Plato keräsi 16 miljoonaa dollaria A-sarjan rahoitusta tekoälyagenttien simuloitujen työympäristöjen rakentamiseen

Plato on kerännyt 16 miljoonaa dollaria A-sarjan rahoituksena rakentaakseen simuloituja työympäristöjä, joissa tekoälymallit voivat harjoitella ohjelmistojen käyttöä, liiketoimintapäätösten tekemistä ja monimutkaisten työtehtävien suorittamista ennen kuin ne toimivat käytössä olevissa järjestelmissä. Nava Ventures johti rahoituskierrosta, johon osallistuivat myös Gradient Ventures, Transpose Platform ja Microsoft AI:n toimitusjohtaja Mustafa Suleyman.

Rahoituksen myötä Platon kokonaisrahoitus on 19 miljoonaa dollaria. Tätä ennen Gradient Ventures johti yhtiön siemenrahoituskierrosta. Nava Venturesin perustaja Freddie Martignetti liittyy hallitukseen. Vuonna 2025 perustettu ja San Franciscossa toimiva Plato käyttää rahoituksen työympäristökirjastonsa laajentamiseen ja tekoälykehittäjille tarjottavan kokemuksen kartuttamiseen.

Investointi kohdistuu käytännön rajoitteeseen, joka liittyy siirtymiseen chatbotista agentteihin: vakuuttavan vastauksen tuottaminen ja työtehtävän suorittaminen ovat eri kykyjä. Ostosta, tukipyyntöä tai kirjanpitoprosessia hoitavan agentin on käytettävä oikeita työkaluja, sovitettava tiedot yhteen, noudatettava rajoituksia ja jätettävä taustalla olevat tietueet oikeaan tilaan.

Harjoittelupaikka, jossa käytössä olevat tietueet pysyvät ennallaan

Agentin kouluttaminen oikeassa liiketoimintajärjestelmässä voi aiheuttaa seurauksia ennen kuin agentti on valmis. Ostotehtävä saattaa käyttää rahaa, kun taas hallinnollinen työnkulku voi muuttaa todellista asiakas- tai työntekijätietuetta. Plato jäljittelee näitä työnkulkuja eristetyissä ympäristöissä, jotka kehittäjät voivat palauttaa alkutilaan ja ottaa uudelleen käyttöön.

”Todellisten, monimutkaisten töiden hallinta syntyy niiden tekemisestä saadusta kokemuksesta”, sanoi Platon toinen perustaja ja toimitusjohtaja Robert Farlow tiedotteessa. Yhtiön simulaatioiden tarkoituksena on mallintaa työhön liittyviä työkaluja, päätöksiä ja odottamattomia tilanteita, jotka tekevät ammatillisista työtehtävistä vaikeita.

Plato tekee yhteistyötä eri alojen asiantuntijoiden kanssa mallintaakseen työtehtäviä asiakastuessa, henkilöstöhallinnossa, rahoituksessa, kirjanpidossa ja terveydenhuollon hallinnossa. Tekoälylaboratoriot voivat käyttää syntyviä ympäristöjä vahvistusoppimiseen, jossa mallit yrittävät suorittaa tehtäviä ja oppivat palautteesta toistuvien yritysten myötä, sekä suoritustensa arviointiin.

Ohjelmistosimulaattoreista todennettaviin työnkulkuihin

Yhtiön verkkosivustolla Plato kuvataan soveltavan tutkimuksen laboratorioksi, joka muuntaa todellisia ohjelmistoja ja dataa agenteille tarkoitetuiksi koulutus- ja arviointiympäristöiksi. Esimerkinomaisessa kehittäjän työnkulussa luodaan useita simulaattoreita sisältävä istunto, ladataan tehtävä, suoritetaan agentti ja arvioidaan sen suoritus. Esimerkissä yhdistyvät GitHub-, Jira- ja Stripe-simulaattorit, mikä havainnollistaa, miten yksi tehtävä voi ulottua useisiin työkaluihin.

Tämä rakenne tarjoaa kehittäjille toistettavan kokemuskokonaisuuden: alkuperäisen työtilan, suoritettavan tehtävän, agentin toiminnan ja tuloksen tarkistukset. Kun työtila palautetaan alkutilaan, samaa ongelmaa voidaan yrittää ratkaista uudelleen ilman, että käytössä olevalle tilille kertyy muutoksia.

