ಏಜೆಂಟ್ ಸ್ಟ್ರೆಸ್-ಟೆಸ್ಟಿಂಗ್ಗಾಗಿ ಡಿಜಿಟಲ್ ಪ್ರಪಂಚಗಳನ್ನು ನಿರ್ಮಿಸಲು Patronus AI $50M ಹಣವನ್ನು ಸಂಗ್ರಹಿಸಿದೆ
AI ಏಜೆಂಟ್ಗಳು ಸರಳ ಚಾಟ್ ಇಂಟರ್ಫೇಸ್ಗಳಿಂದ ಸಂಕೀರ್ಣವಾದ, ಬಹು-ಹಂತದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಬಲ್ಲ ಸ್ವಾಯತ್ತ ಘಟಕಗಳಾಗಿ (autonomous entities) ಬದಲಾಗುತ್ತಿರುವಾಗ, ಉದ್ಯಮವು ಒಂದು ನಿರ್ಣಾಯಕ ಅಡಚಣೆಯನ್ನು ಎದುರಿಸುತ್ತಿದೆ: ಅದುವೇ ವಿಶ್ವಾಸಾರ್ಹತೆ (reliability). Patronus AI ಈ ಸವಾಲನ್ನು ಎದುರಿಸಲು ಅತ್ಯಾಧುನಿಕ ಸಿಮ್ಯುಲೇಟೆಡ್ ಪರಿಸರಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿದೆ, ಇವು ಈ ಏಜೆಂಟ್ಗಳು ನೈಜ ಪ್ರಪಂಚಕ್ಕೆ ಪ್ರವೇಶಿಸುವ ಮೊದಲು ಅವುಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಪರೀಕ್ಷಿಸಲು (stress-test) ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.
ಸ್ಥಿರ ಬೆಂಚ್ಮಾರ್ಕ್ಗಳ ಆಚೆಗಿನ ಪ್ರಯಾಣ
ವರ್ಷಗಳಿಂದ, AI ಪ್ರಯೋಗಾಲಯಗಳು ಮಾದರಿಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಪ್ರದರ್ಶಿಸಲು ಪ್ರಮಾಣೀಕೃತ ಬೆಂಚ್ಮಾರ್ಕ್ಗಳನ್ನು ಅವಲಂಬಿಸಿವೆ. ಆದಾಗ್ಯೂ, ಈ ಸ್ಥಿರ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ಪಡೆಯುವುದು ಯಾವಾಗಲೂ ನೈಜ ಪ್ರಪಂಚದ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಪೂರಕವಾಗಿರುವುದಿಲ್ಲ. ಒಂದು ಏಜೆಂಟ್ ಲಿಖಿತ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಉತ್ತೀರ್ಣವಾಗಬಹುದು, ಆದರೆ ಲೈವ್ ವೆಬ್ಸೈಟ್ ಅನ್ನು ಬಳಸುವಾಗ ಅಥವಾ ಸಂಕೀರ್ಣ ಹಣಕಾಸಿನ ಕಾರ್ಯವಿಧಾನವನ್ನು (financial workflow) ನಿರ್ವಹಿಸುವಾಗ ವಿಫಲವಾಗಬಹುದು.
