थीसिस स्टेटमेंट

इस महीने, पालो अल्टो के एक छोटे AI शोधकर्ता टीम ने बड़ी खबर और और भी बड़े लक्ष्यों के साथ छाया से बाहर निकल आया। ओहायो स्टेट विश्वविद्यालय के प्रमुख अकादमिक्स द्वारा स्थापित NeoCognition ने 21 अप्रैल, 2026 को $40 मिलियन की बीज फंडिंग राउंड की घोषणा की। इस अतिपूर्ति राउंड में जटिल समर्थक शामिल थे, जो आज के बातचीत वाले, अक्सर असमर्थ उपकरणों से परे AI को आगे बढ़ाने के लिए उत्सुक थे।

 

NeoCognition वर्तमान AI एजेंट्स की एक मूल कमजोरी, अर्थात् विशेषज्ञ स्तर के कार्यों को विश्वसनीय ढंग से संभालने में असमर्थता को हल करना चाहता है, जिसके लिए वह ऐसे प्रणालियाँ बना रहा है जो कार्य के दौरान लगातार सीखती हैं, अपने संचालन परिवेश के विस्तृत मॉडल बनाती हैं, और लोगों की तरह एक नए पेशे को सीखने पर विशेषज्ञ बन जाती हैं।

यू सू, ओहायो स्टेट यूनिवर्सिटी के एक सहायक प्रोफेसर और 2025 स्लॉन रिसर्च फेलो, ने चैटजीपीटी ने जनता का ध्यान आकर्षित किए जाने से कई साल पहले एआई एजेंट्स के लिए मूलभूत उपकरण विकसित करने में सालों बिताए। उनकी टीम ने माइंड2वेब, एमएमएमयू और सीएक्ट जैसे प्रभावशाली प्रोजेक्ट्स बनाए, जिन्होंने आधुनिक बड़े भाषा मॉडल्स के योजना बनाने, अवलोकन और क्रिया करने के तरीके को आकार दिया। योगदान आज ओपनएआई, एंथ्रोपिक और गूगल के प्रणालियों में प्रकट होते हैं।

 

सु और सह-संस्थापक शियांग डेंग और यू गु ने निर्णय लिया कि अब उनके शोध को एक कंपनी में बदलने का समय आ गया है। वे सिलिकॉन वैली चले गए और लगभग 15 डॉक्टरेट-स्तर के शोधकर्ताओं का एक संकुचित समूह तैयार किया, जो केवल एजेंट्स पर केंद्रित थे। लैब के प्रारंभिक कार्य में पहले से ही मेमोरी, योजना बनाना, मूल्यांकन और सुरक्षा जैसे मुख्य घटक शामिल थे। निवेशकों ने इस गहरी प्रतिभा को देखा और तुरंत कार्रवाई की। $40 मिलियन का राउंड टीम को शैक्षणिक क्रांतियों को व्यावहारिक, स्वयं-सुधार करने वाली प्रणालियों में बदलने का समय देता है, जिन पर उद्योग वास्तविक कार्यों के लिए भरोसा कर सकते हैं।

 

सू के पृष्ठभूमि में माइक्रोसॉफ्ट सेमेंटिक मशीन्स में संवादात्मक एआई पर काम करने का अनुभव शामिल है, और चिंगहुआ विश्वविद्यालय और यूसी सैंटा बारबरा से डिग्रियाँ हैं। CVPR और ACL जैसे शीर्ष सम्मेलनों में बेस्ट पेपर पुरस्कारों का उनका रिकॉर्ड ने निवेशकों को यह आत्मविश्वास दिया कि नियोसिग्निशन क्षेत्र की दृढ़ समस्याओं को हल कर सकता है। संस्थापकों ने एजेंट शोध में 30 से अधिक वर्षों का सामूहिक अनुभव एकत्र किया, जिससे स्टार्टअप को व्यावसायिक लक्ष्यों के साथ एक शुद्ध शोध प्रयोगशाला के रूप में स्थापित किया गया।

