پاترونوس با جذب ۵۰ میلیون دلار، عوامل هوش مصنوعی را در محیطهای مجازی آزمایش میکند
استارتاپ پاترونوس با جذب ۵۰ میلیون دلار سرمایه، دنیاهای دیجیتالی شبیهسازی میکند تا قبل از عرضه، عملکرد عوامل هوش مصنوعی را در وظایف پیچیده واقعی بسنجد. این فناوری میتواند اعتماد به دستیارهای هوش مصنوعی را افزایش دهد.
به گزارش TechCrunch، استارتاپ Patronus AI که توسط پژوهشگران سابق متا (Meta) بنیان گذاشته شده، موفق به جذب ۵۰ میلیون دلار سرمایه در دور Series B شده است. این سرمایهگذاری به رهبری Greenfield Partners و با مشارکت سرمایهگذارانی چون Notable Capital، Lightspeed، Datadog و Samsung انجام شده و مجموع سرمایه جذبشده پاترونوس را به ۷۰ میلیون دلار میرساند.
چرا آزمایش عوامل هوش مصنوعی حیاتی است؟
عوامل هوش مصنوعی (AI agents) به سرعت در حال تکامل هستند و از پاسخدهی ساده به اجرای مستقل وظایف چندمرحلهای مانند رزرو سفر یا تحلیل مالی روی آوردهاند. اما پیش از آنکه بتوان به این عوامل اعتماد کرد، باید عملکرد آنها در سناریوهای متنوع و غیرقابل پیشبینی تضمین شود. متأسفانه بنچمارکهای رایج، حتی آنهایی که مخصوص عوامل طراحی شدهاند، توانایی واقعی مدلها را در انجام کارهای پیچیده دنیای واقعی ثابت نمیکنند. اینجاست که پاترونوس وارد میشود.
دنیاهای دیجیتال برای محک زدن هوش مصنوعی
پاترونوس که در سال ۲۰۲۳ توسط Anand Kannappan و Rebecca Qian از پژوهشگران پیشین متا راهاندازی شد، با ساخت محیطهای شبیهسازیشده دیجیتال (Digital World Models) به آزمایش عوامل هوش مصنوعی میپردازد. این شرکت، وبسایتها و سیستمهای داخلی واقعی را در فضایی مجازی بازسازی میکند و عوامل پس از آموزش، با استفاده از یادگیری تقویتی (reinforcement learning) در این محیطها تحت آزمونهای سخت قرار میگیرند. در این فرایند، انجام موفقیتآمیز وظایف پاداش داده شده و خطاها جریمه میشوند.
رویکرد پاترونوس یادآور شیوه آموزش خودروهای خودران Waymo است که با ساخت جهانهای مصنوعی، خودروها را در برابر خطرات نادری مثل آبوهوای شدید یا ورود ناگهانی کودک به خیابان آزمایش میکرد. تفاوت اصلی اینجاست که عوامل هوش مصنوعی اغلب مستعد میانبر زدن (hacking) هستند و وظایف را بهدرستی کامل نمیکنند. Glenn Solomon، مدیرعامل Notable Capital، میگوید: «پاترونوس در شناسایی این میانبرها بسیار خوب عمل میکند و اطمینان میدهد مدلها پاسخگو باقی بمانند.»
تقاضای سیریناپذیر و رشد چشمگیر
طبق گفته Solomon، تقاضا برای محیطهای شبیهسازی پاترونوس تقریباً سیریناپذیر است و تقریباً تمام آزمایشگاههای پیشرو هوش مصنوعی و استارتاپهای نوظهور اکنون از مشتریان این شرکت هستند. درآمد پاترونوس طی یک سال گذشته ۱۵ برابر شده و این رشد، توجه سرمایهگذاران را به خود جلب کرده است. در حال حاضر، این شرکت بر حوزههای مهندسی نرمافزار و امور مالی تمرکز دارد، اما بنیانگذاران وعده گسترش به حوزههای دیگر را میدهند؛ از جمله وظایفی که راستیآزمایی آنها بسیار دشوار است.
Kannappan میگوید: «ما میخواهیم محیطهایی بسازیم که یک عامل بتواند ۱۰ ساعت، ۱۰ روز یا حتی ۱۰ هفته در آن کار کند.» این چشمانداز نشان میدهد که پاترونوس تنها به تستهای کوتاهمدت بسنده نمیکند و به دنبال شبیهسازی مأموریتهای طولانی است.
پیامدها برای ایران و بازار فناوری
با رشد سریع استفاده از دستیارهای هوش مصنوعی در ایران، نیاز به ابزارهای تضمین کیفیت و امنیت این عوامل بیش از پیش احساس میشود. پاترونوس نشان میدهد که تست دقیق و شبیهسازیشده میتواند پیش از عرضه عمومی، خطاها و میانبرهای مدلها را آشکار کند. این موضوع برای توسعهدهندگان ایرانی که به دنبال ساخت عوامل بومی هستند، یک درس مهم است: صرفاً تکیه بر بنچمارکهای مرسوم کافی نیست و باید محیطهای آزمون واقعیتر طراحی کرد. همچنین موفقیت پاترونوس میتواند الهامبخش استارتاپهای ایرانی فعال در حوزه هوش مصنوعی باشد تا ابزارهای مشابهی برای ارزیابی مدلهای بومی توسعه دهند.
منبع اصلی این گزارش از TechCrunch برداشت شده و جزئیات آن به نقل از Marina Temkin است.