AIスタートアップのTrajectoryは、AIモデルの継続学習を自動化するプラットフォームを提供し、非技術者でも専門分野に特化したAIモデルを訓練できるようにする。同社はこのほど、セコイア主導のシリーズAラウンドで4500万ドル（約70億円）を調達したと発表した。企業評価額は3億ドル（約465億円）で、NvidiaやBessemer Venture Partners、Bain Capital Venturesも出資に参加した。
ポイント
- Trajectoryがセコイア主導で4500万ドル（約70億円）を調達、評価額は3億ドル（約465億円）
- 継続学習により、法律や金融などの専門分野でAIモデルを自動改善
- 弁護士や医師などの専門家が自らモデルを改善可能に
- HarveyやRogo、Decagon、Mercor、Nvidiaが既にプラットフォームを利用
- ポストトレーニングプラットフォームを一般公開
背景と課題
現在のAIモデルは、OpenAIやAnthropicが開発したものでも、オープンソースの代替モデルでも、追加訓練なしには間違いから学習しないという共通の限界がある。企業が法律や金融などの専門分野にモデルを適応させる場合、通常は汎用モデルをファインチューニングする。しかし、それには社内研究チームの雇用や、高価なコンサルタント（フォワードデプロイドエンジニア、FDE）への依存が必要になることが多い。
Trajectoryの解決策
約1年前にGoogle DeepMindやAppleでの経験を持つスタンフォード大学の同級生3人によって設立されたTrajectoryは、このプロセスを自動化し、AIモデルがフィードバックから学習して専門タスクで継続的に改善できるようにする。
従業員18人の同社は、オープンソースAIモデルから始め、プラットフォームをアプリケーションに接続することで、モデルのパフォーマンスに関するフィードバックを収集。その情報を使ってモデルを再訓練し、専門タスクでの改善を支援する。
共同創業者のRonak Malde氏は、基盤モデルを「常に新しい仕事を始める非常に賢い博士課程の学生」に例え、「経済が評価するのは30年間同じ仕事をしてきた人材だ」と述べている。
利用事例と競合
HarveyやRogoなどの企業は既にTrajectoryのプラットフォームを使い、オープンソースモデルのポストトレーニングを行っている。これにより、特定の種類の法律契約のレビューや、特定の方法論を用いた企業評価など、過去のタスクから学習して経験豊富な弁護士や金融アナリストのように振る舞うことが可能になる。他の顧客にはDecagon、Mercor、Nvidiaが含まれる。
Trajectoryのアプローチは、AIシステムが自身の能力を改善できるという再帰的自己改善（RSI）の考え方と類似点がある。しかし共同創業者のMichael Elabd氏は、訓練プロセスに人間を関与させることでTrajectoryのアプローチがより安全になると主張する。自律的な自己改善は意図しない、あるいは危険な結果を招く可能性があるためだ。
競合には、元OpenAI CTOのMira Murati氏が設立したThinking Machines Labや、ファインチューニングプラットフォームTinkerの背後にある企業、先月32.5億ドル（約5040億円）の評価額を得たApplied Compute、企業が独自のAIエージェントを構築・訓練できるPrime Intellectなどがある。
Malde氏はスタートアップの最大の強みはチームだと考えている。同氏はGoogle DeepMindがWindsurfからacqui-hireした数少ない研究者の一人。Elabd氏もDeepMindで働き、3人目の共同創業者Arjun Karanam氏は以前Appleで生成基盤モデルに携わっていた。また、OpenAI、Stripe、Netflixから研究者やプロダクトデザイナーを採用している。
AIトレーニングに焦点を当てた企業にとってデザインがなぜ重要かについて、Karanam氏は、非技術系の顧客がポストトレーニングにアクセスしやすくするインターフェースを開発したと述べている。
Trajectoryは現在、ポストトレーニングプラットフォームを一般公開している。
