رونمایی از استارتاپ 42AI با سرمایه ۶۲٫۵ میلیون دلاری؛ مدلی که رفتار انسان را پیشبینی میکند
استارتاپ 42AI با جذب سرمایه اولیه ۶۲٫۵ میلیون دلاری از فاز مخفیانه خارج شد تا مدلی برای پیشبینی رفتار انسان عرضه کند. این سامانه با تحلیل ویژگیهای روانشناختی و تعاملات کاربران، احتمال تصمیمگیری آنها را در شرایط پرنوسان بازارهای مالی پیشبینی میکند. سازندگان این فناوری قصد دارند در آینده کاربرد آن را به حوزههایی همچون رباتیک و امنیت سایبری نیز تعمیم دهند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- استارتاپ 42AI با جذب ۶۲٫۵ میلیون دلار سرمایه اولیه، مدلی اختصاصی موسوم به مدل جهان رفتاری را برای پیشبینی تصمیمهای افراد در موقعیتهای مختلف توسعه داده است.
- این مدل بهجای تکیه بر الگوهای تکراری گذشته، دادههای روانشناختی و واکنش افراد در موقعیتهای گوناگون را بررسی میکند تا رفتار معاملهگران را در شرایط بحرانی بازار بسنجد.
- کارگزاریهای مالی با بهکارگیری این سامانه ریسک معاملات خود را کاهش میدهند و سازندگان آن قصد دارند این فناوری را در آینده به دنیای رباتیک و عاملهای هوشمند بیاورند.
پرسشی که شاید شبیه به داستانهای علمیتخیلی به نظر برسد این است: چه میشد اگر هوش مصنوعی میتوانست پیش از آنکه تصمیمی بگیرید، حتی در موقعیتی کاملاً تازه و ناشناخته، پیشبینی کند که چه کاری انجام خواهید داد؟
استارتاپ 42AI مدعی است که با ساخت یک «مدل جهان رفتاری» دقیقاً به همین توانایی دست یافته است؛ شرکتی که بهتازگی با جذب سرمایه اولیه ۶۲٫۵ میلیون دلاری از حالت مخفیانه خارج شد. این مجموعه در گام نخست، سیستم پیشبینیکننده خود را در چند کارگزاری مالی فعال کرده است؛ جایی که بهگفته آنها، این مدل میتواند نحوه واکنش معاملهگران را در شرایط پرنوسان و هیجانی بازار پیشبینی کند.
«آمیت گالاور»، مدیرعامل و یکی از همبنیانگذاران 42AI در توضیح این ادعای بزرگ میگوید: «رفتار انسان امری قطعی نیست، بلکه همواره ماهیتی احتمالی دارد.» او معتقد است افراد گرایشهای روانشناختی بنیادینی دارند که حتی با تغییر شرایط نیز بر تصمیمگیریهایشان سایه میاندازد؛ موضوعی که این استارتاپ تلاش دارد آن را اندازهگیری کند و به دادههایی قابل درک برای مدلهای هوش مصنوعی تبدیل نماید.
«ایهود ازرا»، مدیر ارشد فناوری و دیگر همبنیانگذار شرکت، در این باره توضیح میدهد: «شاید یک هفته بعد انسان دیگری باشید، اما تمایلات شما همواره در قالب یک توزیع احتمالی در برخی زمینهها خود را نشان میدهند.» مدیران این استارتاپ تأکید میکنند که کارکرد اصلی مدل نیز دقیقاً همین است: نمایش احتمال اتخاذ تصمیمی خاص توسط یک فرد.
مسئولان 42AI میگویند این مدل بهجای بسط دادن الگوهای تکراری از رفتارهای گذشته، تلاش میکند انگیزههای درونی افراد را بشناسد. این استارتاپ برای دستیابی به این هدف، نحوه واکنش افراد را به رویدادهایی که در ظاهر ارتباطی با یکدیگر ندارند بررسی میکند. بهعنوان نمونه برای یک سرمایهگذار یا معاملهگر، این رویدادها مواردی چون فرایند احراز هویت، مراحل اولیه ثبتنام، تماسهای پشتیبانی، نقلوانتقال پول یا خریدوفروش سهام را در بر میگیرد.
ازرا در تشریح این فرایند میافزاید: «هنگامی که فرد در مراحل ابتدایی با واحد پشتیبانی یا فروش گفتگو میکند، لحن و احساسات، تن صدا و تعاملات متعدد او مانند دفعات تماس و رفتارهای مشابه را بررسی میکنیم. تمام این نقاط داده به مدل تزریق میشوند. در ادامه، نوبت به تعاملات معاملاتی میرسد؛ اینکه فرد چگونه و چه زمانی خریدوفروش میکند و شرایط بازار در آن لحظه چگونه است.»
