AI एजेंटों के लिए सिम्युलेटेड कार्यस्थल बनाने को Plato ने जुटाए 16 मिलियन डॉलर की सीरीज़ A फंडिंग

Plato ने 16 मिलियन डॉलर की सीरीज़ A फंडिंग जुटाई है। इसका उद्देश्य ऐसे सिम्युलेटेड कार्यस्थल बनाना है जहाँ AI मॉडल लाइव सिस्टम में काम करने से पहले सॉफ़्टवेयर का उपयोग करने, कारोबारी निर्णय लेने और जटिल कार्य पूरे करने का अभ्यास कर सकें। इस फंडिंग राउंड का नेतृत्व Nava Ventures ने किया। इसमें Gradient Ventures, Transpose Platform और Microsoft AI के CEO Mustafa Suleyman ने भी भाग लिया।

इस फंडिंग से Plato की कुल जुटाई गई राशि 19 मिलियन डॉलर हो गई है। इससे पहले Gradient Ventures के नेतृत्व में सीड राउंड हुआ था। Nava Ventures के संस्थापक Freddie Martignetti कंपनी के बोर्ड में शामिल हो रहे हैं। 2025 में स्थापित और San Francisco में स्थित Plato इस पूँजी का उपयोग अपने कार्य-परिवेशों के संग्रह और AI डेवलपर्स के लिए उपलब्ध अनुभवों का विस्तार करने में करेगा।

यह निवेश चैटबॉट से एजेंट की ओर बढ़ने में आने वाली एक व्यावहारिक सीमा पर केंद्रित है: विश्वसनीय जवाब देना और कोई काम पूरा करना दो अलग-अलग क्षमताएँ हैं। खरीदारी, सहायता-संबंधी मामले या लेखांकन की प्रक्रिया सँभालने वाले एजेंट को सही टूल इस्तेमाल करने, जानकारी का मिलान करने, तय सीमाओं का पालन करने और मूल रिकॉर्ड को सही स्थिति में छोड़ने की ज़रूरत होती है।

लाइव रिकॉर्ड बदले बिना अभ्यास का अवसर

किसी वास्तविक कारोबारी सिस्टम में एजेंट को प्रशिक्षित करने से, उसके तैयार होने से पहले ही परिणाम सामने आ सकते हैं। खरीदारी के किसी काम में पैसा खर्च हो सकता है, जबकि प्रशासनिक प्रक्रिया किसी वास्तविक ग्राहक या कर्मचारी के रिकॉर्ड में बदलाव कर सकती है। Plato इन प्रक्रियाओं को ऐसे सीमित परिवेशों में दोबारा बनाता है जिन्हें डेवलपर रीसेट करके फिर से इस्तेमाल कर सकते हैं।

घोषणा में Plato के सह-संस्थापक और CEO Robert Farlow ने कहा, “वास्तविक और जटिल काम में महारत उन कामों को करके मिले अनुभव से आती है।” कंपनी के सिम्युलेशन का उद्देश्य उन टूल, निर्णयों और अप्रत्याशित परिस्थितियों को शामिल करना है जो पेशेवर काम को कठिन बनाते हैं।

Plato, ग्राहक सहायता, मानव संसाधन संचालन, वित्त, लेखांकन और स्वास्थ्य सेवा प्रशासन के कामों को दोबारा बनाने के लिए संबंधित क्षेत्रों के विशेषज्ञों के साथ काम करता है। AI लैब इनसे बने परिवेशों का इस्तेमाल प्रबलन अधिगम के लिए कर सकती हैं। इसमें मॉडल बार-बार काम करने का प्रयास करते हैं और प्रतिक्रिया से सीखते हैं। इन परिवेशों का उपयोग उनके प्रदर्शन का मूल्यांकन करने के लिए भी किया जा सकता है।

सॉफ़्टवेयर सिम्युलेटर से सत्यापन योग्य कार्यप्रवाह तक

कंपनी की वेबसाइट Plato को एक अनुप्रयुक्त शोध प्रयोगशाला बताती है, जो वास्तविक दुनिया के सॉफ़्टवेयर और डेटा को एजेंटों के प्रशिक्षण और मूल्यांकन के लिए परिवेशों में बदलती है। डेवलपर के लिए दिए गए उदाहरण में कई सिम्युलेटरों के साथ एक सत्र बनाया जाता है, एक काम लोड किया जाता है, एजेंट चलाया जाता है और उसके निष्पादन का मूल्यांकन किया जाता है। उदाहरण में GitHub, Jira और Stripe के सिम्युलेटर शामिल हैं, जो दिखाते हैं कि एक काम में कई टूल का उपयोग हो सकता है।

यह ढाँचा डेवलपर्स को अनुभव की एक ऐसी इकाई देता है जिसे दोहराया जा सकता है: शुरुआती कार्यक्षेत्र, पूरा किया जाने वाला काम, एजेंट की कार्रवाइयाँ और नतीजे की जाँच। कार्यक्षेत्र को रीसेट करने से लाइव खाते में बदलाव जमा किए बिना उसी समस्या को फिर से हल करने का प्रयास किया जा सकता है।

Plato की Computer Work Val v1.0 की शोध रिपोर्ट, दिनांक 27 अक्टूबर, में 10 क्षेत्रों और 36 भूमिकाओं में फैले 300 कार्यों के सत्यापन सेट का वर्णन है, जो 210 सिम्युलेटेड ऐप्लिकेशन पर चलता है। कंपनी के अनुसार, योगदानकर्ता अपने काम के कुछ हिस्सों को ऐसे परिवेशों में बदलते हैं जो सॉफ़्टवेयर की प्रतिकृतियों और नकली डेटा से बनाए जाते हैं।

