Patronus AI, ਇੱਕ ਸਟਾਰਟਅਪ ਜੋ ਆਟੋਨੋਮਸ AI ਏਜੰਟਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਸਿਮੂਲੇਟਿਡ ਡਿਜੀਟਲ ਵਾਤਾਵਰਣ ਬਣਾਉਂਦਾ ਹੈ, ਨੇ ਭਰੋਸੇਯੋਗ ਏਜੰਟ ਟੈਸਟਿੰਗ ਦੀ ਮੰਗ ਦੇ ਰੂਪ ਵਿੱਚ ਸੀਰੀਜ਼ B ਦੌਰ ਵਿੱਚ $50 ਮਿਲੀਅਨ ਇਕੱਠੇ ਕੀਤੇ ਹਨ। ਇਸ ਦੌਰ ਦੀ ਅਗਵਾਈ ਗ੍ਰੀਨਫੀਲਡ ਪਾਰਟਨਰਜ਼ ਨੇ ਨੋਟੇਬਲ ਕੈਪੀਟਲ, ਲਾਈਟਸਪੀਡ, ਡੈਟਾਡੌਗ ਅਤੇ ਸੈਮਸੰਗ ਦੀ ਭਾਗੀਦਾਰੀ ਨਾਲ ਕੀਤੀ, ਟੈਕਕ੍ਰੰਚ ਨੇ ਰਿਪੋਰਟ ਕੀਤੀ, ਕੰਪਨੀ ਦੀ ਕੁੱਲ ਫੰਡਿੰਗ $70 ਮਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਈ।
ਇੱਕ ਨਵੀਂ ਸਮੱਸਿਆ: ਏਜੰਟ ਜੋ ਸ਼ਾਰਟਕੱਟ ਲੈਂਦੇ ਹਨ For more context on this story, see our ongoing AI trends.
ਜਿਵੇਂ ਕਿ AI ਏਜੰਟ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਤੋਂ ਲੈ ਕੇ ਗੁੰਝਲਦਾਰ, ਬਹੁ-ਪੜਾਵੀ ਕਾਰਜਾਂ, ਮਾਡਲ ਪ੍ਰਦਾਤਾਵਾਂ ਅਤੇ ਅਜਿਹੇ ਏਜੰਟਾਂ ਨੂੰ ਬਣਾਉਣ ਵਾਲੇ ਸਟਾਰਟਅਪਸ ਨੂੰ ਸਵੈ-ਨਿਰਭਰ ਢੰਗ ਨਾਲ ਚਲਾਉਣ ਲਈ ਵਿਕਸਿਤ ਹੁੰਦੇ ਹਨ ਕਿ ਸਿਸਟਮ ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨਗੇ। AI ਲੈਬਜ਼ ਅਕਸਰ ਮਾਡਲ ਦੇ ਹੁਨਰ ਨੂੰ ਦਿਖਾਉਣ ਲਈ ਬੈਂਚਮਾਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਪਰ ਏਜੰਟ-ਅਧਾਰਿਤ ਬੈਂਚਮਾਰਕ 'ਤੇ ਉੱਚ ਸਕੋਰ ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰਦਾ ਹੈ ਕਿ AI ਅਸਲ ਵਿੱਚ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਨੌਕਰੀਆਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹੈ।
ਉਹ ਪਾੜਾ ਹੈ ਜਿੱਥੇ ਪੈਟ੍ਰੋਨਸ ਏਆਈ ਫੋਕਸ ਕਰਦਾ ਹੈ। ਸਾਬਕਾ ਮੈਟਾ ਏਆਈ ਖੋਜਕਰਤਾਵਾਂ ਆਨੰਦ ਕੰਨੱਪਨ ਅਤੇ ਰੇਬੇਕਾ ਕਿਆਨ ਦੁਆਰਾ 2023 ਵਿੱਚ ਸਥਾਪਿਤ ਕੀਤੀ ਗਈ, ਸੈਨ ਫਰਾਂਸਿਸਕੋ-ਅਧਾਰਤ ਕੰਪਨੀ ਉਸ ਨੂੰ "ਡਿਜੀਟਲ ਵਰਲਡ ਮਾਡਲ" ਕਹਿੰਦੀ ਹੈ, ਵੈਬਸਾਈਟਾਂ ਅਤੇ ਅੰਦਰੂਨੀ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਜਿਸ ਵਿੱਚ ਏਜੰਟਾਂ ਦੀ ਸਿਖਲਾਈ ਤੋਂ ਬਾਅਦ ਤਣਾਅ-ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਏਜੰਟਾਂ ਦਾ ਮੁਲਾਂਕਣ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜੋ ਸਫਲਤਾਪੂਰਵਕ ਕੰਮ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਇਨਾਮ ਦਿੰਦਾ ਹੈ ਅਤੇ ਗਲਤੀਆਂ ਨੂੰ ਸਜ਼ਾ ਦਿੰਦਾ ਹੈ।
ਆਟੋਨੋਮਸ ਵਾਹਨਾਂ ਤੋਂ ਉਧਾਰ ਲੈਣਾ
