ZeroDrift が AI モデルの自己破損を防ぐため 1000 万ドルを調達

企業が AI システムのトラブルシューティングを行う中で、ガバナンスが主要な課題として浮上しています。一部の企業は二重アプローチを採用しており、一つは incoming queries（入力クエリ）を処理するモデル、もう一つはその最初のモデルが問題に巻き込まれないように監視する別のモデルです。 これが [ZeroDrift](http://zerodrift.ai/) の前提となる概念です。これは新しい AI コンプライアンスサービスで、火曜日にシードラウンドで 1000 万ドルを調達したと発表しました。このラウンドでは a16z Speedrun、Reign Ventures、PitchDrive Ventures、U&I Ventures などから投資を受けました。同社はシステムの二番目の部分に特化しており、AI モデルとエンドユーザーの間に位置して、コンプライアンス上の問題を引き起こす可能性のあるメッセージを特定し、置き換えます。 他の AI システムのミスを修正するために AI ツールを構築するのは奇妙に思えるかもしれませんが、ZeroDrift によれば、そのシステムには修正対象となるモデルに対していくつかのアーキテクチャ上の利点があります。このシステムは、SOC 2 や GDPR といった既知のコンプライアンス基準を決定論的に適用する従来のプログラムによってトリガーされ、LLM（大規模言語モデル）が関与するのはメッセージがフラグされた後で、同じメッセージのコンプライアンスに適合したバージョンを書き換える際のみです。 「私たちは、どの規制対象領域が存在するか、どのような違反が発生しているかを決定論的に特定でき、その後、書き換えを行う LLM を活用します」と CEO の Kumesh Aroomoogan は述べています。 重要なのは、同社によるとそのシステム全体は、従来の大規模言語モデル（LLM）よりも低遅延かつ高信頼性で実行可能であるという点です。これが、ZeroDrift が OpenAI や Anthropic といった大手ラボに対する主な優位性として謳っている理由であり、これらの企業はすでに基盤となるシステムに存在しているケースがほとんどです。 最も明白なユースケースは AI チャットボットです。これらはすでに消費者向けに展開されており、誤った回答が出た場合の深刻な結果を考慮する必要があります。しかし、Aroomoogan 氏はさらに大きな総獲得可能市場（TAM）を見込んでおり、そこには人間が決して目にしない自動化システム内で生成される AI 生成メッセージも含まれる可能性があります。現時点では比較的小さな市場ですが、AI が普及するにつれて成長していく分野です。 今回の資金調達が示す通り、こうした製品に対する潜在的な需要は非常に大きいです。「おそらく私が人生で経験した中で最も迅速な資金調達でした」と Aroomoogan 氏は語り、シードラウンドの構造化を支援してくれた Andressen Horowitz に感謝しています。「3 週間でクローズし、募集額は目標額の 3 倍を超えてオーバーサブスクライブされる見込みです」。 *当記事内のリンクを通じてご購入いただいた場合、[私たちは少額のコミッションを獲得する可能性があります](https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。これは当社の編集の独立性には影響しません。* ラッセル・ブランドは 2012 年以来、プラットフォーム政策と新興技術に焦点を当てながらテクノロジー業界の取材を続けています。以前は The Verge や Rest of World で勤務し、Wired、The Awl、MIT の Technology Review にも寄稿しています。 彼への連絡先は russell.brandom@techcrunch.com または Signal（412-401-5489）です。 [プロフィールを見る](https://techcrunch.com/author/russell-brandom/)

ZeroDrift が AI モデルの自己破損を防ぐため 1000 万ドルを調達

背景や根拠まで確認しますか？

調べる

選ぶ

サイト