Platon Computer Work Val v1.0 -tutkimusraportissa, joka on päivätty 27. lokakuuta, kuvataan 300 tehtävän validointiaineisto, joka kattaa 10 toimialaa ja 36 tehtäväroolia ja toimii 210 simuloidussa sovelluksessa. Yhtiön mukaan osallistujat muuntavat osia omista työtehtävistään ympäristöiksi, jotka rakennetaan ohjelmistojen jäljennösten ja keinotekoisen datan pohjalta.

Yhdessä esimerkissä agenttia pyydetään laatimaan neljännesvuosittainen tuloslaskelma simuloituja taulukkolaskenta-, sähköposti-, maksu- ja pankkityökaluja käyttäen. Erilliset tarkistimet varmistavat esimerkiksi kirjanpitokäsittelyn oikeellisuuden, valuutan muuntamisen oikein ja lopullisen tiedoston toimittamisen. Tällä lähestymistavalla voidaan havaita merkittävä virhe muuten valmiissa työnkulussa: raportti voi päätyä oikealle vastaanottajalle mutta silti esittää liikevaihdon liian suurena.

Raportissa kuvataan myös kyseisen alan asiantuntijoiden tekemää arviointia sekä tarkistuksia, joilla etsitään ympäristön virheitä, kehotteiden ja arvioinnin välisiä ristiriitoja ja palkkion manipulointia. Painopiste on tehtävissä, joissa onnistumiseen tarvittavat tiedot ovat saatavilla mutta jotka edellyttävät silti päättelyä useiden lähteiden pohjalta.

Miksi arviointijärjestelmällä on merkitystä

Simulaation antama palaute vaikuttaa siihen, mitä malli oppii. Jos arvioinnissa palkitaan ostoksen suorittamisesta tarkistamatta budjettia, agentti voi oppia asettamaan tehtävän loppuun saattamisen niiden ohjeiden edelle, jotka tekevät tehtävästä mielekkään.

Platon mukaan se arvioi sekä lopputulosta että sitä, miten malli päätyi siihen, myös sitä, noudattiko malli ohjeita ja kunnioittiko se rajoituksia. Lisäksi se selvittää, hyödyntävätkö mallit ympäristön heikkouksia saadakseen pisteitä, jotka eivät vastaa työn asianmukaista suorittamista.

”Rakennamme arviointeja, jotka vastaavat työn todellisia vaatimuksia, jotta kehittäjät voivat erottaa korkeat pisteet oikein tehdystä työstä”, sanoi Platon toinen perustaja ja teknologiajohtaja Pranav Putta.

Yhtiön erillisessä Web Clone Bench -vertailutestissä tarkastellaan, miten hyvin mallit pystyvät luomaan verkkosovelluksia uudelleen viiteympäristöjen pohjalta. Plato kertoo, että laadukkaiden jäljennösten rakentamiseen kuuluu toiminnallisuuden tarkistuksia ja ihmisten tekemää laadunvarmistusta. Koulutusinfrastruktuurissa jäljennösten tarkkuus on tekninen vaatimus: puuttuvat toiminnallisuudet tai epärealistiset oikopolut voivat muuttaa sitä, millaisia toimintatapoja agentti oppii.

Rahoitusta todellisiin työtilanteisiin valmistautumiseen

Farlow rakensi aiemmin Yutorissa annotointialustan, joka tuki tietokoneen käyttöön tarkoitettujen mallien koulutusta. Putta on työskennellyt konenäön, robotiikan ja vahvistusoppimisen parissa sekä kehittänyt MultiOnilla tietokoneen käyttöön tarkoitettuja malleja.

Uudella rahoituksella maksetaan ammattilaisille siitä, että he jäljittelevät aiempaa suurempaa osaa omista työtehtävistään simuloiduissa ympäristöissä. Plato aikoo myös ottaa tekoälyagentteja suorittamaan tosielämän tehtäviä lisäkokemuksen keräämiseksi ja kehittää monipuolisempia simulaatioita, joissa on pidempiä työnkulkuja ja vuorovaikutusta simuloitujen ihmisten kanssa.

Rahoituskierros seuraa laajempaa panostusta agenttien koulutusinfrastruktuuriin, johon kuuluu myös Labelboxin rahoitus vahvistusoppimisympäristöihin ja tekoälyagentteihin. Plato uskoo, että mallit tarvitsevat jatkuvasti lisää realistista harjoittelua sekä arviointeja, joissa työn pelisäännöt säilyvät. Infrastruktuurin arvo riippuu siitä, kuinka hyvin simulaatiossa saatu kokemus valmistaa agenttia päätöksiin, joita se joutuu tekemään simulaation ulkopuolella.