او همچنین تأکید میکند: «در واقع ما تلاش میکنیم شیوه نگاه افراد به جهان را درک کنیم. در یک مدل جهان، هر فرد بهتنهایی حکم یک جهان را دارد.»
این استارتاپ سپس مشاهدات یادشده را به نمایشهای ریاضی از ویژگیهای فردی تبدیل میکند و آنها را به یک مدل جهان مبتنی بر معماری Transformer میسپارد تا احتمال تصمیمهای گوناگون را در موقعیتهای مختلف ترسیم نماید. (این شرکت برای ارائه توضیحات و استدلالهای مربوط به هر پیشبینی، از یک مدل زبانی مجزا بهره میگیرد).
بهگفته ازرا، این مدل طوری آموزش دیده است که گرایشهای بنیادین شخص را حین شبیهسازی حفظ کند. او با تشریح ساختار پاداش در فرایند آموزش مدل خاطرنشان کرد اگر فردی در حالت عادی ریسکگریز باشد و مدل ناگهان او را فردی ریسکپذیر تلقی کند، سیستم متوجه انحراف از هدف شده و الگوریتم را اصلاح مینماید.
استارتاپ 42AI سه سال را صرف توسعه این سازوکار کرده و در این مسیر، پژوهشهای روانشناسی را با علوم اعصاب و ژنتیک تلفیق کرده است. در این پروژه علاوه بر همفکری با متخصصان روانشناسی و اختلال استرس پس از سانحه (PTSD)، از راهنماییهای «دن شختمن»، برنده جایزه نوبل شیمی در سال ۲۰۱۱ نیز استفاده شده است.
گالاور توضیح میدهد که تیم تحقیق ابتدا هزاران نفر را از طریق ارزیابیهای روانشناختی و سناریوهای رفتاری مورد سنجش قرار داد و سپس پایگاههای داده دولتی و بانکهای زیستی مربوط به بیش از ۲ میلیون نفر را به سامانه افزود. بهگفته او، مجموعهدادههای مشتریان این شرکت اکنون گسترش یافته و اطلاعات نزدیک به ۳۰ میلیون نفر را شامل میشود.
در محیطهای عملیاتی، این مدل سوابق پیشین مشتریان از جمله تراکنشها و مکالمات پشتیبانی را تحلیل میکند. گالاور با اشاره به اینکه سیستم به اطلاعات هویتی افراد نیازی ندارد، خاطرنشان کرد: «مدل هرگز نمیداند هویت واقعی فرد چیست.» با وجود این، به نظر میرسد شرکت با پیوند دادن فعالیتهای مختلف هر مشتری، پروفایلهای رفتاری اختصاصی برای آنان شکل میدهد.
استارتاپ 42AI ادعا میکند دقت مدل آن در پیشبینی معاملات بازار به ۹۸ درصد میرسد؛ هرچند گالاور شفافسازی کرد که این عدد نشاندهنده قرار گرفتن جریان معاملات در محدوده پیشبینیشده است و به معنای پیشبینی دقیق تکتک معاملات نیست.
او همچنین اظهار داشت که این مدل در پیشبینی جهت و حجم معاملات، بهطور پیوسته به امتیاز F1 بین ۰٫۸ تا ۰٫۸۵ دست مییابد. (معیار F1 در یادگیری ماشین شاخصی است که توانایی مدل را در برقراری تعادل میان پیشبینیهای درست با هشدارهای نادرست و خطاهای ثبتنشده ارزیابی میکند).
البته این مدل نیز با محدودیتهایی روبروست؛ چراکه در نهایت یک سامانه محاسباتی است. گالاور در این زمینه یادآور شد: «یک سقف طبیعی برای کارایی وجود دارد؛ زیرا دسترسی به تمام تجربیات و رخدادهای زندگی یک انسان امکانپذیر نیست.» ازرا نیز توضیح داد زمانی که سیستم بسترهای مهم موقعیتی را در اختیار نداشته باشد، دقت آن کاهش مییابد؛ بهعنوان مثال اگر فردی بر اساس توصیه یک دوست یا همکار تصمیم معاملاتی خود را تغییر دهد، مدل از آن بیخبر خواهد بود.
گالاور اعلام کرد که 42AI در حال حاضر با ۱۰ کارگزاری بزرگ همکاری دارد که از این فناوری برای مدیریت نقدینگی، الزامات مارجین و پوشش ریسک استفاده میکنند. او با اشاره به جذب مشتریان جدید افزود که درآمد شرکت از مرز هفت رقم (میلیونها دلار) گذشته است؛ هرچند از اعلام عدد دقیق خودداری نمود.
