Mirror Particle изгражда „световен модел“ на човешкото поведение

Стартъпите, които обещават да предвиждат как ще се държат хората, са в подем. През последната година Simile набра 200 милиона долара при оценка от 2 милиарда долара; Aaru набра 88 милиона долара при оценка от 1 милиард долара; а Humans& — стартъп в сферата на изкуствения интелект, който обяви мащабен начален кръг от 480 милиона долара през януари при оценка от 4,48 милиарда долара — стартира Persimmon, за да моделира човешкото поведение.

Днешният стандарт за прогнозиране на човешкото поведение разчита до голяма степен на големи езикови модели (LLM), на които се задават подсказки или се дообучават да влизат в ролята на представители на целева демографска група. Но базираната в Сан Франциско Mirror Particle, създадена преди две години, смята, че този подход е фундаментално погрешен.

„Това е все едно да донесете воден пистолет на Ниагарския водопад“, казва Абхивяк̀ти Ахуджа, съоснователка и главен изпълнителен директор на Mirror Particle, която предоставя на марките двигател с изкуствен интелект, прогнозиращ поведението на потребителите и причините зад него. „LLM са обучени върху стотици милиарди точки данни. До каква степен можете да повлияете на поведението им [чрез дообучаване] с толкова малко данни? Те все още са заседнали в миналото.“

Ахуджа не смята, че LLM възприемат света по начина, по който го прави човек. „LLM моделират писмения език, но хората са изградени от визуално възприятие, пространствено мислене и социална интелигентност.“ Според нея разчитането на тях означава получаване на изводи въз основа на това, което хората не забелязват — а това не е от значение, когато се опитвате да предвидите човешкото поведение. 

Mirror Particle възприема друг подход: изгражда базов модел или, както го описва Ахуджа, световен модел, създаден от нулата, който симулира защо хората правят това, което правят, и как човешкото поведение се променя с времето. 

„Не искаме да уловим статичния човек“, каза Ахуджа. „Искаме да уловим променящия се човек. Това означава да съберем надлъжни данни за това как хората се променят, какви фактори ги променят и до каква степен.“ Ако не се променят, добави тя, „това също е сигнал.“

Mirror Particle вече е набрала ангелски кръг и казва, че е близо до приключването на първия си рисков инвестиционен кръг. Компанията също така ще се състезава следващата седмица в Startup Battlefield 200 — прочутото състезание за стартъпи на TechCrunch, което ще се проведе по време на TechCrunch Disrupt 2026 в Сан Франциско от 13 до 15 октомври.

Стартъпът разчита на собствена комбинация от данни, която включва данни за клиентите на неговите клиенти, актуални събития, попкултура, социални медии и още много други, за да моделира даден демографски сегмент, разглеждайки го като система, която се развива с времето, и проследявайки как мотивациите се променят, докато той преминава през различни преживявания. Голяма част от фокуса е върху „разкритото поведение“ — това, което хората действително правят, а не отговорите им в анкети.

Подобно на конкурентите си, първоначалната стратегия на Mirror Particle за навлизане на пазара се фокусира върху областите, в които вече има бюджети за подобни анализи: пазарни проучвания, както и стратегии за марка и продукт. Например Mirror може да помогне на козметична марка не само да напише по-добър рекламен текст за грим, който би допаднал на поколението Z, но и да определи дали тази демографска група изобщо иска такъв продукт. 

„Ами ако [целевата демографска група] не иска палитри със сенки за очи?“ каза Ахуджа. „Може би ружът е по-добрият вариант, ако искате да продавате продукт на този пазар.“

Двигателят за прогнозиране на Mirror Particle също така предоставя на клиентите „защо“-то зад настоящото или бъдещото поведение — мотивациите, ограниченията и допълнителния контекст, които обосновават препоръката му, като помага на марките да вземат по-интелигентни решения. 

При един от първите пилотни проекти добре позната марка за храна за домашни любимци искала да разбере какви изображения да постави върху опаковката, за да увеличи продажбите. Пиле? Телешко? Зеленчуци? Технологията на Mirror установила, че марката задава грешния въпрос. Изображенията нямали значение. Проблемът бил, че марката била толкова разпознаваема, че се възприемала като масова и евтина, а продажбите щели да достигнат плато, докато не бъде решен този проблем с възприятието.  

„Начинът, по който виждаме развитието на нашия модел, е подобен на начина, по който бебето научава за света“, каза Ахуджа, отбелязвайки, че бебетата преминават от зрение към език, телесно осъзнаване и социална интелигентност. 

Този фундаментален интерес към моделирането на човешкия мозък произтича от опита на Ахуджа в изучаването на невронауките и компютърните науки. Родена в Индия, тя в крайна сметка учи в Университета на Торонто, където се вдъхновява от приноса на пионера в областта на изкуствения интелект Джефри Хинтън към невронните мрежи. 

След завършването си Ахуджа започва работа в Amazon Robotics, където изгражда роботи, които създават други роботи. Там се запознава със своите съоснователи Уил Сонг и Томсън Йен. Сонг е прекарал значителна част от кариерата си в изграждане на двигатели за персонализация на продажбите, а Йен се е съсредоточил върху използването на дълбоко обучение, за да разбере как агентите с изкуствен интелект разбират човешкото поведение.   

Дългосрочната визия на стартъпа е да се превърне в „общ слой за предвиждане на човешкото поведение“ и да премине от по-широки анализи на ниво население към прозрения на индивидуално ниво. 

„Просто се нуждаем от по-добър модел на хората, ако ще работим заедно с изкуствения интелект и един с друг“, каза Ахуджа.

Вижте Mirror Particle и много други иновативни стартъпи, проверени от редакционния екип на TechCrunch, следващата седмица на Disrupt в центъра на Сан Франциско. Победителят в тазгодишния Startup Battlefield ще бъде определен от нашата група съдии от фондове за рисков капитал следобед в четвъртък, 15 октомври.