड परिदृश्यों में परीक्षण एजेंटों की पेशकश करते हैं जहां सफलता का एकमात्र प्रमाण लीडरबोर्ड पर एक नंबर के बजाय सही ढंग से पूरा किया गया कार्य है।

व्यावसायिक ग्राहकों के लिए, वह अंतर मायने रखता है। एक कोडिंग एजेंट जो एक बेंचमार्क पास करता है लेकिन चुपचाप उत्पादन कोडबेस में बग पेश करता है, या एक वित्त एजेंट जो आंकड़ों को गलत तरीके से राउंड करता है, कम परीक्षण स्कोर की तुलना में कहीं अधिक नुकसान पहुंचा सकता है। तैनाती से पहले सैंडबॉक्स में उन विफलताओं को पकड़कर, पेट्रोनस मूल्यांकन को विश्वास के लिए एक शर्त के रूप में स्थापित कर रहा है, न कि बाद के विचार के रूप में।

भीड़ भरे मैदान में एक विशिष्ट दृष्टिकोण

जहां तक प्रतिद्वंद्वियों का सवाल है, पेट्रोनस का मानना है कि यह मुख्य रूप से आंतरिक मूल्यांकन टीमों के खिलाफ प्रतिस्पर्धा कर रहा है जो एआई प्रयोगशालाओं ने पहले ही एजेंट के व्यवहार का आकलन करने के लिए बनाई है। जबकि मर्कोर और सर्ज जैसी मानव-डेटा कंपनियां मॉडल निर्माताओं को सुदृढीकरण सीखने में मदद करती हैं, पेट्रोनस यह मूल्यांकन करके अलग तरीके से काम करता है कि एजेंट बिना किसी मानवीय भागीदारी के कैसे व्यवहार करते हैं, विफलताओं का पता लगाने को स्वचालित करते हैं जिन्हें अन्यथा महंगी मैन्युअल समीक्षा की आवश्यकता होती है।

यह दौर निवेशकों के विश्वास का संकेत देता है कि एजेंट मूल्यांकन एआई स्टैक की मूलभूत परत बन जाएगा। जैसे-जैसे एजेंट यात्राओं की बुकिंग से लेकर वित्तीय विश्लेषण करने तक अधिक स्वायत्त काम करते हैं, तैनात होने से पहले उन प्रणालियों को भरोसेमंद साबित करने में सक्षम स्टार्टअप खुद को एजेंटिक एआई युग के लिए अपरिहार्य द्वारपाल के रूप में स्थापित कर रहे हैं।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →