Yapay Zeka Girişimi Probably, Daha Güvenilir Sistemler İçin 9 Milyon Dolar Yatırım Aldı

Yapay zeka modellerindeki halüsinasyon sorununu çözmeye odaklanan Probably, Andreessen Horowitz liderliğindeki tohum yatırım turunda 9 milyon dolar yatırım aldı. Girişim, deterministik doğrulama sistemleri kullanarak yapay zeka yanıtlarında %99,99 doğruluk oranına ulaşmayı hedefliyor.

Halüsinasyonlara Karşı "Veri Bilimi Zırhı"

LLM'ler (Büyük Dil Modelleri) güçlendikçe, halüsinasyon olarak bilinen hatalı bilgi üretme sorunu sektörün en büyük engellerinden biri olmaya devam ediyor. Kurucu Peter Elias'a göre Probably'nin temel amacı, bu hataların kullanıcıya ulaşmasını engellemek. Şirket, geleneksel yazılımlarda yaygın olan ancak yapay zeka sistemlerinde ulaşılması zor olan %99,99 doğruluk oranını hedefliyor.

Şirketin ilk ürünü, karmaşık veri setlerinden hızlı yanıtlar üretmek için tasarlanmış bir veri bilimi aracı olarak öne çıkıyor. Üretilen her sonuç, yapay zeka araçlarında giderek standart hale gelen bir uygulama olan kaynakça ve denetim izi ile birlikte sunuluyor. Elias, hataları önlemek için kurdukları bu karmaşık sistemi bir "veri bilimi zırhı" olarak tanımlıyor.

Daha Küçük Modeller, Düşük Maliyet

Sistemin çalışma prensibi, LLM'in ilk yanıtlarının deterministik bir doğrulayıcı sistem tarafından kontrol edilmesine dayanıyor. Veri setiyle eşleşmeyen sonuçlar reddediliyor. Elias, "Bu süreçte öğrendiğimiz en önemli şey, sistem mühendisliğiniz ne kadar iyiyse, modelin o kadar zayıf olabileceğidir. Bağlamı yeterince daraltırsanız, modelin doğru olanı yapmak için çok fazla çabalamasına gerek kalmaz" ifadelerini kullanıyor.

Bu yaklaşım, Probably'nin veri bilimi aracının çok daha küçük yapay zeka modelleri üzerinde çalışmasına olanak tanıyor. Mevcut sürümün, sınır (frontier) modellerden dört sınıf daha zayıf bir model üzerinde çalıştığı belirtiliyor. Bu sayede sistem, veri merkezleri yerine yerel donanımlarda çalışabiliyor ve token maliyetlerini büyük ölçüde düşürüyor.

Hassas Kullanım Senaryoları İçin Yeni Bir Dönem

Artan token maliyetleri nedeniyle birçok şirketin yapay zeka bütçesi konusunda yeniden değerlendirme yaptığı bir dönemde, bu yaklaşım büyük önem taşıyor. Aynı altyapının muhasebe veya sağlık hizmetleri gibi yüksek hassasiyet gerektiren diğer alanlara da genişletilebileceği belirtiliyor.

Büyük yapay zeka laboratuvarlarının bu tür bir yaklaşımı denememesini ilginç bulduğunu belirten Elias, "Bunu yapmamak için teşvik ediliyorlar, çünkü modeli her düzeltmek zorunda kaldığınızda daha fazla para kazanıyorlar" diyerek sektördeki mevcut iş modelini eleştiriyor.

--- **İlgili Kaynaklar:** dijital pazarlama ve büyüme stratejileri konusunda [dijital pazarlama](https://www.leindigital.com) ile iletişime geçebilirsiniz.