Yapay zeka alanında önemli bir gelişme yaşanıyor. Daha önce Google DeepMind, Apple, OpenAI ve Meta Superintelligence Labs gibi önde gelen teknoloji şirketlerinde görev yapmış bir grup yapay zeka araştırmacısı, şirketlerin yapay zeka ürünlerini gerçek dünya kullanıcı etkileşimlerinden düzenli olarak geliştirmelerine yardımcı olmayı amaçlayan Trajectory adlı yeni bir girişimi duyurdu.
Sürekli Öğrenme Yeteneği Yapay Zeka Gelişiminin Önündeki Engeli Kaldırmayı Hedefliyor
Trajectory, araştırmacıların uzun süredir yapay zeka gelişiminin önündeki en büyük engel olarak gördüğü, sürekli öğrenebilen bir yapay zeka platformu oluşturmayı hedefliyor. OpenAI, Google ve Anthropic gibi şirketler, özellikle kodlama, matematik ve bilim gibi alanlarda giderek daha yetenekli yapay zeka modelleri geliştirmekte başarılı oldular. Ancak bu sistemler, eğitimleri tamamlandıktan sonra daha fazla akıllanmıyorlar. Sürekli öğrenme alanında son zamanlarda bazı önemli ilerlemeler kaydedilmiş olsa da, teknoloji şirketleri genel olarak yapay zeka ürünlerinin hatalarından gerçek zamanlı olarak öğrenmesini sağlamakta zorlanıyor. Aralık 2025'te NeurIPS konferansında, Turing ödülü sahibi Richard Sutton, süper zeki ajanlar oluşturmak için sürekli öğrenmenin şart olduğunu savunmuştu.
Trajectory, 115 milyon dolarlık değerleme üzerinden 15 milyon dolarlık bir tohum yatırım turunu tamamladı. Yatırıma, öncü rolü venture capital firması Conviction üstlenirken, Bessemer Venture Partners, Radical VC ve BoxGroup gibi firmalar da katıldı. Bireysel yatırımcılar arasında Google DeepMind baş bilim insanı Jeff Dean ve yapay zeka alanının önde gelen isimlerinden Stanford profesörü Fei-Fei Li de yer aldı.
Trajectory'nin CEO'su ve kurucu ortağı Ronak Malde, daha önce Windsurf'te yapay zeka araştırmacısı olarak görev yapmış ve şirketin Google tarafından 2.4 milyar dolarlık bir anlaşmayla satın alınmasıyla Google DeepMind'a geçen az sayıda çalışandan biri olmuştu. Diğer kurucu ortaklar arasında Apple'da Vision Pro üzerinde çalışan eski yapay zeka araştırmacısı Arjun Karanam ve Google DeepMind'ın robotik bölümünde görev yapmış Michael Elabd bulunuyor.
Malde, Cursor gibi önde gelen yapay zeka kodlama ürünlerinin, kullanıcıların ürünleriyle nasıl etkileşim kurduğuna dair gerçek verileri kullanarak eğitim sonrası iyileştirmeler yaptığını ve bu durumun yapay zeka kodlama ürünlerinin hızla popülerleşmesinin temel nedenlerinden biri olduğunu belirtti. Trajectory ile Malde ve ekibi, bu yaklaşımı kodlama dışındaki alanlarda yapay zeka destekli araçları iyileştirmek için kullanmayı umuyor. Malde, "Bugünün en güçlü yapay zekası bile hala statik. Dün kullandığınız yapay zeka modeli bugün de aynı hataları yapacak. Birkaç şirket sürekli öğrenme dünyasına ulaşmaya başlıyor. Bizim yaptığımız ise her şirketin sürekli öğrenmeye ulaşması için platformu inşa etmek" dedi.
Bu mantığı diğer alanlara uygulamadaki zorluk, kodlamanın kolayca doğrulanabilir olmasıdır; kod ya çalışır ya da çalışmaz. Ancak bazı sektörlerde başarı tanımları daha esnektir. Karanam, Trajectory'nin platformunun sunduğu şeylerden birinin, bir yapay zeka modelini bir işletmenin özel ihtiyaçlarına göre optimize etmeye yardımcı olmak olduğunu belirtti.
OpenAI veya Anthropic'ten hazır bir modelle başlamak yerine, Trajectory müşterilerinin, şirketin aklındaki belirli bir yapay zeka ürünü için sonradan eğitilmiş açık kaynaklı bir modelle başlamasını sağlıyor. Yapay zeka destekli müşteri hizmetleri temsilcileri oluşturan Decagon gibi bir müşteri için Trajectory, yapay zekanın yetersiz kaldığı durumları (örneğin, bir iade işlemi yapmaya çalışan bir müşterinin talebinin bir insana yönlendirilmesi) kaydediyor ve bu örnekleri her hafta yeni bir model üzerinde sonradan eğitim yapmak için kullanıyor. Trajectory, bu sonradan eğitilmiş modellerin, bir şirketin ürünü için en önemli olan dar görevlerde öncü laboratuvarların modellerini geride bıraktığını iddia ediyor.
Kurumsal yöneticiler birçok farklı görev için yapay zeka kullanmak istiyorlar, ancak bunu yapmak için genellikle "ileri konuşlandırılmış mühendisler" veya şirket içinde yapay zeka ürünleri geliştirmeye yardımcı olan danışmanlar ve teknik çalışanlardan oluşan ekipler kiralamaları gerekiyor. OpenAI, Anthropic ve Palantir gibi şirketler bu ihtiyacı karşılamak için harekete geçti. Elabd, Trajectory'nin, şirketlerin yapay zeka yığınlarını sürekli olarak sorun gidermek için şirket içi mühendislere ihtiyaç duymayacak şekilde kendi kendine gelişebilen bir ürün oluşturmayı hedeflediğini söyledi. Girişim, şu anda kurumsal satış girişimi Clay ve hukuki yapay zeka girişimi Harvey gibi çeşitli alanlarda müşterileri olduğunu belirtiyor. Şu anda öncelikli olarak yapay zeka tabanlı şirketlerle çalışsa da, Trajectory'nin gelecekte pazarlama stratejisi...
Uzman Analizi:Yapay zekanın sürekli öğrenme yeteneği kazanması, sektörde devrim niteliğinde bir dönüşümün habercisi. Trajectory'nin bu alandaki çalışmaları, yapay zeka ürünlerinin daha hızlı adapte olmasını ve daha akıllı hale gelmesini sağlayarak, geniş bir uygulama yelpazesinde verimliliği artırma potansiyeli taşıyor. Bu durum, yapay zeka teknolojisinin gelecekteki gelişiminde kritik bir rol oynayacaktır.