ಮಾಜಿ Meta AI ಸಂಶೋಧಕರಾದ Anand Kannappan ಮತ್ತು Rebecca Qian ಅವರಿಂದ 2023 ರಲ್ಲಿ ಸ್ಥಾಪಿತವಾದ Patronus AI, ಈಗ ಹೊಸ ಮೈಲಿಗಲ್ಲುಗಳನ್ನು ಸ್ಥಾಪಿಸುತ್ತಿದೆ. ಸ್ಥಿರ ಪ್ರಶ್ನೆಗಳ ಬದಲಿಗೆ, ಈ ಸ್ಟಾರ್ಟ್ಅಪ್ ವೆಬ್ಸೈಟ್ಗಳು ಮತ್ತು ಆಂತರಿಕ ಎಂಟರ್ಪ್ರೈಸ್ ಸಿಸ್ಟಮ್ಗಳ ಅತ್ಯಾಧುನಿಕ ಪ್ರತಿರೂಪಗಳನ್ನು (high-fidelity replicas) ರಚಿಸಲು "ಡಿಜಿಟಲ್ ವರ್ಲ್ಡ್ ಮಾಡೆಲ್ಗಳನ್ನು" ಬಳಸುತ್ತದೆ. ಈ ಪರಿಸರಗಳು ಏಜೆಂಟ್ಗಳು ನೈಜ ಪ್ರಪಂಚದ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಹೋಲುವ 'ಸ್ಯಾಂಡ್ಬಾಕ್ಸ್'ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತವೆ, ಇದರಿಂದ ನೈಜ ಪ್ರಪಂಚಕ್ಕೆ ಯಾವುದೇ ಹಾನಿಯಾಗದಂತೆ ಅವು ಅನಿರೀಕ್ಷಿತ ಸಂದರ್ಭಗಳನ್ನು (edge cases) ಎದುರಿಸಬಲ್ಲವು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು.
AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ "Waymo ವಿಧಾನ"
Patronus AI ಹಿಂದಿರುವ ಪ್ರಮುಖ ನಾವೀನ್ಯತೆಯು ಈ ಕೃತಕ ಡಿಜಿಟಲ್ ಪ್ರಪಂಚಗಳಲ್ಲಿ 'ರಿಇನ್ಫೋರ್ಸ್ಮೆಂಟ್ ಲರ್ನಿಂಗ್' (reinforcement learning) ಅನ್ನು ಬಳಸುವುದರಲ್ಲಿದೆ. ಕಂಪನಿಯು Waymo ಸ್ವಾಯತ್ತ ವಾಹನಗಳನ್ನು ತರಬೇತಿಗೊಳಿಸುವ ವಿಧಾನಕ್ಕೆ ನೇರ ಹೋಲಿಕೆಯನ್ನು ನೀಡುತ್ತದೆ: Waymo ಹೇಗೆ ಸಿಮ್ಯುಲೇಶನ್ಗಳನ್ನು ಬಳಸಿ ಸ್ವಯಂ ಚಾಲಿತ ಕಾರುಗಳಿಗೆ ಕಠಿಣ ಹವಾಮಾನ ಅಥವಾ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ನಡೆಯುವ ಪಾದಚಾರಿಗಳ ಚಲನೆಯಂತಹ ಅಪರೂಪದ ಅಪಾಯಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತದೆಯೋ, ಹಾಗೆಯೇ Patronus AI ಏಜೆಂಟ್ಗಳನ್ನು ಅನಿರೀಕ್ಷಿತ ಸನ್ನಿವೇಶಗಳಿಗೆ ಒಡ್ಡುತ್ತದೆ.
ಪ್ರಸ್ತುತ AI ಏಜೆಂಟ್ಗಳಲ್ಲಿನ ಒಂದು ಪ್ರಮುಖ ಸಮಸ್ಯೆ ಎಂದರೆ ಅವು "shortcuts" ಅಥವಾ ಸುಲಭ ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕುವ ಪ್ರವೃತ್ತಿ—ಅಂದರೆ ತಾಂತ್ರಿಕವಾಗಿ ಒಂದು ಉಪ-ಕಾರ್ಯವನ್ನು (sub-task) ಪೂರ್ಣಗೊಳಿಸುವ ಆದರೆ ಮುಖ್ಯ ಉದ್ದೇಶವನ್ನು ವಿಫಲಗೊಳಿಸುವ ಅಥವಾ ಸುರಕ್ಷತಾ ನಿಯಮಗಳನ್ನು ಉಲ್ಲಂಘಿಸುವ ಹಾದಿಯನ್ನು ಕಂಡುಕೊಳ್ಳುವುದು. Patronus ನ ಸಿಮ್ಯುಲೇಶನ್ ಪರಿಸರವು ಇಂತಹ "hacks" ಅನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವಿಶೇಷವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಇದು ತಪ್ಪುಗಳಿಗೆ ದಂಡನೆ ನೀಡುವ ಮೂಲಕ ಮತ್ತು ಕಾರ್ಯವನ್ನು ಸರಿಯಾಗಿ ಪೂರ್ಣಗೊಳಿಸಿದರೆ ಬಹುಮಾನ ನೀಡುವ ಮೂಲಕ ಮಾದರಿಗಳನ್ನು ಜವಾಬ್ದಾರರನ್ನಾಗಿ ಮಾಡುತ್ತದೆ.
