Trajectory привлекла $45 млн: обучение нейросетей на своих ошибках теперь доступно всем

Раунд серии A (первый крупный этап венчурных вложений после стартовых денег) возглавила Sequoia. До сих пор компании, которым нужна нейросеть под юриспруденцию или финансы, нанимали собственных исследователей или дорогих выездных инженеров. Как пишет TechCrunch, Trajectory хочет заменить эту ручную работу автоматикой.

Какую проблему решает Trajectory?

Современные модели, от OpenAI, от Anthropic или открытые (их код и веса выложены в свободный доступ), не учатся на своих ошибках. Чтобы модель стала лучше, её нужно дообучить, то есть дополнительно натренировать на ваших примерах под узкую задачу.

Обычно для этого бизнес нанимает внутреннюю команду или консультантов. В индустрии их называют FDE (forward-deployed engineers), это инженеры, которых отправляют работать прямо у клиента. Удовольствие дорогое и медленное.

Сооснователь Trajectory Ронак Малде описывает базовые модели как очень умного аспиранта, который каждый раз выходит на новую работу.

Но экономика ценит того, кто проработал на этом месте 30 лет. : Ронак Малде, сооснователь Trajectory, в интервью TechCrunch

Как устроено непрерывное обучение нейросети?

Подход называется непрерывным обучением (continual learning): модель продолжает учиться уже в работе, а не один раз перед запуском. Схема такая:

• компания берёт открытую модель;
• подключает платформу Trajectory к своим приложениям;
• платформа собирает отзывы о том, как модель справляется;
• на этих данных модель переобучают, и она постепенно лучше решает узкие задачи.

Ключевое отличие в том, кто задаёт планку качества. По словам Малде, пользователи сами решают, «как выглядит хороший результат для их организации», и превращают это в улучшения модели. Юристы, врачи и другие специалисты могут дообучать модель почти автоматически.

Отдельный акцент сделан на интерфейсе. Сооснователь Арджун Каранам объясняет, что команда сделала постобучение (доводку готовой модели после основного обучения) доступным клиентам без технической подготовки. Отсюда и найм продуктовых дизайнеров рядом с исследователями.

Кто уже пользуется и с кем придётся конкурировать?

Компании Harvey и Rogo применяют платформу для постобучения открытых моделей. Цель в том, чтобы модель работала как опытный юрист или финансовый аналитик, например разбирала определённый тип договоров или оценивала компанию по конкретной методике.

Среди других клиентов Decagon, Mercor и Nvidia. Причём Nvidia здесь одновременно и клиент, и инвестор: деталь, которая говорит о доверии крупного игрока к технологии.

Конкурентов Trajectory называет сама:

• Thinking Machines Lab, компания бывшего технического директора OpenAI Миры Мурати, автор платформы дообучения Tinker;
• Applied Compute, которую месяц назад оценили в 3,25 млрд долларов;
• Prime Intellect, которая помогает компаниям строить и обучать собственных ИИ-агентов (программы, выполняющие задачи самостоятельно).

Сооснователь Майкл Элабд признаёт сходство подхода с рекурсивным самосовершенствованием, идеей, что ИИ улучшает сам себя без людей. Но, по его словам, участие человека в обучении делает метод безопаснее, потому что автономное самоулучшение может привести к непредсказуемым и даже опасным последствиям.

Что делать с этим прямо сейчас, по ролям

Автору Дзена: главный урок не в самой платформе, а в принципе. Модель становится полезнее, когда вы систематически показываете ей, что хорошо, а что плохо. Собирайте свои удачные тексты и правки в один файл и давайте их нейросети в промпте как образцы.

Маркетологу: экономика меняется. Если дообучение станет делом специалиста без инженеров, нишевая нейросеть под ваш бренд перестанет требовать бюджета на целую команду.

Предпринимателю в РФ и СНГ: из доступных в России сервисов это YandexGPT и GigaChat. Открытые модели можно запускать на своих серверах, и именно на них строится подход Trajectory, так что стоит присмотреться к ним заранее.

Моя ставка простая: через пару лет ценность будет не в самой нейросети, а в опыте, которым вы её научили. Начните копить этот опыт сегодня, в виде собственных образцов и правок.

По данным TechCrunch