वर्तमान में कई एआई एजेंट जटिल कार्य पूरा करने के लिए अनुरोध करने पर सुसंगठित रहने में कठिनाई का सामना कर रहे हैं। रिपोर्ट्स बताती हैं कि वे केवल लगभग आधे समय सफल होते हैं, जिससे उपयोगकर्ताओं को आउटपुट की देखभाल करनी पड़ती है या भारी हस्तमैथुन संशोधन करने पड़ते हैं। यह अंतर उन सभी उपकरणों में दिखाई देता है जो कोडिंग, ब्राउज़िंग या वर्कफ्लो स्वचालित करने का प्रयास करते हैं। लोग जब भी उन्हें लागू करते हैं, तो हर बार विश्वास की छलांग लगाते हैं।

 

NeoCognition इसी समस्या को समाधान करने का लक्ष्य रखता है। जनरलिस्ट एजेंट्स व्यापक प्रतिक्रियाओं में अच्छे होते हैं, लेकिन जब डेप्थ और विश्वसनीयता महत्वपूर्ण होती है, तो वे असफल हो जाते हैं। उनमें विशिष्ट सेटिंग्स, जैसे किसी कंपनी के आंतरिक सॉफ्टवेयर स्टैक या उद्योग के प्रवाहों के लिए गहराई से अनुकूलन करने के तंत्र कमी है। परिणामस्वरूप, उद्यम उच्च-जोखिम जिम्मेदारियों को सौंपने में संकोच करते हैं। स्टार्टअप मानता है कि आगे का मार्ग एजेंट्स को उसी प्लास्टिसिटी को प्रदान करना है, जो मनुष्य एक नए नौकरी या क्षेत्र में प्रवेश करते समय दिखाते हैं।

 

निरंतर शिक्षा पर ध्यान केंद्रित करके, कंपनी सफलता की दरों को बढ़ाने और निरंतर मानवीय निगरानी की आवश्यकता को कम करने की उम्मीद करती है। यह परिवर्तन ऐसे एजेंट्स के लिए द्वार खोल सकता है जो टूटने वाले स्क्रिप्ट्स की बजाय क्षमताशाली सहयोगी की तरह महसूस हों।

नियोसिग्निशन का मूल विचार मानव अधिगम से सीधे प्रेरित है। जब लोग एक नए भूमिका की शुरुआत करते हैं, तो वे धीरे-धीरे उस परिवेश में क्या मौजूद है, कौन सी क्रियाएँ काम करती हैं, कौन से नियम लागू होते हैं, और विभिन्न विकल्पों से क्या परिणाम निकलते हैं, इसका एक आंतरिक मानचित्र बनाते हैं। समय के साथ, यह मानसिक मॉडल उस सूक्ष्म-दुनिया के भीतर तेज़ निर्णय, बेहतर न्याय और रचनात्मक समस्या-समाधान की अनुमति देता है।

 

स्टार्टअप स्वायत्त अनुभव के माध्यम से कुछ समान कार्य करने के लिए एजेंट डिज़ाइन करता है। इन प्रणालियाँ केवल विशाल पूर्व-प्रशिक्षण डेटा पर निर्भर नहीं करतीं, बल्कि वे उस डोमेन की संरचना, प्रवाह और सीमाओं को सीखती हैं जिसमें वे कार्य करती हैं। वे एक "विश्व मॉडल" बनाती हैं जो किसी पेशे, संगठन या सॉफ़्टवेयर वातावरण के लिए विशिष्ट संबंधों और गतिशीलता को पकड़ता है। यह प्रक्रिया कार्य के दौरान होती है, जिससे एजेंट व्यापक हस्तनिर्मित इंजीनियरिंग के बिना तेजी से विशेषज्ञता प्राप्त कर सकता है।

 