ਕੰਪਨੀ ਆਪਣੀ ਪਹੁੰਚ ਦੀ ਤੁਲਨਾ ਇਸ ਗੱਲ ਨਾਲ ਕਰਦੀ ਹੈ ਕਿ ਵੇਮੋ ਨੇ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ, ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਦੁਰਲੱਭ ਖ਼ਤਰਿਆਂ ਜਿਵੇਂ ਕਿ ਗੰਭੀਰ ਮੌਸਮ ਜਾਂ ਬਾਲ ਦੇ ਪਿੱਛੇ ਭੱਜਣ ਵਾਲੇ ਬੱਚੇ ਦੇ ਵਿਰੁੱਧ ਵਾਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਸਿੰਥੈਟਿਕ ਸੰਸਾਰ ਦਾ ਨਿਰਮਾਣ ਕੀਤਾ। AI ਏਜੰਟਾਂ ਵਿੱਚ ਮੁੱਖ ਅੰਤਰ ਇਹ ਹੈ ਕਿ ਉਹ ਸ਼ਾਰਟਕੱਟ ਲੈਂਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹ ਕੰਮ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ ਭਾਵੇਂ ਉਹ ਸਫਲ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।
ਨੋਟੇਬਲ ਕੈਪੀਟਲ ਦੇ ਮੈਨੇਜਿੰਗ ਡਾਇਰੈਕਟਰ ਗਲੇਨ ਸੋਲੋਮਨ ਨੇ ਕਿਹਾ, "ਪੈਟਰੋਨਸ ਹੈਕ ਨੂੰ ਲੱਭਣ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੈ ਕਿ ਉਹ ਮਾਡਲਾਂ ਨੂੰ ਜਵਾਬਦੇਹ ਠਹਿਰਾ ਰਹੇ ਹਨ।" ਸੁਲੇਮਾਨ ਨੇ ਕੰਪਨੀ ਦੇ ਸਿਮੂਲੇਟਿਡ ਵਾਤਾਵਰਣ ਦੀ ਮੰਗ ਨੂੰ ਲਗਭਗ ਅਸੰਤੁਸ਼ਟ ਦੱਸਿਆ। ਲੱਗਭਗ ਹਰ ਫਰੰਟੀਅਰ ਏਆਈ ਲੈਬ ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਉੱਭਰ ਰਹੇ ਸਟਾਰਟਅੱਪ ਹੁਣ ਗਾਹਕ ਹਨ, ਅਤੇ ਪੈਟਰੋਨਸ ਦੀ ਆਮਦਨ ਪਿਛਲੇ ਸਾਲ ਨਾਲੋਂ 15 ਗੁਣਾ ਵਧ ਗਈ ਹੈ।
ਪ੍ਰਮਾਣਿਤ ਕਾਰਜਾਂ ਤੋਂ ਪਰੇ ਵਿਸਤਾਰ ਕਰਨਾ
ਪੈਟਰੋਨਸ ਵਰਤਮਾਨ ਵਿੱਚ ਸਾਫਟਵੇਅਰ ਇੰਜਨੀਅਰਿੰਗ ਅਤੇ ਵਿੱਤ, ਦੋ ਡੋਮੇਨਾਂ ਲਈ ਇਸਦੇ ਸਿਮੂਲੇਟਿਡ ਡਿਜੀਟਲ ਸੰਸਾਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਨਤੀਜਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਮੁਕਾਬਲਤਨ ਆਸਾਨ ਹੁੰਦਾ ਹੈ। ਪਰ ਕੰਪਨੀ ਇਨ੍ਹਾਂ ਨੂੰ ਸਿਰਫ਼ ਸ਼ੁਰੂਆਤ ਦੇ ਤੌਰ 'ਤੇ ਦੇਖਦੀ ਹੈ। ਕਨੱਪਨ ਨੇ ਕਿਹਾ, "ਅੱਜ ਅਸੀਂ ਉਹਨਾਂ ਸਮੱਸਿਆਵਾਂ 'ਤੇ ਬਹੁਤ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਾਂ ਜੋ ਤਸਦੀਕਯੋਗ ਹਨ, ਉਹ ਸਮੱਸਿਆਵਾਂ ਜਿਨ੍ਹਾਂ ਦੀ ਤੁਸੀਂ ਤੁਰੰਤ ਜਾਂਚ ਅਤੇ ਤਸਦੀਕ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਇੱਥੇ ਇੱਕ ਟਨ ਹੋਰ ਖੇਤਰ ਹਨ ਜੋ ਬਹੁਤ ਗੈਰ-ਤਸਦੀਕਯੋਗ ਹਨ ਜਾਂ ਤਸਦੀਕ ਕਰਨਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੈ," ਕੰਨੱਪਨ ਨੇ ਕਿਹਾ।
