如何這位海得拉巴創始人贏得馬克·庫班的支持以解決AI幻覺問題
“我們與馬克·庫班談論了我們正在做的事情，他立即支持我們對真正智能AI的願景，並認為當前深度學習的狀態不會導致真正的AI，”CTGT創始人Cyril Gorlla說。
幾個月前，AIM觀察到許多印度創始人逐漸進入全球最大的創業加速器Y Combinator。許多人隨後獲得了知名投資者的支持，以擴大他們的想法。
其中一位創始人是來自海得拉巴的23歲天才Cyril Gorlla，他在11歲時便掌握了編程技術。如今，他創立了CTGT，一家吸引了馬克·庫班和Zapier聯合創始人Mike Knoop等知名投資者的AI初創公司。
Gorlla與Trevor Tuttle共同創立了CTGT，這個名字包含了他們的首字母。該公司被選中參加Y-Combinator的2024年秋季批次，並進入了TechCrunch Disrupt的初創公司戰場前20名。CTGT的目標是提高AI的效率和可解釋性，目前該模型已經在《財富》雜誌排名前十的公司進行試點。
該初創公司聲稱能消除AI的幻覺，使機器學習的效率提高近10倍。“CTGT的願景是使AI更加透明和可訪問，而不會犧牲性能，”Gorlla在一次專訪中表示。
CTGT的平台可與開源本地模型和基於API的模型整合，使企業客戶能夠訓練定制的高性能AI系統，部署速度是傳統模型的十倍。
CTGT與幻覺問題
AI幻覺問題一直是所有人的重大關注，包括像谷歌這樣的大型科技公司。最近，回答引擎Perplexity因為幻覺出現假新聞並將其列為真實出版物而遭遇麻煩。道琼斯和《紐約郵報》對該公司提起了版權訴訟。
有趣的是，微軟已經申請了一項專利，聲稱能減少並最終消除幻覺。
Gorlla認為，現有的LLM可解釋性解決方案涉及訓練數百個其他模型來識別模型中的概念，然後逐個修改每個概念。
由於幻覺是AI模型的普遍關注，許多研究論文試圖解決這一問題。CTGT通過使用一個新穎的平台來解決這一問題，該平台繞過了傳統的深度學習技術，這些技術通常需要大量的計算資源和廣泛的微調來減少不準確性。
“這些模型通常不適合企業的商業需求，特別是在金融和醫療等關鍵應用中。確保這些模型在幻覺和品牌一致性方面的可信賴性和可靠性的‘最後一公里’層並不存在——這正是我們所提供的，”Gorlla表示。
然而，該平台直接檢查模型的內部結構，使公司能夠“引導”AI行為，而不需要引入額外的複雜性。
超越基準
Gorlla強調，許多現有方法在計算上效率低下，“某家領先基礎模型提供商的最先進LLM可解釋性所需的計算量比基礎模型本身還要多”，使得這類方法對大多數公司來說都無法使用。
“通過專注於理解學習的基礎機制，我們從零開始構建模型，以實現高效性和可解釋性，”Gorlla說。
CTGT的AI模型在多個指標上進行了評估。在121個分類數據集的基準測試中，神經網絡訓練花費了五小時，而CTGT的方法僅需40分鐘。
“在一個包含超過50,000個訓練樣本的分類和回歸數據集的基準中，我們的方法提供的準確率達到或超過當前的變壓器、樹基和MLP模型，”Gorlla表示。他還提到CTGT的方法總共使用了3,600個計算小時，而其他方法則使用了20,000個小時進行調整。
Gorlla表示，他們的下一版本訓練算法將比現有版本快500倍。
未來計劃
在獲得50萬美元的YC資金、125,000美元來自Character Labs，以及庫班的未披露金額後，CTGT正在利用這些資金來完善技術堆棧、擴展研究和增長客戶基礎。
“馬克認為可解釋性以及AI的‘黑箱’問題是一個巨大的挑戰。我們談論了我們的計劃，他立即支持我們對真正智能AI的願景，並認為當前的深度學習現狀不會導致真正的AI，”Gorlla說。
他對編程和創建的熱情始於年幼的時候。“作為一名印度裔移民在美國長大，我自學編程，並在11歲時在母親的社區學院編程課程中表現優異，儘管家中經常斷電，”他回憶道。
在高中時，他看到了AI推動全球變革的潛力，並認識到確保每個人都能獲得資源以從中受益的重要性。
這篇文章展示了CTGT如何以創新的方式應對AI幻覺問題，這不僅是技術上的突破，還是對整個行業的一次深刻反思。隨著AI技術的迅速發展，類似CTGT這樣的公司將在未來的科技生態中扮演關鍵角色。隨著越來越多的創新者進入市場，對AI可解釋性和可靠性的需求將只會增強，這將推動整個行業朝著更透明和負責任的方向發展。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
