Deep Cogito、自己改善AI向け後学習エンジン開発で4300万ドル調達
AI要約 Unite.AI 元記事を読む
サンフランシスコのAIラボDeep CogitoがシリーズAラウンドで4300万ドル（約67億円）を調達したことを発表しました。同社は、事前学習済みの基盤モデルがさらに自己改善するための「後学習エンジン」の開発に注力しています。この資金は、AIスタックにおける重要なこの分野での技術規模拡大に充てられます。
なぜ重要か
基盤モデルは大規模な事前学習を経て能力を発揮しますが、実世界での適用には継続的な改善が不可欠です。Deep Cogitoの技術は、AIモデルが環境に適応し、効率的に自己改善する仕組みを提供することで、AIの進化と実用化を加速させる可能性を秘めています。これは、AIの応用範囲を広げ、より高度な知能を実現するための重要なステップです。
背景
近年、大規模言語モデル（LLM）の登場により、AIの基盤モデルが急速に発展しました。これらのモデルは膨大なデータで学習されますが、特定のタスクや環境に最適化するためには、追加の微調整や継続的な学習が求められます。Deep Cogitoは、この「事前学習後」のフェーズに焦点を当てることで、AIの性能を実用レベルに引き上げようとしています。
今後の注目点
Deep Cogitoが開発する後学習エンジンが、様々な基盤モデルの性能をどれだけ向上させ、実用的なAIアプリケーションの普及に貢献するかに注目が集まります。また、戦略的投資家であるZscalerとの連携が、具体的なユースケースを生み出すかどうかも注目点です。
原題: Deep Cogito Raises $43M Series A to Build the Post-Training Engine for Self-Improving AI