ਅਭਿਲਾਸ਼ਾ ਲੰਬੇ ਦੂਰੀ 'ਤੇ ਏਜੰਟਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਮਹੱਤਵਪੂਰਨ ਵਾਤਾਵਰਣ ਬਣਾਉਣਾ ਹੈ। ਕੰਨੱਪਨ ਨੇ ਕਿਹਾ, "ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਅਜਿਹਾ ਮਾਹੌਲ ਬਣਾਉਣ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਜਿਸ ਵਿੱਚ ਤੁਸੀਂ ਇੱਕ ਏਜੰਟ ਚਲਾ ਸਕਦੇ ਹੋ ਜੋ 10 ਘੰਟੇ ਜਾਂ 10 ਦਿਨ ਜਾਂ 10 ਹਫ਼ਤਿਆਂ ਤੱਕ ਚੱਲ ਸਕਦਾ ਹੈ," ਕੰਨੱਪਨ ਨੇ ਕਿਹਾ। ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਪ੍ਰਕਿਰਿਆਵਾਂ ਪ੍ਰਮਾਣਿਤ ਹੋਣ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਉਹ ਸਧਾਰਨ ਹਨ, ਅਤੇ ਇੱਕ ਦਿਨ-ਲੰਬੇ ਵਰਕਫਲੋ ਵਿੱਚ ਅਸਫਲ ਰਹੇ ਏਜੰਟ ਨੂੰ ਫੜਨ ਦੀ ਸਮਰੱਥਾ ਕੰਪਨੀ ਦੇ ਮੁੱਲ ਪ੍ਰਸਤਾਵ ਲਈ ਕੇਂਦਰੀ ਹੈ।
ਫੰਡਿੰਗ ਵੀ ਪਹੁੰਚਦੀ ਹੈ ਕਿਉਂਕਿ ਵਿਆਪਕ AI ਉਦਯੋਗ ਪ੍ਰਗਤੀ ਨੂੰ ਮਾਪਣ ਦੇ ਤਰੀਕੇ ਨਾਲ ਜੂਝਦਾ ਹੈ। ਬੈਂਚਮਾਰਕ ਸਕੋਰ ਇੱਕ ਮੁਕਾਬਲੇ ਵਾਲੀ ਮੁਦਰਾ ਬਣ ਗਏ ਹਨ, ਆਲੋਚਕ ਇਹ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਮਾਡਲਾਂ ਨੂੰ ਅਸਲ ਕੰਮਾਂ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤੇ ਬਿਨਾਂ ਵਿਸ਼ੇਸ਼ ਟੈਸਟਾਂ ਲਈ ਅਨੁਕੂਲ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਪੈਟ੍ਰੋਨਸ ਦੇ ਸਿਮੂਲੇਟਿਡ ਵਾਤਾਵਰਨ ਓਪਨ-ਐਂਡ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਇੱਕ ਵਿਕਲਪਿਕ, ਟੈਸਟਿੰਗ ਏਜੰਟ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਸਫਲਤਾ ਦਾ ਇੱਕੋ ਇੱਕ ਸਬੂਤ ਲੀਡਰਬੋਰਡ 'ਤੇ ਇੱਕ ਨੰਬਰ ਦੀ ਬਜਾਏ ਇੱਕ ਸਹੀ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕੀਤਾ ਕੰਮ ਹੈ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਲਈ, ਇਹ ਅੰਤਰ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। ਇੱਕ ਕੋਡਿੰਗ ਏਜੰਟ ਜੋ ਇੱਕ ਬੈਂਚਮਾਰਕ ਪਾਸ ਕਰਦਾ ਹੈ ਪਰ ਚੁੱਪਚਾਪ ਇੱਕ ਉਤਪਾਦਨ ਕੋਡਬੇਸ ਵਿੱਚ ਬੱਗ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਵਿੱਤ ਏਜੰਟ ਜੋ ਅੰਕੜਿਆਂ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਗੋਲ ਕਰਦਾ ਹੈ, ਘੱਟ ਟੈਸਟ ਸਕੋਰ ਦਾ ਸੁਝਾਅ ਦੇਣ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਨੁਕਸਾਨ ਕਰ ਸਕਦਾ ਹੈ। ਤੈਨਾਤੀ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਸੈਂਡਬੌਕਸ ਵਿੱਚ ਉਹਨਾਂ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਫੜ ਕੇ, ਪੈਟਰੋਨਸ ਮੁਲਾਂਕਣ ਨੂੰ ਭਰੋਸੇ ਲਈ ਇੱਕ ਪੂਰਵ ਸ਼ਰਤ ਦੇ ਰੂਪ ਵਿੱਚ ਸਥਿਤੀ ਦੇ ਰਿਹਾ ਹੈ, ਨਾ ਕਿ ਬਾਅਦ ਵਿੱਚ ਕੋਈ ਵਿਚਾਰ।
