Provavelmente, uma startup de inteligência artificial com sede em São Francisco, fechou uma rodada de financiamento de semente de US$ 9 milhões na segunda-feira, com a Andreessen Horowitz liderando o investimento. O capital será usado para acelerar a missão da empresa de eliminar as alucinações - saídas fabricadas ou imprecisas - dos grandes modelos de linguagem (LLMs) e alcançar a precisão de 99,99%, tradicionalmente vista apenas em sistemas determinísticos.

O fundador e CEO Peter Elias explicou que o primeiro produto na linha é uma ferramenta de ciência de dados projetada para gerar respostas rápidas e confiáveis a partir de conjuntos de dados complexos. Cada resposta inclui uma citação e um registro de auditoria completo, um recurso que está se tornando padrão entre as plataformas de análise impulsionadas por IA. O que distingue a Provavelmente, segundo Elias, é um "conjunto de ferramentas de engenharia" que verifica as respostas iniciais do LLM contra um validador determinístico. Qualquer resultado que não corresponda aos dados subjacentes é rejeitado, criando um loop de feedback que treina o modelo para permanecer dentro dos limites da correção factual.

"A melhor engenharia de conjunto de ferramentas que você tem, o modelo pode ser mais fraco", disse Elias aos repórteres. Ao refinar o contexto e reduzir a ambiguidade, o sistema pode confiar em um modelo que é "quatro classes mais fraco do que os modelos de fronteira". Essa redução no tamanho do modelo significa que o software pode ser executado em um computador de desktop típico, em vez de um servidor de centro de dados, reduzindo drasticamente os custos de token e tornando a tecnologia acessível a empresas menores.

O financiamento também apoiará a expansão para outros domínios sensíveis à precisão. Elias imagina o mesmo motor de validação alimentando aplicações em contabilidade, diagnósticos médicos e qualquer campo em que a saída de IA errônea possa ter consequências caras. "Qualquer caso de uso sensível à precisão", disse ele, "é um ajuste natural para nossa abordagem".

Observadores da indústria notam que os principais laboratórios de IA evitaram construir camadas de validação semelhantes porque seus modelos de negócios lucram com atualizações frequentes de modelo e o trabalho de correção associado. A estratégia da Provavelmente, por outro lado, busca minimizar as correções pós-implementação, posicionando a empresa como uma alternativa rentável para organizações que desconfiam dos gastos crescentes com IA.

O parceiro da Andreessen Horowitz, John Doe, que liderou a rodada, elogiou a mentalidade de engenharia em primeiro lugar da Provavelmente. "Estamos apostando em um futuro em que a IA possa ser confiável para tarefas críticas", disse ele. A parceria também dará à Provavelmente acesso à rede extensa de clientes empresariais da empresa, potencialmente acelerando a adoção em indústrias regulamentadas.

Embora a rodada de financiamento de semente marque um marco significativo, Elias advertiu que a jornada em direção a uma IA verdadeiramente confiável está em andamento. A startup planeja iterar sobre o sistema de validador, integrar mais conjuntos de dados específicos de domínio e explorar parcerias com fabricantes de hardware para otimizar ainda mais a implantação local.

Se bem-sucedida, a tecnologia da Provavelmente pode redefinir como as empresas avaliam as soluções de IA, mudando o foco do tamanho do modelo para a robustez da arquitetura de validação circundante. Por agora, a infusão de US$ 9 milhões fornece a pista necessária para provar que um modelo menor, bem-acessório, pode entregar a precisão que as empresas exigem.

This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.