सु समानता को स्पष्ट रूप से समझाते हैं: मानवों में निरंतर अधिगम प्रक्रिया मूल रूप से किसी भी पेशे या परिवेश के लिए एक विश्व मॉडल बनाती है। एजेंट्स को विशेषज्ञता प्राप्त करने के लिए इसी क्षमता की आवश्यकता होती है। एक बार बन जाने के बाद, मॉडल कार्रवाइयों को तेज़, सस्ती और अधिक विश्वसनीय बनाता है। यह संवेदनशील परिस्थितियों में सुरक्षित व्यवहार को भी समर्थन करता है क्योंकि एजेंट परिणामों और सीमाओं को बेहतर ढंग से समझता है। यह क्रियाविधि प्रक्षेपण के बाद स्थिर रहने वाले स्थिर सामान्यवादियों से अलग है। निओसिग्निशन के एजेंट्स उपयोग के माध्यम से सुधरते रहते हैं, प्रारंभिक सामान्य क्षमताओं को गहरी, संदर्भ-जागरूक कुशलता में बदल देते हैं।

एआई उद्योग ने हमेशा बड़े होते जा रहे फाउंडेशन मॉडल्स में संसाधन लगाए हैं, जो सब कुछ संभालने की कोशिश करते हैं। नियोसिग्निशन विपरीत दृष्टिकोण अपनाता है। उनके अनुसार, भविष्य एक एकल सुपर एजेंट के बजाय विशेषज्ञ एजेंट्स की बहुलता का है। प्रत्येक एजेंट अपनी संकीर्ण दुनिया को इतनी गहराई से सीखता है कि वह विशेषज्ञ स्तर का प्रदर्शन, विश्वसनीयता और निर्णय ले सके।

 

सामान्य उद्देश्य वाले प्रणालियाँ एक चरमबिंदु पर पहुँच जाती हैं, जहाँ अधिक डेटा या पैरामीटर जोड़ने से सूक्ष्मता और सुसंगठितता की मांग वाले वास्तविक दुनिया के कार्यों पर लाभ में कमी आती है। अनुभव के माध्यम से विशेषज्ञता उच्च प्रदर्शन के लिए अधिक कुशल मार्ग प्रदान करती है। एजेंट एक वातावरण को गहराई से समझने पर गणना के प्रयास केंद्रित कर सकते हैं, जिससे कम निरंतर लागत पर बेहतर परिणाम मिलते हैं।

 

यह दृष्टिकोण मानवीय क्षमताओं के बिना विशेषज्ञता को स्केल करता है। जबकि शीर्ष मानव विशेषज्ञ दुर्लभ और महंगे बने रहते हैं, स्वयं-सीखने वाले एजेंट समान भर्ती बाधाओं के बिना संगठनों में डोमेन-स्तरीय ज्ञान उपलब्ध करा सकते हैं। कंपनी का लक्ष्य विशेषज्ञता तक पहुँच को विस्तारित करना है ताकि अधिक लोग और टीमें उन्नत क्षमताओं से लाभान्वित हो सकें।

विस्टा इक्विटी पार्टनर्स ने अपने सॉफ्टवेयर कंपनियों के बड़े पोर्टफोलियो के कारण इस राउंड में हिस्सा लिया। निओसिग्निशन स्थापित SaaS प्लेटफॉर्म्स के साथ साझेदारी करके स्वयं-सीखने वाले एजेंट्स को एकीकृत करने में मजबूत क्षमता देखता है। ये एजेंट्स मौजूदा उत्पादों को अपग्रेड कर सकते हैं या कंपनियों द्वारा पहले से उपयोग किए जा रहे परिचित टूल्स के भीतर स्वायत्त कर्मचारियों के रूप में कार्य कर सकते हैं।

 