एक उदाहरण में एजेंट से सिम्युलेटेड स्प्रेडशीट, ईमेल, भुगतान और बैंकिंग टूल का इस्तेमाल करके तिमाही लाभ-हानि विवरण तैयार करने को कहा जाता है। अलग-अलग सत्यापक लेखांकन के तरीके, मुद्रा का सही रूपांतरण और अंतिम फ़ाइल पहुँचाने जैसी ज़रूरतों की जाँच करते हैं। यह तरीका किसी अन्यथा पूरी हो चुकी प्रक्रिया में गंभीर गलती उजागर कर सकता है: रिपोर्ट सही प्राप्तकर्ता तक पहुँच सकती है, फिर भी उसमें राजस्व बढ़ा-चढ़ाकर दिखाया गया हो सकता है।

रिपोर्ट में संबंधित पेशे के विशेषज्ञों द्वारा समीक्षा और परिवेश की खामियों, निर्देशों तथा मूल्यांकन के बीच विसंगतियों और रिवॉर्ड हैकिंग की जाँच का भी वर्णन है। इसमें ऐसे कार्यों पर ज़ोर दिया गया है जिनमें सफल होने के लिए ज़रूरी जानकारी मौजूद हो, लेकिन फिर भी कई स्रोतों के आधार पर तर्क करने की आवश्यकता पड़े।

मूल्यांकन प्रणाली क्यों मायने रखती है

सिम्युलेशन से मिलने वाली प्रतिक्रिया तय करती है कि मॉडल क्या सीखता है। अगर मूल्यांकन में बजट की जाँच किए बिना खरीदारी पूरी करने पर इनाम दिया जाए, तो एजेंट को उन निर्देशों की तुलना में काम पूरा करने को प्राथमिकता देना सिखाया जा सकता है जो उस काम को सार्थक बनाते हैं।

Plato का कहना है कि वह नतीजे और वहाँ तक पहुँचने के मॉडल के तरीके—दोनों का मूल्यांकन करता है। इसमें यह भी देखा जाता है कि मॉडल ने निर्देशों का पालन किया और तय सीमाओं का सम्मान किया या नहीं। कंपनी यह भी जाँचती है कि कहीं मॉडल किसी परिवेश की कमज़ोरियों का फ़ायदा उठाकर ऐसा स्कोर तो नहीं हासिल कर रहे जो सही काम को नहीं दर्शाता।

Plato के सह-संस्थापक और CTO Pranav Putta ने कहा, “हम ऐसे मूल्यांकन बनाते हैं जो काम की वास्तविक ज़रूरतों को दर्शाते हैं, ताकि डेवलपर ऊँचे स्कोर और सही ढंग से किए गए काम के बीच अंतर पहचान सकें।”

कंपनी का अलग Web Clone Bench यह परखता है कि मॉडल संदर्भ परिवेशों से वेब ऐप्लिकेशन दोबारा बनाने में कितने सक्षम हैं। Plato के अनुसार, उच्च-निष्ठा वाली प्रतिकृतियाँ बनाने की प्रक्रिया में कार्यक्षमता की जाँच और मनुष्यों द्वारा गुणवत्ता आश्वासन शामिल हैं। प्रशिक्षण के बुनियादी ढाँचे के लिए निष्ठा एक तकनीकी आवश्यकता है: छूटे हुए व्यवहार या अवास्तविक शॉर्टकट उन रणनीतियों को बदल सकते हैं जिन्हें एजेंट सीखता है।

वास्तविक दुनिया के अधिक अनुभव के लिए फंडिंग

Farlow ने इससे पहले Yutori में कंप्यूटर-उपयोग मॉडल के प्रशिक्षण के लिए एक एनोटेशन प्लेटफ़ॉर्म बनाया था। Putta की विशेषज्ञता में कंप्यूटर विज़न, रोबोटिक्स और रीइन्फ़ोर्समेंट लर्निंग शामिल हैं। उन्होंने MultiOn में कंप्यूटर-उपयोग मॉडल पर भी काम किया है।

नई फ़ंडिंग का इस्तेमाल पेशेवरों को उनके काम का और अधिक हिस्सा सिम्युलेटेड परिवेशों में दोबारा बनाने के लिए भुगतान करने में किया जाएगा। Plato की योजना वास्तविक कार्यों पर AI एजेंट तैनात करके अतिरिक्त अनुभव जुटाने की भी है। साथ ही, वह लंबे कार्यप्रवाहों और सिम्युलेटेड लोगों के साथ बातचीत वाले अधिक समृद्ध सिमुलेशन विकसित कर रही है।

यह फ़ंडिंग ऐसे एजेंट-प्रशिक्षण बुनियादी ढाँचे में व्यापक निवेश के बाद आई है, जिसमें रीइन्फ़ोर्समेंट लर्निंग परिवेशों और AI एजेंटों के लिए Labelbox की फ़ंडिंग भी शामिल है। Plato का मानना है कि मॉडलों को यथार्थपरक अभ्यास के लगातार बढ़ते अवसरों की ज़रूरत है, साथ ही ऐसे मूल्यांकनों की भी, जो काम के नियमों को बरकरार रखें। इस बुनियादी ढाँचे का महत्व इस बात पर निर्भर करता है कि सिमुलेशन के भीतर का अनुभव किसी एजेंट को उन निर्णयों के लिए कितनी अच्छी तरह तैयार करता है, जिनका सामना उसे वास्तविक दुनिया में करना होगा।