Yapay Zeka Alanında Yenilikçi Bir Adım: Trajectory
Son dönemde yapay zeka alanında önemli gelişmeler yaşanıyor. Google DeepMind, Apple, OpenAI ve Meta gibi devlerden gelen araştırmacılar, yeni bir girişimle karşımıza çıkıyor: Trajectory. Bu startup, yapay zeka ürünlerinin kullanıcı etkileşimleri üzerinden sürekli olarak gelişmesini sağlamak amacı güdüyor.
Sürekli Öğrenmenin Önemi
Trajectory’nin hedefi, yapay zeka sistemlerinin sürekli öğrenebilmesini sağlamak. Araştırmacılar, bu yeteneğin yapay zekanın ilerlemesi için büyük bir engel teşkil ettiğini belirtiyor. Mevcut yapay zeka modelleri, eğitimleri tamamlandığında artık akıllanmayı durduruyor. OpenAI, Google ve Anthropic, belirli alanlarda daha yetenekli yapay zeka modelleri oluşturma konusunda başarılar elde etmiş olsalar da, hatalardan anlık olarak öğrenebilen sistemler geliştirmede zorluk yaşıyorlar.
Sürekli Öğrenme ve Süper Zeka
NeurIPS 2025 konferansında Turing ödülü sahibi Richard Sutton, sürekli öğrenmenin süper zeka ajansları oluşturmak için gerekli olduğunu vurguladı. Bu yaklaşım, yapay zekanın yalnızca belirli görevlerde değil, genel olarak daha akıllı hale gelmesine yardımcı olacak. Trajectory, bu hedefe ulaşmayı amaçlayan bir platform inşa ediyor.
Yatırımcı Desteği
Trajectory, 15 milyon dolarlık bir başlangıç yatırımı aldı ve tahmin edilen değeri 115 milyon dolara ulaştı. Bu yatırımın liderliğini Conviction adlı risk sermayesi firması üstlenirken, Bessemer Venture Partners ve Radical VC gibi diğer yatırımcılar da yer aldı. Ayrıca, Google DeepMind’ın baş bilim insanı Jeff Dean ve “AI’nın tanrıça” olarak bilinen Stanford profesörü Fei-Fei Li gibi bireysel yatırımcılar da bu turda yerini aldı.
Ekibin Geçmişi
Trajectory’nin CEO’su ve kurucu ortağı Ronak Malde, daha önce Windsurf’te bir yapay zeka araştırmacısı olarak çalıştı. Malde, Google DeepMind’a geçiş yaparak önemli bir yetenek havuzunun parçası oldu. Diğer kurucu ortaklar Arjun Karanam ve Michael Elabd ise Apple ve Google DeepMind gibi firmalarda deneyim kazandılar.
Kullanıcı Etkileşimlerinden Öğrenme
Malde, Trajectory’nin yaklaşımının, kullanıcı etkileşimlerine dayalı sürekli öğrenmeyi temel aldığını belirtiyor. Örneğin, bazı mevcut yapay zeka kodlama ürünleri, kullanıcıların ürünle olan etkileşimlerini analiz ederek model iyileştirmeleri yapıyor. Trajectory, bu yöntemi yalnızca kodlama alanında değil, diğer sektörlerde de yaygınlaştırmayı hedefliyor.
Özel İhtiyaçlara Uyum Sağlama
Trajectory, açık kaynaklı bir model ile çalışarak, müşterilerinin özel ihtiyaçlarına uygun yapay zeka modelleri geliştiriyor. Örneğin, müşteri destek ajanları oluşturan Decagon isimli bir müşteriye, AI sisteminin zayıf kaldığı anları kaydediyor ve bu verilere dayanarak haftalık olarak yeni modeller eğitiyor. Bu sayede, müşterileri için önemli olan belirli görevlerde, önde gelen laboratuvarların modellerini geride bırakmayı amaçlıyor.
Geleceği Şekillendiren Bir Girişim
Sonuç olarak, Trajectory, yapay zeka dünyasında yenilikçi bir yaklaşım sunarak sürekli öğrenme modelini güçlendirmeyi amaçlıyor. Bu alanda ortaya çıkan zorlukların üstesinden gelmek için kapsamlı bir stratejiye sahip olan şirket, yapay zekanın dinamik yapısını daha etkin bir şekilde kullanmayı hedefliyor. Geleceğin yapay zeka sistemlerinin, sürekli öğrenme ile daha akıllı hale geleceği bir döneme doğru hızla ilerliyoruz.
Teknoloji
US-1
