Раунд финансирования и инвесторы

Стартап Patronus AI объявил о привлечении $50 млн в рамках раунда Series B. Раунд возглавил фонд Greenfield Partners, к нему присоединились Notable Capital, Lightspeed, Datadog и Samsung. Общий объём привлечённых средств компании достиг $70 млн.

По данным Гленна Соломона, управляющего директора Notable Capital, спрос на симулированные среды Patronus практически неисчерпаем. «Почти каждый передовой ИИ-лабораторий и множество начинающих стартапов стали клиентами компании», — отмечает он. Выручка Patronus за последний год выросла в 15 раз, что вызывает растущий интерес со стороны инвесторов.

Как работают цифровые миры для тестирования ИИ

Patronus AI использует так называемые «модели цифровых миров» — программные реплики реальных веб-сайтов и внутренних корпоративных систем. В этих средах ИИ-агенты проходят интенсивное тестирование после обучения с подкреплением, при котором система итеративно поощряет успешное выполнение задач и штрафует за ошибки.

ИИ-лаборатории видят огромную ценность в таких цифровых симуляциях, поскольку они дают агентам возможность сталкиваться с разнообразными, а иногда и непредсказуемыми сценариями. Как подчёркивает компания, её подход напоминает то, как Waymo обучала беспилотные автомобили: сначала создавались синтетические миры для тестирования машин в условиях редких опасных ситуаций — например, при сильной погоде или когда ребёнок выбегает на дорогу за мячом.

Выявление «хаков» и ответственность моделей

Ключевое отличие ИИ-агентов от автономных автомобилей — склонность агентов к поиску коротких путей, из-за которых они не справляются с задачей корректно. «Patronus отлично находит такие уловки и удерживает модели от ответственного поведения», — говорит Соломон.

На данный момент Patronus предоставляет свои симулированные цифровые миры для двух сфер — разработки программного обеспечения и финансового анализа. По словам основателя и генерального директора Ананда Каннаппана, это лишь начало. «Сегодня мы сосредоточены на задачах, которые можно верифицировать — то есть проверить сразу, но существует огромное количество областей, которые крайне сложно или невозможно проверить», — отмечает он.

Перспективы и конкуренция

Каннаппан видит дальнейшую цель — создание сред, в которых агент способен работать непрерывно от 10 часов до 10 недель. «Мы хотим иметь возможность создать среду, в которой можно эксплуатировать агента, работающего в течение столь длительного времени», — поясняет он.

По мнению Patronus, главным конкурентом являются внутренние команды по оценке поведения агентов, которые уже создали крупные ИИ-лаборатории. При этом компания отличается от фирм, работающих с человеческими данными, таких как Mercor и Surge: Patronus оценивает поведение агентов без какого-либо участия человека, полагаясь исключительно на автоматизированные симуляции.