مشتریان برای استفاده از خدمات این استارتاپ مبلغی ثابت یا درصدی از ارزش ایجادشده بهواسطه پلتفرم را میپردازند. او ادعا کرد که یکی از کارگزاریها توانسته است از طریق پوشش ریسک پویا، حدود ۳۰ میلیون دلار ارزش مضاعف خلق کند.
بهگفته گالاور، سرمایه اولیه ۶۲٫۵ میلیون دلاری طی سه سال از سوی بنیانگذاران و گروه سرمایهگذاری Infinity تأمین شده و بهطور کامل از سرمایهگذاران بیرونی جذب نشده است. این گروه سرمایهگذاری توسط پدر او، «امیر گالاور» تأسیس شده که خود از همبنیانگذاران و رئیس هیئت مدیره 42AI بهشمار میرود. این استارتاپ اکنون قصد دارد دورهای جدیدی از جذب سرمایه را کلید بزند.
فراتر از بازارهای مالی، استارتاپ 42AI در حال ارزیابی کاربردهای مدل خود در صنعت بازیهای ویدیویی، مبارزه با تقلب و امنیت سایبری است و در تلاش است تا روزی با کمک آن، درک عمیقتری از رفتار انسان در اختیار رباتها و عاملهای هوش مصنوعی بگذارد. با این حال دستیابی به چنین هدفی به زمان نیاز دارد؛ چراکه ازرا اذعان میکند مدل برای ورود به هر حوزه تازه، نیازمند یادگیری قوانین و بسترهای خاص همان محیط است.
همانند هر ابزار نوینی در حوزه هوش مصنوعی، فناوری 42AI نیز با چالشهای اخلاقی و نگرانیهای احتمالی روبروست؛ اگر یک کارگزاری بتواند تصمیمهای مشتریان خود را زودتر پیشبینی کند، چه تضمینی وجود دارد که از این اطلاعات به نفع خود و بر علیه کاربران بهرهبرداری نکند؟ ازرا این دغدغه را کاملاً بجا میداند و بنیانگذاران به وجود قوانین نظارتی و کمیته داخلی اخلاق اشاره میکنند؛ هرچند هنوز سازوکار روشنی برای پیشگیری قطعی از سوءاستفاده مشتریان حقوقی ارائه ندادهاند.
با این حال، گالاور اطمینان دارد که فناوری آنها میتواند به مهار چنین خطراتی کمک کند و تأکید میکند: «بسیار مفتخریم که نهتنها بخشی از راهحل، بلکه راهکار اصلی این چالش بهشمار میرویم.»
مطالب مرتبط و پیشنهادی

کاوش در اعماق اقیانوس؛ چین با هوش مصنوعی و رباتها به سراغ کشف تاریخ باستان میرود
دولت چین در برنامه پنجساله باستانشناسی خود قصد دارد با بهرهگیری از هوش مصنوعی، رباتهای اعماق دریا و تحلیل DNA باستانی، به کاوش در بقایای کشتیهای غرقشده و شهرهای تاریخی بپردازد. این راهبرد به پژوهشگران امکان میدهد تا قطعات خردشده آثار باستانی را بازسازی مجازی کنند و مسیرهای تجارت دریایی باستان را با دقتی بیسابقه مورد کاوش قرار دهند.

دانشگاه برگن از GsCNN رونمایی کرد؛ معماری جدید هوش مصنوعی برای پردازش دقیق دادههای کروی
محققان دانشگاه برگن با معرفی معماری جدید GsCNN، امکان پردازش همزمان و دقیق دادههای نردهای و برداری را روی سطوح کروی فراهم کردهاند. این شبکه عصبی با حفظ تقارن دورانی سهبعدی، تحولی چشمگیر در مدلسازی پدیدههایی مانند پیشبینی آبوهوا، کیهانشناسی و سامانههای تصویربرداری سراسرنما ایجاد میکند.

هشدار خالق Ruby on Rails: با ظهور ایجنتهای هوش مصنوعی، برنامهنویسان بدقلق روزهای سختی در پیش دارند
دیوید هاینمایر هانسون، خالق فریمورک محبوب Ruby on Rails، در هشداری تازه اعلام کرد که گسترش ایجنتهای هوش مصنوعی زندگی کاری را برای برنامهنویسان بداخلاق و ناسازگار بهشدت دشوار خواهد کرد. به باور او، در دوران تازه برنامهنویسی دیگر نبوغ فنی نمیتواند رفتار نامناسب تیمی را پنهان کند و یادگیری مهارتهای ارتباطی به مهمترین مزیت تبدیل میشود.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.