Bu AI girişimleri, Y Combinator’ın Kış 2024 grubunda en çok öne çıktı

Startup yatırımlarındaki genel düşüşe rağmen yapay zekaya yönelik finansman geçen yıl arttı. Yalnızca üretken yapay zeka girişimlerine yönelik sermaye, 2022’den 2023’e neredeyse bir kat artarak Aralık ayının sonuna doğru 25,2 milyar dolara ulaştı.

Bu nedenle, Y Combinator’ın Kış 2024 Demo Günü’nde yapay zeka girişimlerinin galip gelmesi pek de şaşırtıcı değil.

YC’nin resmi başlangıç ​​dizinine göre, Y Combinator Kış 2024 kohortunda 86 yapay zeka girişimi bulunuyor; bu sayı, Kış 2023 grubunun neredeyse iki katı ve Kış 2021’deki sayının neredeyse üç katına yakın. Buna balon deyin ya da abartın, ancak açıkça yapay zeka, şu anın teknolojisi.

Geçen yıl yaptığımız gibi, bu haftaki Demo Günü’nde sunum yapan en yeni Y Combinator kohortunu inceledik ve daha ilginç yapay zeka girişimlerinden bazılarını seçtik. Her biri farklı nedenlerle kesinti yaptı. Ancak temel olarak, teknolojileri, hedeflenebilir pazarları veya kurucularının geçmişleri açısından diğerlerinin arasında öne çıkıyorlardı.

ela

August Chen (eski Palantir) ve Elton Lossner (eski Boston Consulting Group), hükümetin sözleşme sürecinin umutsuzca bozulduğunu iddia ediyor.

Sözleşmeler binlerce farklı web sitesinde yayınlanır ve birbiriyle örtüşen yüzlerce sayfalık düzenleme içerebilir. (Yalnızca ABD federal hükümeti yılda tahminen 11 milyonun üzerinde sözleşme imzalıyor.) Bu tekliflere yanıt vermek, dışarıdan danışmanlar ve hukuk firmaları tarafından desteklenen tüm iş bölümlerinin eşdeğerini gerektirebilir.

Chen ve Lossner’ın çözümü, hükümetin sözleşmeli keşif, taslak hazırlama ve uyumluluk sürecini otomatikleştirmeye yönelik yapay zekadır. Üniversitede tanışan çift, ona Hazel adını veriyor.

Kullanıcılar, Hazel’ı kullanarak potansiyel bir sözleşmeyle eşleşebilir, RFP’ye ve şirketlerinin bilgilerine dayanarak bir taslak yanıt oluşturabilir, yapılacaklar için bir kontrol listesi oluşturabilir ve uyumluluk kontrollerini otomatik olarak çalıştırabilir.

Yapay zekanın halüsinasyon eğilimi göz önüne alındığında, Hazel’ın oluşturduğu yanıtların ve kontrollerin tutarlı bir şekilde doğru olacağı konusunda biraz şüpheliyim. Ancak, eğer yakın olsalar bile, muazzam miktarda zaman ve çaba tasarrufu sağlayabilirler ve böylece daha küçük firmaların her yıl düzenlenen yüz milyarlarca dolar değerindeki hükümet sözleşmelerinden yararlanma şansına sahip olabilirler.

Andy AI

Ev hemşireleri birçok evrak işiyle uğraşır. Tiantian Zha bunu çok iyi biliyor; daha önce Google’ın ana şirketi Alphabet’in yaşam bilimleri bölümü olan Verily’de çalışmış ve burada kişiselleştirilmiş tıptan sivrisinek kaynaklı hastalıkların azaltılmasına kadar çeşitli ay çekimlerinde yer almıştı.

Çalışması sırasında Zha, dokümantasyonun evde çalışan hemşireler için büyük bir zaman kaybı olduğunu keşfetti. Bu yaygın bir sorun; bir araştırmaya göre hemşireler zamanlarının üçte birinden fazlasını dokümantasyona harcıyor, hasta bakımına harcanan zamanı azaltıyor ve tükenmişliğe katkıda bulunuyor.

Hemşirelerin dokümantasyon yükünü hafifletmeye yardımcı olmak için Zha, eski bir Apple personel mühendisi olan Max Akhterov ile birlikte Andy AI’yi kurdu. Andy aslında yapay zeka destekli bir yazar, hasta ziyaretinin konuşulan ayrıntılarını yakalayıp yazıya döküyor ve elektronik sağlık kayıtları oluşturuyor.

Yapay zeka destekli herhangi bir transkripsiyon aracında olduğu gibi, önyargı riski vardır; yani araç, bazı hemşireler ve hastalar için aksan ve kelime seçimlerine bağlı olarak iyi çalışmaz. Rekabet açısından Andy, türünün ilk örneği değil. pazar — rakipler arasında DeepScribe, Heidi Health, Nabla ve Amazon’un AWS HealthScribe’ı yer alıyor.

Ancak sağlık hizmetleri giderek daha fazla eve kaydıkça Andy AI gibi uygulamalara olan talep de artacak gibi görünüyor.

Özellikle

Hava durumu uygulamalarıyla ilgili deneyiminiz bu muhabirinkine benziyorsa, açık mavi gökyüzü tahminlerine körü körüne inandıktan sonra bir yağmur fırtınasına yakalandınız demektir.