उद्यम अक्सर जटिल, कस्टम वातावरणों को चलाते हैं जिनमें अद्वितीय नियम और डेटा प्रवाह होते हैं। एक सामान्य एजेंट भारी कस्टमाइजेशन के बिना यहाँ काम नहीं कर पाता। नियोसाइन्टिफिक के प्रणालियाँ बातचीत के माध्यम से इन विशिष्टताओं को सीधे सीखती हैं, जिससे सेटअप समय कम होता है और फिट बेहतर होता है। सप्ताहों या महीनों के उपयोग के दौरान, एजेंट अपना विश्व मॉडल सुधारता है और डेटा प्रोसेसिंग, पालन जाँच, या प्रवाह स्वचालन जैसे कार्यों में अधिक प्रभावी हो जाता है।

 

स्टार्टअप खुद को एक व्यापक AI प्लेटफॉर्म के बजाय एजेंट लैब के रूप में स्थित करता है। यह फोकस इसे संसाधनों को उस लर्निंग और स्पेशलाइजेशन लेयर पर केंद्रित करने की अनुमति देता है, जिसे अन्य कई प्लेयर्स दूसरे स्तर के रूप में मानते हैं। एंटरप्राइज सॉफ्टवेयर पार्टनर्स के माध्यम से प्रारंभिक वितरण अपनाने को तेज कर सकता है और आगे के सुधारों के लिए समृद्ध वास्तविक-दुनिया का डेटा प्रदान कर सकता है।

कैम्बियम कैपिटल और वॉल्डन कैटलिस्ट वेंचर्स ने 40 मिलियन डॉलर के राउंड की नेतृत्व किया, जिसमें विस्टा इक्विटी पार्टनर्स और प्रमुख एंजेल्स ने भाग लिया। इंटेल के सीईओ लिप-बू तान और डेटाब्रिक्स के सह-संस्थापक आयन स्टोइका ने अपने नाम और विशेषज्ञता जोड़ी। अन्य समर्थकों में एआई शोधकर्ता डॉन सॉन्ग, रुसलन सलाखुतडिनोव और लूक जेटलेमोयर शामिल हैं।

 

कैम्बियम के लैंडन डाउन्स ने कंपनी के केंद्र में एक नवीन सीखने के तंत्र को उजागर किया जो त्वरित विशेषज्ञता को सक्षम बनाता है। लिप-बू टैन ने पर्यवेक्षण से लेकर सुरक्षा तक एजेंट चुनौतियों के व्यापक कवरेज की प्रशंसा की। आयन स्टोइका ने नोट किया कि जैसे ही सामान्य एजेंट मानक बन जाते हैं, वास्तविक परीक्षण गंभीर अनुप्रयोगों के लिए आवश्यक विश्वसनीयता के साथ विशेषज्ञ स्तर की बुद्धिमत्ता प्राप्त करने में स्थानांतरित हो जाता है।

 

अतिरिक्त आवंटन ने संस्थापक टीम के शोध पृष्ठभूमि पर मजबूत विश्वास को दर्शाया। लगभग 15 लोगों की टीम के साथ, नियोसिग्निशन संक्षिप्त रूप से कार्य करता है लेकिन असाधारण प्रतिभा घनत्व के साथ। इस पूंजी से स्वयं-सीखने वाली आर्किटेक्चर को आगे बढ़ाने के लिए गहरे प्रयोग और भर्ती का समर्थन किया जाएगा।

कई कंपनियाँ AI एजेंट्स का अन्वेषण कर रही हैं, लेकिन अधिकांश अभी भी सुधार के लिए नियमित पुनः प्रशिक्षण या मानव-निर्मित प्रॉम्प्ट्स पर निर्भर हैं। नियोसाइटन एक आंतरिक, स्वायत्त प्रक्रिया पर जोर देता है, जहाँ एजेंट्स निरंतर बाहरी हस्तक्षेप के बिना अपनी समझ को बनाते हैं और सुधारते हैं। इस डिज़ाइन का लक्ष्य वास्तविक प्लास्टिसिटी, यानी एक प्रेरित नए कर्मचारी की तरह नए संदर्भों के प्रति तेजी से अनुकूलन करने की क्षमता है।

 

