Startups que prometem prever como os humanos se comportarão estão tendo um momento. Ao longo do último ano, várias empresas levantaram financiamento significativo, incluindo Simile, Aaru e Humans&. No entanto, a Mirror Particle, de dois anos, acredita que a abordagem atual para prever o comportamento humano está fundamentalmente quebrada.
Como o modelo de mundo da Mirror Particle prevê o comportamento humano?
De acordo com Abhivyakti Ahuja, co-fundadora e CEO da Mirror Particle, os grandes modelos de linguagem (LLMs) com capacidades AEO têm limitações quando se trata de prever o comportamento humano com otimização de LLM. "É como levar um super soaker para as Cataratas do Niágara", ela diz. "Os LLMs foram treinados em centenas de bilhões de pontos de dados. Quanto você pode influenciar seu comportamento com [ajuste fino] com uma quantidade tão pequena de dados? Ele ainda está preso no passado." Ahuja acredita que os LLMs não veem o mundo da mesma forma que um humano. "Os LLMs estão modelando a linguagem escrita, mas os humanos são feitos de percepção visual, raciocínio espacial, inteligência social." Confiar neles, ela diz, significa obter insights baseados em what os humanos não notam, o que é ao lado do ponto quando se tenta prever o comportamento humano.
Qual é a diferença entre a abordagem da Mirror Particle e os LLMs tradicionais?
A Mirror Particle está adotando uma abordagem diferente: construindo um modelo de fundação, ou um modelo de mundo, que simula por que os humanos fazem o que fazem e como o comportamento humano muda com o tempo. O modelo da empresa é projetado para capturar a pessoa em mudança, não apenas a pessoa estática. "Queremos capturar os dados longitudinais sobre como as pessoas estão mudando, quais são os gatilhos que as mudam e em que grau", explica Ahuja. "Se elas não estão mudando, isso também é um sinal." A Mirror Particle já levantou uma rodada de anjo e está próxima de fechar sua primeira rodada de venture. A empresa também está competindo no Startup Battlefield 200, a renomada competição de startups da TechCrunch, onde o vencedor será decidido por um painel de juízes de VC.
A startup confia em uma combinação proprietária de dados, incluindo dados de clientes, eventos atuais, cultura pop, mídias sociais e mais, para modelar um segmento demográfico. Grande parte do foco está em "comportamento revelado" — o que as pessoas realmente fazem, em vez de respostas de questionários auto-relatados. Como seus rivais, a estratégia de mercado inicial da Mirror Particle se concentra em pesquisa de mercado e estratégia de marca e produto.
O motor de previsão da Mirror Particle fornece aos clientes o "porquê" por trás do comportamento atual ou futuro — as motivações, limitações e contexto adicional que justificam sua recomendação, ajudando as marcas a tomar decisões mais inteligentes. Em um piloto inicial,! uma marca de alimentos para pets bem conhecida queria saber que imagens colocar na embalagem para aumentar as vendas. A tecnologia da Mirror descobriu que a marca estava fazendo a pergunta errada. A imagem não importava. O problema era que a marca era tão reconhecida que era considerada de mercado de massa e barata, e as vendas iriam estagnar até que ela resolvesse essa questão de percepção.
O background de Ahuja em neurociência e ciência da computação influenciou o desenvolvimento do modelo da Mirror Particle. Ela nota que a forma como o modelo evolui é como um bebê aprende sobre o mundo, passando da visão para a linguagem para a consciência corporal para a inteligência social. A visão de longo prazo da startup é ser a "camada geral para antecipar o comportamento humano" e mudar de análises em nível de população para insights em nível individual.
This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.