Ama bu şekilde olmak zorunda değil.

En azından yapay zeka destekli hava durumu tahmin platformu Precip’in önermesi bu. Jesse Vollmar’ın bu fikri, ürün yönetimi yazılımı satan bir startup olan FarmLogs’u kurduktan sonra aklına geldi. Precip’i gerçeğe dönüştürmek için daha önce FarmLogs’un baş veri bilimcisi olan Sam Pierce Lolla ve Michael Asher ile birlikte çalıştı.

Precip, örneğin belirli bir coğrafi bölgedeki son birkaç saat ila gün içindeki yağış miktarını tahmin etmek gibi yağışla ilgili analizler sunar. Vollmar, Precip’in ABD’deki herhangi bir yer için kilometreye (veya iki) kadar “yüksek hassasiyetli” ölçümler üretebileceğini ve koşulları yedi gün öncesine kadar tahmin edebileceğini iddia ediyor.

Peki yağış ölçümlerinin ve uyarılarının değeri nedir? Vollmar, çiftçilerin bunları mahsul büyümesini takip etmek için kullanabileceğini, inşaat ekiplerinin ekipleri planlamak için onlara başvurabileceğini ve kamu hizmetlerinin hizmet kesintilerini tahmin etmek için onlara başvurabileceğini söylüyor. Vollmar, bir ulaşım müşterisinin kötü sürüş koşullarından kaçınmak için Precip’i her gün kontrol ettiğini iddia ediyor.

Elbette hava durumu tahmini uygulamalarında hiçbir eksiklik yok. Ancak Precip’inki gibi yapay zeka, tahminleri daha doğru yapma sözü veriyor – eğer yapay zeka gerçekten de tuza değerse.

Maia

Claire Wiley, Wharton’da MBA eğitimi alırken çiftler için koçluk programı başlattı. Bu deneyim onu ​​ilişkilere ve terapiye yönelik daha ileri teknolojiye sahip bir yaklaşımı araştırmaya yönlendirdi ve bu da Maia ile sonuçlandı.

Wiley’nin eski bir Google Araştırma bilimcisi olan Ralph Ma ile birlikte kurduğu Maia, yapay zeka destekli rehberlik yoluyla çiftlerin daha güçlü ilişkiler kurmasını sağlamayı amaçlıyor. Maia’nın Android ve iOS uygulamalarında, çiftler grup sohbetinde birbirlerine mesaj gönderiyor ve üstesinden gelinmesi gereken zorluklar, geçmiş acı noktaları ve minnettar oldukları şeylerin listesi gibi günlük soruları yanıtlıyorlar.

Maia, terapistler tarafından hazırlanan programlar ve sınırsız mesajlaşma gibi premium özelliklerden ücret alarak para kazanmayı planlıyor. (Maia normalde ortaklar arasındaki mesajlara sınır koyar; bana sorarsanız sinir bozucu derecede keyfi bir sınırlama, ama bu böyle.)

Her ikisi de boşanmış ailelerden gelen Wiley ve Ma, Maia deneyimini oluşturmak için bir ilişki uzmanıyla çalıştıklarını söylüyor. Ancak aklımdaki sorular şu: (1) Maia’nın ilişki bilimi ne kadar sağlam ve (2) son derece kalabalık çift uygulamaları alanında öne çıkabilir mi? Görmek için beklememiz gerekecek.

Veri eğrisi

ChatGPT gibi üretken yapay zeka uygulamalarının kalbinde yer alan yapay zeka modelleri, e-kitaplar, sosyal medya gönderileri ve kişisel bloglar da dahil olmak üzere web genelindeki genel ve özel verilerin karışımları olan muazzam veri kümeleri üzerinde eğitilir. Ancak bu verilerin bir kısmı yasal ve etik açıdan sorunlu; diğer açılardan kusurlu olduğundan bahsetmiyorum bile.

Serena Ge ve Charley Lee’ye sorarsanız sorun, veri iyileştirme eksikliğidir.

Ge ve Lee, üretken yapay zeka modellerinin eğitimi için “uzman kalitesinde” veriler sağlayan Datacurve’un kurucu ortağı oldu. Ge ve Lee, bu verileri yapay zeka eğitimi ve kısıtlayıcı kullanım lisansları için etiketlemek için gereken uzmanlık sayesinde elde etmenin özellikle zor olduğunu söylüyor.

Datacurve, mühendislere kodlama zorluklarını çözmeleri için ödeme yapan ve Datacurve’un satılık eğitim veri kümelerine katkıda bulunan oyunlaştırılmış bir açıklama platformuna ev sahipliği yapıyor. Ge ve Lee, bahsettiğimiz bu veri kümelerinin kod optimizasyonu, kod oluşturma, hata ayıklama, kullanıcı arayüzü tasarımı ve daha fazlası için modelleri eğitmek için kullanılabileceğini söylüyor.

Kesinlikle ilginç bir fikir. Ancak Datacurve’un başarısı, veri kümelerinin ne kadar iyi seçildiğine ve geliştiricileri bunları geliştirmeye ve geliştirmeye devam etmeye teşvik edip edemeyeceğine bağlı olacak.