Arga — одна из таких компаний. В среду стартап объявил о привлечении $10 млн в рамках раунда seed-финансирования, который возглавил General Catalyst, при участии Box Group, Emergence, Gradient и SV Angel.
Arga создаёт среды обучения для корпоративного ПО, такого как Salesforce, Workday и почтовые клиенты. В то время как большинство тестовых сред предлагают stateless API endpoint, Arga создаёт полноценный цифровой двойник программы, фактически клонируя всё программное обеспечение с сохранением систем разрешений и веб-хуков. Результат — более надёжный способ обучения агентов в нескольких системах.
Генеральный директор и сооснователь стартапа Филип Ли проиллюстрировал свой продукт на примере потенциального клиента, создающего лид в Salesforce, в то время как коллега отдельно связывается через Hubspot.
«Сможет ли агент правильно определить, что это одна и та же компания? — спрашивает Ли. — Сможет ли он проверить, отправили ли письмо только один раз? Сможет ли он определить, кому из двух возможностей отправить письмо?»
Агентные системы всё ещё испытывают трудности с такого рода неоднозначностью, и Ли считает инструменты Arga критически важными для их улучшения.
Обычно ИИ-агента можно обучить такой задаче с помощью обучения с подкреплением (RL): запускать сценарий десятки тысяч раз и пропускать только успешные стратегии. Но природа корпоративного ПО делает такой масштаб тестирования почти невозможным. Нет простого способа «сбросить» такую систему, как Salesforce или Outlook, когда нужно снова запустить тот же сценарий, не говоря уже о его клонировании.
Решение Arga — цифровое воссоздание этого ПО путём копирования его структуры, подобно тому, как манекен для краш-тестов заменяет человека. Поскольку Arga полностью контролирует среду, полученную рекреацию легко сбросить или изменить. Компания также может запускать множество сред одновременно, чтобы обучать агентов сложным взаимодействиям между разными программами. Идея состоит в том, чтобы воссоздать полную рабочую среду человека с перекрывающимися задачами в разных программах и системах знаний.
Можно рассматривать это как способ закрыть разрыв в обучении с подкреплением между кодингом и другими приложениями. Отчасти инструменты ИИ для кодинга продвинулись так быстро потому, что у нас уже есть сложные инструменты для развёртывания, отката и анализа нового кода. Эти инструменты значительно упрощают настройку сред RL для кодинга, что позволяет тестировать и обучать системы ИИ на всё более сложных задачах.
Таких инструментов для большинства бизнес-ПО пока нет. Но как только они появятся, системы ИИ, вероятно, станут гораздо лучше использовать эти программы и произведут революцию в других отраслях так же, как они произвели революцию в кодинге.
Управляющий директор General Catalyst Юрий Сагалов, который также руководит программой seed-инвестиций фирмы, говорит, что видит растущую потребность в агентных инструментах тестирования, таких как Arga.
«Я думаю, что большая часть экономической ценности от агентов исходит от использования бизнес-приложений, — сказал Сагалов TechCrunch. — Наличие воспроизводимой песочницы очень важно, и для агентов это гораздо важнее, чем для людей».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Russell Brandom
