Fondata nell’aprile 2024 da Marvin Purtorab e Andy Toulis, due ingegneri di machine learning che si sono incontrati su Shopify, la piattaforma di e-commerce dove hanno lavorato su sistemi di raccomandazione e assistenti AI, Convergence riunisce un team di ex studenti di Google DeepMind, Meta, OpenAI e PolyAI .
Compiti banali
Associando gli utenti a un’intelligenza artificiale personalizzata, Proxy può apprendere attività e flussi di lavoro; che libera i lavoratori dai loro oneri amministrativi. Per mettere le cose in prospettiva, il 62% della giornata lavorativa del dipendente medio viene sprecata in attività ripetitive e banali, in cui Proxy è progettato per eccellere. Nel corso del tempo, l’agente si occuperà di compiti banali, permettendoti di concentrarti su compiti più importanti. “Se guardi al panorama attuale, vedrai che un gran numero di aziende stanno costruendo questi tipi di agenti come agenti verticali: un agente di vendita, un agente delle risorse umane…” osserva Marvin Purtorab. “Il nostro punto di vista è quello di adottare un approccio diverso. Stiamo cercando di gettare le basi per la prima classe generale di agenti che possono, a seconda dell’utente, moltiplicarsi nel tipo di agente di cui hai bisogno e fare per te le cose che non vuoi fare personalmente.“
“È urgente agire!”: il MIC e Microsoft vogliono formare 300.000 valloni all’intelligenza artificiale generativa entro tre anni
A differenza della maggior parte degli agenti progettati per flussi di lavoro specifici, l’elemento differenziante di Proxy risiede quindi nella sua capacità di lavorare su una serie di compiti e domini, apprendendo abilità come farebbe un essere umano attraverso l’apprendimento continuo e a lungo termine. Ciò è reso possibile da una nuova classe di modelli denominata Grandi modelli di metaapprendimento (LMLM), che vengono formati per acquisire la capacità di apprendere da soli, un campo in crescita dell’intelligenza artificiale che mira a creare modelli in grado di adattarsi rapidamente a nuovi compiti con dati minimi. Vengono formati specificamente su una serie diversificata di compiti per imparare a gestire (vale a dire, ricordare, archiviare ed eliminare) gli elementi nella e dalla loro memoria; che consente di estrarre strategie e modelli di apprendimento comuni.