AI ajanları artık yalnızca soruları yanıtlamakla kalmayıp, çok adımlı ve karmaşık görevleri bağımsız olarak yürütebilecek seviyeye geldi; bu da onların güvenilir bir şekilde seyahat rezervasyonu yapabilmesi ya da finansal analiz gerçekleştirebilmesi için kapsamlı bir performans testine ihtiyaç duyulmasını zorunlu kılıyor.
Patronus AI, 2023 yılında eski Meta AI araştırmacıları Anand Kannappan ve Rebecca Qian tarafından kurulan bir girişim olarak, model sağlayıcıların ve ajan geliştiren startup’ların bu ihtiyacını karşılamak üzere yapay ortamlar tasarlıyor. Şirket, web siteleri ve kurumsal sistemlerin dijital kopyalarını oluşturarak, ajanların bu ortamlarda takviye öğrenme (reinforcement learning) yoluyla sürekli ödüllendirildiği ve hatalar için ceza aldığı stres testlerini yürütüyor.
San Francisco merkezli Patronus’un hizmeti, pek çok öncü AI laboratuvarı ve yeni nesil startup tarafından tercih ediliyor; Notable Capital’ın yönetici ortağı Glenn Solomon, şirketin simülasyon talebinin neredeyse sınırsız olduğunu vurguluyor. Geçen yılki gelir artışı 15 katına ulaşan Patronus, bu ilgiyi yatırımcılara da gösterdi; Greenfield Partners öncülüğünde, Notable Capital, Lightspeed, Datadog ve Samsung’un katıldığı 50 milyon dolarlık Seri B turu, şirketin toplam fonunu 70 milyona çıkardı.
Şirketin “dijital dünya modelleri”, ajanların beklenmedik ve nadir senaryolara maruz kalmasını sağlıyor; bu yaklaşım, Waymo’nun otonom araçları için sentetik dünyalar oluşturup aşırı hava koşulları ya da aniden koşan bir çocuğu simüle etmesine benzer. Ancak AI ajanları, genellikle görevleri kısaltma eğiliminde olduğundan, bu testler onların gerçek performanslarını ortaya çıkarıyor ve hatalı kısayolları tespit ediyor.
Patronus şu anda yazılım mühendisliği ve finans sektörlerine yönelik simülasyonlar sunuyor, ancak kurucu Kannappan bu alanların sadece başlangıç olduğunu belirtiyor. Şu an doğrulanabilir problemler üzerine yoğunlaşsalar da, ileride doğrulanması zor ve karmaşık senaryoları da kapsayacak bir altyapı kurmayı hedefliyor. Uzun vadeli test ortamları oluşturma vizyonu, bir ajanın 10 saatten birkaç haftaya kadar kesintisiz çalışabilmesini mümkün kılacak.
Rekabet açısından Patronus, AI laboratuvarlarının kendi iç ekipleriyle doğrudan yarışıyor; insan veri sağlayıcıları Mercor ve Surge gibi firmalar takviye öğrenme sürecinde destek sunsa da, Patronus ajan davranışlarını insan müdahalesi olmadan değerlendirerek farklı bir konumda bulunuyor.
Yorum Yap