ไม่ว่าโมเดลจะมาจาก OpenAI, Anthropic หรือปรับแต่งจากโซลูชันโอเพนซอร์ส เทคโนโลยีปัญญาประดิษฐ์ในปัจจุบันมีจุดอ่อนร่วมกันอย่างหนึ่ง: หากไม่มีการฝึกอบรมเพิ่มเติม มันไม่สามารถเรียนรู้จากข้อผิดพลาดของตนเองได้ หากบริษัทต้องการนำโมเดลทั่วไปไปใช้ในสาขาวิชาชีพ เช่น กฎหมาย หรือการเงิน มักจะต้องมีการปรับแต่ง ซึ่งมักหมายถึงการต้องสร้างทีมวิจัยภายใน หรือจ้างวิศวกรที่มีความเชี่ยวชาญในราคาสูงจากภายนอก
บริษัทสตาร์ทอัพ Trajectory ที่ก่อตั้งมาได้ประมาณหนึ่งปี ต้องการทำให้กระบวนการนี้เป็นอัตโนมัติ ผู้ก่อตั้งสามคนของบริษัทเป็นเพื่อนร่วมชั้นที่ Stanford และเคยทำงานที่ Google, DeepMind และ Apple บริษัทเพิ่งประกาศเสร็จสิ้นการระดมทุนรอบ A จำนวน 45 ล้านดอลลาร์สหรัฐ (ประมาณ 320 ล้านหยวน) โดยมีมูลค่า 300 ล้านดอลลาร์สหรัฐ (ประมาณ 2.13 พันล้านหยวน) โดยมี Sequoia Capital เป็นผู้นำการลงทุน และมี NVIDIA, Bessemer และ Bain Capital Ventures ร่วมลงทุน ปัจจุบันบริษัทมีพนักงานเพียง 18 คน
Trajectory เสนอทางออกในการปรับแต่ง AI อัตโนมัติ
Trajectory ใช้แนวทางการเรียนรู้ต่อเนื่อง: บริษัทสามารถเริ่มต้นจากโมเดลโอเพนซอร์ส เชื่อมต่อแพลตฟอร์มเข้ากับแอปพลิเคชันของตน และให้ระบบรวบรวมข้อมูลย้อนกลับเกี่ยวกับประสิทธิภาพของโมเดลอย่างต่อเนื่อง จากนั้นใช้ข้อมูลเหล่านี้ในการฝึกอบรมโมเดลใหม่ ทำให้มันดีขึ้นเรื่อยๆ ในการทำงานเฉพาะด้าน ผู้ร่วมก่อตั้ง Ronak Malde เปรียบเทียบว่า โมเดลพื้นฐานเหมือนกับนักศึกษาปริญญาเอกที่ฉลาดมาก แต่เปลี่ยนงานตลอดเวลา "ในขณะที่เศรษฐกิจให้ความสำคัญกับคนที่ทำงานในตำแหน่งเดียวกันมา 30 ปี"
ตามคำกล่าวของ Malde ด้วย Trajectory ทนายความ แพทย์ และผู้เชี่ยวชาญอื่นๆ สามารถปรับแต่งโมเดลได้ด้วยตนเอง โดยไม่ต้องพึ่งพาทีมอัลกอริธึม การนำ AI ไปใช้ในสาขาวิชาชีพจึงเร็วขึ้นและถูกลง Harvey และ Rogo ได้เริ่มใช้แพลตฟอร์มนี้ในการฝึกอบรมโมเดลโอเพนซอร์สให้มีความคล้ายคลึงกับทนายความหรือวิเคราะห์การเงินที่มีประสบการณ์ เช่น การเรียนรู้การตรวจสอบสัญญาประเภทหนึ่ง หรือการประเมินมูลค่าบริษัทตามวิธีเฉพาะ ลูกค้าอื่นๆ ยังรวมถึง Decagon, Mercor และ NVIDIA โดยแพลตฟอร์มนี้เปิดให้บริการแก่สาธารณะแล้ว
วิธีการนี้มีความคล้ายคลึงกับ "การปรับปรุงตนเองแบบวนซ้ำ" แต่ผู้ร่วมก่อตั้ง Michael Elabd เชื่อว่าการมีมนุษย์เข้ามามีส่วนร่วมในขั้นตอนการฝึกอบรมทำให้ Trajectory มีความปลอดภัยมากขึ้น การปรับปรุงตนเองอย่างเต็มที่อาจนำไปสู่ผลลัพธ์ที่ไม่คาดคิดหรืออันตราย คู่แข่งในตลาดนี้มีจำนวนมาก รวมถึงแพลตฟอร์มการปรับแต่ง Tinker จาก Thinking Machines Lab, Applied Compute ที่เพิ่งมีมูลค่า 3.25 พันล้านดอลลาร์สหรัฐ (ประมาณ 23.1 พันล้านหยวน) และ Prime Intellect ที่ช่วยให้บริษัทจัดการกับเอเจนต์อัจฉริยะที่สร้างขึ้นเอง ซึ่งทั้งหมดนี้ถูกมองว่าเป็นคู่แข่งโดยตรง
Malde มองว่าทีมงานเป็นข้อได้เปรียบที่ใหญ่ที่สุด: เขาเองเป็นหนึ่งในนักวิจัยที่ถูก Google DeepMind สรรหาจาก Windsurf Elabd ก็เคยทำงานที่ DeepMind เช่นกัน และผู้ก่อตั้งคนที่สาม Aljon Kalanan เคยทำงานที่ Apple ในด้านโมเดลพื้นฐานที่สร้างสรรค์ บริษัทยังได้สรรหานักวิจัยและนักออกแบบผลิตภัณฑ์จาก OpenAI, Stripe และ Netflix Kalanan กล่าวว่าพวกเขาได้ออกแบบอินเทอร์เฟซที่ทำให้ลูกค้าที่ไม่เชี่ยวชาญด้านเทคโนโลยีก็สามารถเริ่มต้นการฝึกอบรมได้อย่างง่ายดาย