अमूर्त, संरचनात्मक और संचालनात्मक वातावरणों के विश्व मॉडल पर जोर सिर्फ स्क्रीन की दृष्टि या बुनियादी उपकरणों के उपयोग से परे जाता है। एजेंट एक दिए गए माइक्रो-विश्व में यह सीखते हैं कि क्या मायने रखता है, तत्व कैसे अंतःक्रिया करते हैं, और कौन सी क्रियाएँ वांछित परिणामों की ओर ले जाती हैं। यह संरचित ज्ञान समय के साथ बेहतर योजना बनाने और त्रुटियों को कम करने में सहायता करता है।

 

संस्थापक यह जोर देते हैं कि उनकी प्रणालियाँ मानवीय कार्य को बदलने के बजाय बढ़ाती हैं। बढ़ती विशेषज्ञता के साथ दोहराव वाले या जटिल नियमित कार्यों को संभालकर, एजेंट लोगों को उच्चतर स्तर की रचनात्मकता और रणनीति पर ध्यान केंद्रित करने के लिए मुक्त करते हैं। लक्ष्य टीमों और संगठनों के भीतर समग्र क्षमताओं को बढ़ाना है।

यू सू और उनके सह-संस्थापकों ने दैनिक मानव अनुकूलन से प्रेरणा ली। किसी को एक जूनियर विश्लेषक या शिष्य व्यापारी के रूप में शुरू होते देखें। कुछ महीनों में, वे अपने क्षेत्र के अलिखित नियमों, छोटे रास्तों और जालों की एक अंतर्ज्ञानी समझ विकसित कर लेते हैं। यह आंतरिक मॉडल कुशलता और सही निर्णयों को प्रेरित करता है। निओसाइनिशन चाहता है कि एजेंट जानबूझकर, अनुभव-आधारित सीखने के माध्यम से एक समानांतर मार्ग का पालन करें।

 

टीम के सदस्य इस दृष्टि के लिए व्यक्तिगत जुनून लाते हैं। बहुत से शैक्षणिक प्रयोगशालाओं से आते हैं, जहाँ उन्होंने वास्तविक जटिलता पर प्रायोगिक एजेंट प्रोटोटाइप्स के असफल होने को देखा। अस्थिर परिणामों की निराशा ने निरंतर सुधार पर स्पष्ट ध्यान केंद्रित करते हुए व्यावसायिकीकरण की ओर रुख किया।

 

प्रारंभिक कर्मचारियों में ऐसे शोधकर्ता शामिल हैं जिन्होंने ऐसे मूलभूत पेपर्स पर योगदान दिया है जिनका अब पूरे उद्योग में उपयोग किया जाता है। उनका सामूहिक ज्ञान शिक्षण तंत्रों पर लगातार सुधार करने के लिए एक उपजाऊ वातावरण बनाता है। पालो आल्टो स्थित मुख्यालय समूह को प्रतिभा और साझेदारों के करीब रखता है, जबकि शोध-प्रथम संस्कृति को बनाए रखता है।

अगर नियोसिग्निशन सफल होता है, तो संगठन ऐसे एजेंट लागू कर सकते हैं जो लेखांकन, डिज़ाइन समीक्षा, ग्राहक समर्थन प्रवाह या वैज्ञानिक डेटा विश्लेषण में विश्वसनीय विशेषज्ञों में विकसित हो जाएं। इन प्रणालियों को प्रत्येक नए ग्राहक या विभाग के लिए लगातार पुनः प्रोग्राम करने की आवश्यकता नहीं होगी। इनके बजाय, वे लक्ष्य परिवेश के सटीक मॉडल बनाकर अनुकूलित होते हैं।

 

यह क्षमता विशेषज्ञ स्तर के समर्थन तक पहुँच को लोकतांत्रिक बना सकती है। छोटी टीमों या कुशलता की कमी वाले क्षेत्रों को ऐसे उपकरण प्राप्त हो सकते हैं जो पहले केवल अच्छी तरह से संसाधित समूहों के लिए उपलब्ध थे। आर्थिक प्रभावों में उच्चतर उत्पादकता और तेज़ नवाचार चक्र शामिल हो सकते हैं, क्योंकि नियमित संज्ञानात्मक कार्य क्षम, स्वयं-सुधार करने वाली प्रणालियों पर स्थानांतरित हो जाते हैं।

