Trajectoryが$45Mを調達、非技術系専門家もAIモデルのトレーニングが可能に

OpenAIやAnthropicによって開発されたものであれ、オープンソースの代替案に基づいて構築されたものであれ、現在のAIモデルには重大な限界があります。それは、さらなるトレーニングなしには自らの間違いから学ばないということです。

法律や金融などの専門分野にこれらのモデルを適応させる企業は、通常、汎用モデルをファインチューニングすることでこの問題を回避しています。しかし、そのためには社内の研究チームを雇用したり、一般にフォワード・デプロイド・エンジニア（FDEs）として知られる高額なコンサルタントに頼ったりすることが多くの場合必要になります。

Trajectoryは、Google DeepMindやAppleでの経験を持つスタンフォード大学の同級生3人によって約1年前に設立されたスタートアップで、そのプロセスを自動化し、AIモデルがフィードバックから学び、専門的なタスクにおいて継続的に改善できるようにすることを目指しています。

従業員18名の同社は、Sequoiaが主導し、Nvidia、Bessemer Venture Partners、Bain Capital Venturesが参加したシリーズAラウンドで、300 millionドルの評価額で45 millionドルを調達したことを発表したばかりです。

Trajectoryの共同創設者であるRonak Maldeは、基盤モデルを、常に新しい仕事を始める非常に優秀なPhDの学生に例えました。「しかし、経済が価値を置くのは、その仕事に30年間携わってきた人物です」と彼はTechCrunchに語りました。

同スタートアップは、継続的学習（continual learning）として知られるアプローチを通じてこの問題を解決することを目指しています。Trajectoryを利用する企業は、オープンソースのAIモデルから開始し、プラットフォームを自社のアプリケーションに接続することで、モデルのパフォーマンスに関するフィードバックを収集できます。Trajectoryはその情報を使用してモデルを再トレーニングし、時間の経過とともに専門的なタスクでの精度を向上させるのを支援します。

Trajectoryを使えば、弁護士や医師、その他の専門家が自らほぼ自動的にモデルを改善できるとMaldeは述べています。その機能により、専門特化型AIの導入がより迅速かつ安価になる可能性があります。

HarveyやRogoのような企業は、すでにTrajectoryのプラットフォームを使用してオープンソースモデルのポストトレーニングを行っており、特定の種類の法的契約のレビューや特定の指標を用いた企業評価など、以前のタスクから学ぶことで、経験豊富な弁護士や財務アナリストのように機能するよう支援しています。Trajectoryの他の顧客には、Decagon、Mercor、Nvidiaなどが含まれます。同スタートアップは現在、ポストトレーニングプラットフォームを一般公開しています。