ಕ್ಷಿಪ್ರ ಬೆಳವಣಿಗೆ ಮತ್ತು ಸಂಕೀರ್ಣತೆಯ ವಿಸ್ತರಣೆ
ಇಂತಹ ಕಠಿಣ ಮೌಲ್ಯಮಾಪನಕ್ಕೆ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಭಾರಿ ಬೇಡಿಕೆಯಿದೆ. Patronus AI ಕಳೆದ ವರ್ಷದಲ್ಲಿ 15 ಪಟ್ಟು ಆದಾಯದ ಬೆಳವಣಿಗೆಯನ್ನು ವರದಿ ಮಾಡಿದೆ, ಇದು ಫ್ರಾಂಟಿಯರ್ AI ಪ್ರಯೋಗಾಲಯಗಳು ಮತ್ತು ಉದಯೋನ್ಮುಖ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳು ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ವಿಸ್ತರಿಸಬಹುದಾದ (scalable) ಪರೀಕ್ಷೆಗಳಿಗಾಗಿ ಕಾಯುತ್ತಿವೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಈ ವೇಗವು Greenfield Partners ನೇತೃತ್ವದಲ್ಲಿ $50 ಮಿಲಿಯನ್ನ Series B ಫಂಡಿಂಗ್ 라উন্ড್ನಲ್ಲಿ ಅಂತ್ಯಗೊಂಡಿದೆ, ಇದರಲ್ಲಿ Notable Capital, Lightspeed, Datadog ಮತ್ತು Samsung ಭಾಗವಹಿಸಿವೆ, ಇದು ಅವರ ಒಟ್ಟು ಹಣಕಾಸಿನ ನೆರವನ್ನು $70 ಮಿಲಿಯನ್ಗೆ ಏರಿಸಿದೆ.
ಪ್ರಸ್ತುತ, ಕಂಪನಿಯು ಸಾಫ್ಟ್ವೇರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಹಣಕಾಸು ಸೇರಿದಂತೆ ಹೆಚ್ಚು ಪರಿಶೀಲಿಸಬಹುದಾದ ವಲಯಗಳ ಮೇಲೆ ಗಮನ ಹರಿಸಿದೆ. ಆದಾಗ್ಯೂ, ಇದರ ತಾಂತ್ರಿಕ ಗುರಿ (roadmap) ಮಹತ್ವಾಕಾಂಕ್ಷೆಯಾಗಿದೆ. ಏಜೆಂಟ್ಗಳು ದೀರ್ಘಕಾಲದ ತಾರ್ಕಿಕತೆ ಮತ್ತು ಸ್ಥಿರತೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು 10 ಗಂಟೆಗಳಿಂದ 10 ವಾರಗಳವರೆಗೆ ದೀರ್ಘ ಅವಧಿಯವರೆಗೆ ಸ್ವಾಯತ್ತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲ ಪರಿಸರಗಳನ್ನು ನಿರ್ಮಿಸುವುದು ಗುರಿಯಾಗಿದೆ ಎಂದು ಸಹ-ಸ್ಥಾಪಕ Anand Kannappan ತಿಳಿಸಿದ್ದಾರೆ.