 

यह दृष्टिकोण सुरक्षा की चिंताओं को भी संबोधित करता है। गहरी पर्यावरणीय समझ से एजेंट्स सीमाओं को पहचान सकते हैं और उच्च-जोखिम वाले क्षेत्रों में हानिकारक कार्रवाइयों से बच सकते हैं। विश्वसनीयता में वृद्धि सबसे अधिक महत्वपूर्ण है जहाँ त्रुटियों की वास्तविक लागत होती है।

मजबूत स्व-सीखने वाले लूप बनाने में तकनीकी बाधाएँ आती हैं। एजेंट्स को उपयोगी पैटर्न को शोर से अलग करना होगा, गलतियों को मजबूत करने से बचना होगा, और अपने विश्व मॉडल को अपडेट करते समय स्थिरता बनाए रखनी होगी। नई रणनीतियों के अन्वेषण और विश्वसनीय निष्पादन के बीच संतुलन बनाने के लिए सावधानीपूर्वक आर्किटेक्चर की आवश्यकता होती है। डेटा की दक्षता भी मायने रखती है। मनुष्य नए सेटिंग में सीमित उदाहरणों से सीखते हैं; सिलिकॉन में इस दक्षता को स्केल करना अभी भी एक खुला शोध प्रश्न है। 

 

निओसाइंटिफिक की टीम इन मुद्दों को सुलझाने के लिए मूल्यांकन और स्मृति पर पिछले कार्यों पर आधारित है, लेकिन स्केल पर वास्तविक दुनिया की परीक्षा से अंतराल सामने आएंगे। कंपनी उच्च सफलता दरों और तेज़ विशेषज्ञता की ओर मापने योग्य प्रगति पर केंद्रित रहती है। प्रगति संभवतः क्रमिक रूप से आएगी, जब एजेंट विविध उद्यम पर्यावरणों का सामना करेंगे और अपनी सीखने की प्रक्रियाओं को सुधारेंगे।

NeoCognition एक ऐसी दुनिया की कल्पना करता है जहाँ स्व-सीखने वाले एजेंट्स के माध्यम से विशेषज्ञता बहुल हो जाती है। ये प्रणालियाँ मानवों के साथ प्रतिस्पर्धा नहीं करतीं, बल्कि क्षमताओं को बढ़ाती हैं और आविष्कार तथा समस्या-समाधान के लिए नए संभावनाएँ खोलती हैं। प्रत्येक एजेंट एक विशिष्ट क्षेत्र में अपनी विशेषज्ञता को गहरा करता है, जिससे विभिन्न आवश्यकताओं को पूरा करने वाला विशेषज्ञ बुद्धिमत्ता का नेटवर्क बनता है। $40 मिलियन की निवेश इस दृष्टि को संभव बनाने वाले सीखने के तंत्रों में शोध को तेज करती है। 

 

मजबूत निवेशक समर्थन और एक प्रतिभाशाली मूल टीम के साथ, लैब ऐसे एजेंट्स प्रदान करने का लक्ष्य रखती है जो निरंतर, सुधारते हुए प्रदर्शन के माध्यम से विश्वास अर्जित करें। उद्यम और डेवलपर्स जल्द ही ऐसे सिस्टम का परीक्षण कर सकते हैं जो सक्षम शुरू होते हैं और समय के साथ वास्तविक रूप से विशेषज्ञ बन जाते हैं। यह विकास आज के AI सहायकों की तुलना में उन साझेदारों की ओर एक महत्वपूर्ण कदम हो सकता है जो अपने उपयोगकर्ताओं के साथ वास्तव में सीखते हैं।