ਭੀੜ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਖਰੀ ਪਹੁੰਚ
ਵਿਰੋਧੀਆਂ ਲਈ, ਪੈਟ੍ਰੋਨਸ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਇਹ ਮੁੱਖ ਤੌਰ 'ਤੇ ਅੰਦਰੂਨੀ ਮੁਲਾਂਕਣ ਟੀਮਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਕਾਬਲਾ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਏਆਈ ਲੈਬਾਂ ਨੇ ਪਹਿਲਾਂ ਹੀ ਏਜੰਟ ਦੇ ਵਿਵਹਾਰ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਬਣਾਈਆਂ ਹਨ। ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ-ਡੇਟਾ ਫਰਮਾਂ ਜਿਵੇਂ ਕਿ Mercor ਅਤੇ Surge ਮਾਡਲ ਨਿਰਮਾਤਾਵਾਂ ਨੂੰ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ, ਪੈਟ੍ਰੋਨਸ ਇਹ ਮੁਲਾਂਕਣ ਕਰਕੇ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ ਕਿ ਏਜੰਟ ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਸ਼ਮੂਲੀਅਤ ਦੇ ਕਿਵੇਂ ਵਿਵਹਾਰ ਕਰਦੇ ਹਨ, ਅਸਫਲਤਾਵਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਨੂੰ ਸਵੈਚਲਿਤ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਮਹਿੰਗੇ ਹੱਥੀਂ ਸਮੀਖਿਆ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਦੌਰ ਨਿਵੇਸ਼ਕ ਦੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਸੰਕੇਤ ਕਰਦਾ ਹੈ ਕਿ ਏਜੰਟ ਮੁਲਾਂਕਣ AI ਸਟੈਕ ਦੀ ਇੱਕ ਬੁਨਿਆਦੀ ਪਰਤ ਬਣ ਜਾਵੇਗਾ। ਜਿਵੇਂ ਕਿ ਏਜੰਟ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰੀ ਕੰਮ ਕਰਦੇ ਹਨ, ਬੁਕਿੰਗ ਯਾਤਰਾਵਾਂ ਤੋਂ ਲੈ ਕੇ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਤੱਕ, ਸਟਾਰਟਅੱਪ ਉਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਭਰੋਸੇਮੰਦ ਸਾਬਤ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਤੈਨਾਤ ਕੀਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਆਪਣੇ ਆਪ ਨੂੰ ਏਜੰਟਿਕ AI ਯੁੱਗ ਲਈ ਲਾਜ਼ਮੀ ਗੇਟਕੀਪਰਾਂ ਵਜੋਂ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖ ਰਹੇ ਹਨ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
