fr.wedoany.com Rapport : Patronus AI annonce avoir finalisé un tour de financement de série B de 50 millions de dollars, mené par Greenfield Partners, et dévoile ses Digital World Models (modèles de mondes numériques), une toute nouvelle catégorie d'environnements de simulation à grande échelle conçus pour aider les systèmes d'IA à s'entraîner, s'évaluer et s'optimiser dans des flux de travail numériques complexes. Ce tour de table a vu la participation d'investisseurs existants tels que Notable Capital, Lightspeed Venture Partners, Datadog, Samsung, Factorial Capital, Gokul Rajaram, ainsi que de plusieurs dirigeants de premier plan d'entreprises d'IA et de logiciels.
Depuis sa création il y a moins de trois ans, Patronus AI est devenue un fournisseur de services d'évaluation, de simulation, d'infrastructure et de tests de fiabilité pour les systèmes d'IA de pointe. Actuellement, l'entreprise collabore avec la plupart des principaux laboratoires d'IA avancée et des fournisseurs de services cloud hyperscale dans le monde. Au cours de l'année écoulée, son chiffre d'affaires a été multiplié par plus de 15, reflétant la demande croissante du marché pour des infrastructures aidant les organisations à former, évaluer et déployer des systèmes d'IA de plus en plus autonomes. Ce nouveau financement porte le montant total des fonds levés par Patronus AI à 70 millions de dollars.
Patronus AI a été cofondée par des chercheurs et ingénieurs en IA issus de Meta AI, Amazon AGI et Google, notamment les anciens chercheurs de Meta AI Anand Kannappan et Rebecca Qian. L'équipe possède une expertise couvrant l'évaluation des grands modèles de langage (LLM), l'alignement de l'IA, l'équité et les agents incarnés.
La première génération d'IA générative reposait sur des textes statiques d'Internet et des classements de référence. Cependant, à mesure que les agents s'engagent dans des flux de travail plus longs et plus complexes, les limites de cette approche deviennent de plus en plus évidentes. Un agent chargé de traiter des demandes d'escalade clients, d'opérer des logiciels d'entreprise, de rechercher dans des milliers de documents ou de déboguer une infrastructure de production ne peut pas être formé uniquement par mémorisation de références. Ces systèmes ont besoin d'environnements dynamiques similaires aux mondes numériques dans lesquels ils évolueront réellement. Patronus AI construit ce qu'elle appelle des modèles de mondes numériques — des modèles de diffusion linguistique de mondes — visant à étendre la génération de données de simulation pour former et évaluer le comportement des agents d'IA dans des flux de travail numériques complexes.
L'infrastructure de simulation construite par l'entreprise permet aux systèmes d'IA de s'entraîner sur des flux de travail réalistes liés aux logiciels, à la recherche, à la communication et aux entreprises. L'objectif n'est pas d'optimiser des performances de référence étroites, mais de produire des agents capables de fonctionner de manière fiable dans des tâches ambiguës et à long terme. Patronus AI estime que la simulation deviendra l'une des couches d'infrastructure déterminantes de l'ère de l'IA. Cette approche vise à résoudre le problème de la supervision évolutive dans le domaine de l'IA. Anand Kannappan, cofondateur et PDG de Patronus AI, déclare : « Les évaluations statiques ne vous disent que si un modèle peut répondre à une question étroite dans un environnement contrôlé. Elles ne vous disent pas si un agent peut gérer l'ambiguïté, se remettre d'un échec ou fonctionner de manière fiable dans des flux de travail imprévisibles à long terme. Cela nécessite un environnement où le système peut s'exercer, s'adapter et accumuler de l'expérience au fil du temps. »
Avec ces nouveaux fonds, Patronus AI prévoit d'élargir son organisation de recherche, de renforcer ses équipes d'ingénierie et d'investir dans le calcul et l'infrastructure nécessaires pour former et exécuter des modèles de mondes numériques à grande échelle. Itay Inbar, associé chez Greenfield Partners, déclare que l'avenir de l'IA dépendra de systèmes capables d'apprendre et de fonctionner de manière fiable dans des environnements complexes, et que la simulation devient la clé pour y parvenir.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