नवीन पूंजी मुख्य सीखने के एल्गोरिदम और विश्व मॉडल निर्माण पर विस्तारित प्रयोगों का समर्थन करती है। एक छोटी लेकिन शीर्ष टीम के साथ, नियोसाइन्टिफिक एजेंट प्लास्टिसिटी में उच्च जोखिम, उच्च लाभ वाली दिशाओं का पीछा कर सकता है। योजनाओं में उद्यम संदर्भों के भीतर गहरी एकीकरण परीक्षण शामिल हैं, ताकि सुधार के लिए प्रतिक्रिया और डेटा एकत्रित किया जा सके।

 

प्रायोजक यह अपेक्षा करते हैं कि वित्तपोषण से ऐसे प्रोटोटाइप मिलेंगे जो विश्वसनीयता और अनुकूलन की गति में स्पष्ट लाभ दर्शाएं। यहां सफलता आगे के राउंड और व्यापक साझेदारियों को आकर्षित कर सकती है। शोध-भारित दृष्टिकोण कंपनी को शीघ्र उत्पाद लॉन्च के बजाय कठोर मूल्यांकन में स्थिर रखता है।

उद्यम सॉफ्टवेयर वातावरण संरचित लेकिन जटिल नियमों से भरे हुए समृद्ध परीक्षण मंच प्रदान करते हैं। एजेंट्स विभिन्न वर्कफ्लो, डेटा स्कीमा और अनुपालन आवश्यकताओं का सामना करेंगे। इनमें सफलतापूर्वक नेविगेट करना सीखने से वर्ल्ड मॉडल अवधारणा की पुष्टि होगी और सुधार के क्षेत्रों को उजागर किया जाएगा।

 

प्रारंभिक पायलटों से उपयोगकर्ता फीडबैक से एजेंट्स की गति, सटीकता और सुरक्षा को संतुलित करने में मदद मिलेगी। कंपनी जिम्मेदार विकास पर जोर देती है और सुरक्षित कार्रवाइयों को मार्गदर्शन देने के लिए पर्यावरणीय समझ का उपयोग करती है। समय के साथ, इन वास्तविक लागू करने से ऐसे एजेंट्स बनेंगे जो दैनिक संचालन में अधिक प्राकृतिक और विश्वसनीय महसूस होंगे।

अब बड़ी राशियाँ केवल अग्रणी मॉडल प्रशिक्षण की बजाय एप्लिकेशन और विश्वसनीयता स्तरों की ओर बह रही हैं। निओसिग्निशन के राउंड ने एजेंट्स के लिए साबित शैक्षणिक योगदान वाली टीमों में निवेशकों की रुचि को उजागर किया है। यह बेट स्पेशलाइजेशन और निरंतर सीखने पर केंद्रित है, जो व्यावहारिक प्रभाव के लिए अगली सीमा है।

 

यह पैटर्न क्षेत्र में परिपक्व अपेक्षाओं को दर्शाता है। प्रायोजक ऐसे प्रणालियों की चाहत करते हैं जो केवल प्रभावशाली डेमो नहीं, बल्कि वास्तविक परिस्थितियों में मापने योग्य मूल्य प्रदान करें। नियोसिग्निशन का स्व-सुधार पर ध्यान केंद्रित करना, उन एजेंट्स की मांग के साथ संगत रखता है जो बढ़ती क्षमता और कम दीर्घकालिक लागत के माध्यम से उद्यमिक अपनाने का औचित्य प्रस्तुत करते हैं।

1. नियोसिग्निशन का एआई एजेंट्स के प्रति दृष्टिकोण अधिकांश वर्तमान प्रणालियों से कैसे भिन्न है? 

 

कंपनी ऐसे एजेंट बनाती है जो अपने विशिष्ट वातावरण के विश्व मॉडल बनाकर कार्यस्थल पर लगातार सीखते हैं। इससे वे जल्दी से विशेषज्ञों में विशेषीकृत हो जाते हैं, जिससे आज के सामान्य एजेंट्स द्वारा उत्पन्न असंगति का समाधान होता है, जो अक्सर जटिल कार्यों पर केवल लगभग आधे समय सफल होते हैं।

 

2. नियोसिग्निशन की स्थापना किसने की और उनकी पृष्ठभूमि क्यों अलग है? 

