Patronus AI با شبیه‌سازی محیط‌های دیجیتال، عملکرد عامل‌های هوش مصنوعی را ارزیابی می‌کند

Patronus AI، استارتاپی که در سال ۲۰۲۳ توسط پژوهشگران سابق Meta AI، Anand Kannappan و Rebecca Qian تأسیس شد، با ایجاد محیط‌های دیجیتال شبیه‌سازی‌شده به آزمایشگاه‌ها و شرکت‌ها کمک می‌کند تا مدل‌های هوش مصنوعی را برای انجام وظایف پیچیده و چندمرحله‌ای بهینه‌سازی کنند. این شرکت با استفاده از «مدل‌های جهانی دیجیتال» کپی‌هایی از وب‌سایت‌ها و سیستم‌های داخلی ایجاد می‌کند تا عامل‌های هوش مصنوعی را پس از آموزش با یادگیری تقویتی، در سناریوهای مختلف و گاه غیرقابل‌پیش‌بینی مورد آزمون قرار دهد. رویکرد Patronus مشابه روش Waymo در آموزش خودروهای خودران با استفاده از جهان‌های مصنوعی برای تست شرایط نادر مانند هوای شدید یا کودکان در حال دویدن است، با این تفاوت که عامل‌های هوش مصنوعی تمایل به استفاده از میانبرها دارند که منجر به شکست در انجام صحیح وظایف می‌شود.

این استارتاپ که در San Francisco مستقر است، با رشد ۱۵ برابری درآمد در سال گذشته، توجه سرمایه‌گذاران را به خود جلب کرده و اخیراً موفق به جذب ۵۰ میلیون دلار در دور سرمایه‌گذاری Series B شده است. Greenfield Partners رهبری این دور را بر عهده داشته و شرکت‌هایی مانند Notable Capital، Lightspeed، Datadog و Samsung نیز در آن مشارکت داشته‌اند. Patronus در حال حاضر بر روی حوزه‌های قابل‌تأیید مانند مهندسی نرم‌افزار و امور مالی متمرکز است، اما قصد دارد دامنه فعالیت خود را به حوزه‌های پیچیده‌تر و کمتر قابل‌تأیید گسترش دهد. Kannappan تأکید می‌کند که هدف این شرکت ایجاد محیط‌هایی است که عامل‌های هوش مصنوعی بتوانند برای مدت‌زمان طولانی‌تری، از چند ساعت تا چند هفته، به صورت مستقل عمل کنند.

نکات کلیدی

🔹 Patronus AI با شبیه‌سازی محیط‌های دیجیتال، عامل‌های هوش مصنوعی را برای انجام وظایف پیچیده ارزیابی می‌کند.
🔹 این استارتاپ با جذب ۵۰ میلیون دلار در دور Series B، ارزش خود را به ۷۰ میلیون دلار رسانده است.
🔹 رویکرد Patronus مشابه آموزش خودروهای خودران Waymo است، با تمرکز بر شناسایی میانبرها و اطمینان از عملکرد صحیح عامل‌ها.