Trajectory recaudó US$45 millones para desarrollar herramientas que hagan más accesible el entrenamiento o ajuste de modelos de IA a personas sin especialización técnica, informó TechCrunch. La compañía quiere reducir la complejidad que suele requerir preparar datos, configurar experimentos y evaluar resultados.
Personalizar no siempre es necesario
Muchas empresas pueden resolver sus necesidades con instrucciones claras, búsqueda sobre documentos propios o integraciones con APIs. Ajustar un modelo puede tener sentido cuando se repite una tarea específica y existe suficiente información de calidad para enseñar el comportamiento esperado.
El proceso también trae riesgos: datos mal etiquetados, resultados sesgados y costos de evaluación y mantenimiento. Una interfaz más simple no elimina la responsabilidad de validar lo que el modelo aprende.
Cómo decidir en una organización
Antes de entrenar, conviene comparar una línea base: modelo existente, instrucciones, recuperación de información y ajuste. Se debe definir una métrica de éxito vinculada al proceso, revisar errores y estimar el costo de actualizar datos y versiones.
La ronda de financiamiento muestra interés en herramientas que abstraen trabajo técnico. No demuestra que el entrenamiento personalizado sea la mejor opción para todo negocio. La pregunta adecuada es si mejora una tarea concreta lo suficiente para justificar la complejidad adicional.
Fuente original: TechCrunch.