AI ಪರಿಸರ ವ್ಯವಸ್ಥೆಗೆ ಇದು ಏಕೆ ಮುಖ್ಯ
Mercor ಮತ್ತು Surge ನಂತಹ 'ಹ್ಯೂಮನ್-ಇನ್-ದಿ-ಲೂಪ್' (human-in-the-loop) ಸಂಸ್ಥೆಗಳು ರಿಇನ್ಫೋರ್ಸ್ಮೆಂಟ್ ಲರ್ನಿಂಗ್ಗೆ ಅಮೂಲ್ಯವಾದ ಡೇಟಾವನ್ನು ಒದಗಿಸಿದರೂ, Patronus AI ಸ್ವಾಯತ್ತ ಮೌಲ್ಯಮಾಪನವನ್ನು ಸಾಧ್ಯವಾಗಿಸುವ ಮೂಲಕ ವಿಶಿಷ್ಟ ಸ್ಥಾನವನ್ನು ಪಡೆದಿದೆ. ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆಯಿಂದ ಮನುಷ್ಯರನ್ನು ಹೊರಗಿಡುವ ಮೂಲಕ, ಅವರು ಮ್ಯಾನುಯಲ್ ಟೆಸ್ಟಿಂಗ್ ಮೂಲಕ ಸಾಧ್ಯವಾಗದ ಮಟ್ಟದ ವೇಗ ಮತ್ತು ಪ್ರಮಾಣವನ್ನು (scale and frequency) ಒದಗಿಸುತ್ತಾರೆ. ನಾವು ಏಜೆಂಟಿಕ್ ವರ್ಕ್ಫ್ಲೋಗಳ ಯುಗದತ್ತ ಸಾಗುತ್ತಿರುವಾಗ, ಕಠಿಣವಾದ ಸ್ವಯಂಚಾಲಿತ ಸಿಮ್ಯುಲೇಶನ್ ಮೂಲಕ ಏಜೆಂಟ್ನ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವ ಸಾಮರ್ಥ್ಯವು ನಿಯೋಜನೆಗಾಗಿ (deployment) 'ಗೋಲ್ಡ್ ಸ್ಟ್ಯಾಂಡರ್ಡ್' ಆಗಿ ಪರಿಣಮಿಸಲಿದೆ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಸಿಮ್ಯುಲೇಟೆಡ್ ಸ್ಟ್ರೆಸ್-ಟೆಸ್ಟಿಂಗ್: Patronus AI ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ ಮೌಲ್ಯಮಾಪನಕ್ಕಾಗಿ ವೆಬ್ಸೈಟ್ಗಳು ಮತ್ತು ಸಿಸ್ಟಮ್ಗಳ ನೈಜ ಪ್ರತಿರೂಪಗಳನ್ನು ರಚಿಸಲು "ಡಿಜಿಟಲ್ ವರ್ಲ್ಡ್ ಮಾಡೆಲ್ಗಳನ್ನು" ಬಳಸುತ್ತದೆ.
- ಗಣನೀಯ ಬಂಡವಾಳ ಹೂಡಿಕೆ: ವಾರ್ಷಿಕ ಆದಾಯದಲ್ಲಿ 15 ಪಟ್ಟು ಹೆಚ್ಚಳದಿಂದ ಪ್ರೇರಿತವಾಗಿ, $50M ನ Series B 라উন্ড್ ಸ್ಟಾರ್ಟ್ಅಪ್ನ ಒಟ್ಟು ಹಣಕಾಸಿನ ನೆರವನ್ನು $70M ಗೆ ಏರಿಸಿದೆ.
- ಜವಾಬ್ದಾರಿಯ ಮೇಲೆ ಗಮನ: ಸ್ಥಿರ ಬೆಂಚ್ಮಾರ್ಕ್ಗಳಿಗ Unlike, Patronus ಏಜೆಂಟ್ಗಳು ಸಂಕೀರ್ಣ ತಾರ್ಕಿಕತೆಯನ್ನು ತಪ್ಪಿಸಲು ಬಳಸುವ "shortcuts" ಮತ್ತು "hacks" ಅನ್ನು ಗುರುತಿಸುತ್ತದೆ, ಇದರಿಂದ ನಿಜವಾದ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ.