 

यू सू, शियांग डेंग और यू गु ने लैब की शुरुआत की। सू, एक स्लॉन रिसर्च फेलो और ओहायो स्टेट विश्वविद्यालय के प्रोफेसर, पहले प्रभावशाली एजेंट शोध का नेतृत्व किया और माइक्रोसॉफ्ट पर संवादात्मक एआई पर काम किया। उनके संयुक्त पेपर और उपकरणों ने प्रमुख एआई डेवलपर्स को प्रभावित किया है, जिससे टीम को पर्सेप्शन, प्लानिंग और सुरक्षा में गहरी विशेषज्ञता प्राप्त हुई है।

 

3. 40 मिलियन डॉलर की फंडिंग का उपयोग किस उद्देश्य से किया जाएगा? 

 

पूंजी एक शोध-केंद्रित प्रयास को समर्थन देती है जिसमें स्वयं-सीखने वाले तंत्रों का विकास और परीक्षण किया जाता है। एक छोटी डॉक्टरेट शोधकर्ता टीम के साथ, यह धन विश्व मॉडल निर्माण, विशेषीकरण एल्गोरिदम और उद्यम समाकलन पायलट पर त्वरित दोहराव को सक्षम बनाता है और अतिरिक्त प्रतिभा को आकर्षित करता है।

 

4. क्या ये स्व-अधिग्रहण करने वाले एजेंट तुरंत उच्च-जोखिम वाले उद्यमी सेटिंग्स में काम कर सकते हैं? 

 

प्रारंभिक संस्करणों को सावधानी से मान्यता देने की आवश्यकता होगी, लेकिन डिज़ाइन में विश्वसनीयता और सुरक्षा में सुधार के लिए पर्यावरणीय समझ विकसित करने पर जोर दिया गया है। लक्ष्य ऐसे एजेंट बनाना है जो समय के साथ उपयोग से अधिक विश्वसनीय बन जाएँ, जिससे वे उन कार्यप्रवाहों के लिए उपयुक्त हों जहाँ सुसंगठितता महत्वपूर्ण है।

 

5. नियोसिग्निशन की तकनीक ज्ञान कार्यकर्ताओं को कैसे प्रभावित कर सकती है? 

 

एजेंट नियमित या डेटा-भारी कार्यों को संभाल सकते हैं, जिससे लोगों को रचनात्मक और रणनीतिक कार्यों के लिए मुक्त किया जा सकता है। विशेषज्ञता को अधिक उपलब्ध बनाकर, प्रणालियाँ छोटी टीमों या संगठनों को एक समय में केवल बड़े विशेषज्ञ समूहों तक सीमित क्षमताओं तक पहुँच प्रदान कर सकती हैं, जिससे समग्र उत्पादकता में वृद्धि हो सकती है।

 

6. मैं नियोसिग्निशन की प्रगति के बारे में और कहाँ जान सकता हूँ? 

 

उनके मिशन और शोध दिशा पर अपडेट्स के लिए आधिकारिक वेबसाइट देखें। टेकक्रंच में कवरेज और कंपनी का प्रेस रिलीज फंडिंग और तकनीकी दृष्टिकोण पर मजबूत शुरुआती बिंदु प्रदान करते हैं।

यह सामग्री केवल सूचनात्मक उद्देश्यों के लिए है और निवेश सलाह नहीं है। क्रिप्टोकरेंसी निवेश में जोखिम होता है। कृपया अपनी खुद की शोध करें (DYOR)।

 

डिस्क्लेमर: इस पेज का भाषांतर आपकी सुविधा के लिए AI तकनीक (GPT द्वारा संचालित) का इस्तेमाल करके किया गया है। सबसे सटीक जानकारी के लिए, मूल अंग्रेजी वर्जन देखें।