Cyrus Khajvandiは、スタンフォード大学の生物学卒業生であり、2回の起業家でもありました。彼は日々の業務を管理しながら科学的研究の最新情報を把握することが難しいと感じることが多かったのです。Khajvandiは自分だけでなく、AI技術がよりアクセスしやすくなっていることを認識し、特に科学的研究に関する文書を要約し質問に回答するためのAIプラットフォームの開発を開始しました。
このプラットフォーム、Humata AIは、2月に発売され、元Labelboxの創設者であるDan RasmusonがCTOとして加わりました。そして、それはすぐに注目を集め、何百万ページものファイルを処理し、何百万人のユーザーベースを成長させ、GoogleのGradient Ventures、ARK invest、M13などの投資家から350万ドルの資金を確保しました。
「Humataのミッションは、人々や組織が全てのファイルにわたって質問できるようにして、より賢くて迅速な意思決定ができることです」とKhajvandiはTechCrunchにメールインタビューで語りました。「Humataはあなたのファイルのための[OpenAIの]ChatGPTのようなものです。」
Humataは、実行時に非常にシンプルです。コンセプトに忠実なプラットフォームは、ユーザーがファイル（主にPDFファイル）に関する質問をするだけで答えを得ることができます。ユーザーは1つまたは複数のPDFをアップロードし、それらに関して質問することができます。Khajvandiによれば、顧客は学者だけでなく、法律、石油・ガス産業、およびカスタマーサポートのプロフェッショナルも含まれていると言います。
今では、前述のChatGPTやAnthropicのClaudeなどのチャットボットも同様のファイル分析機能を提供しています。しかし、Khajvandiは、Humataはその機能の制限と焦点のためにより堅牢であると主張しています。
彼は言います。「人々はAIにどんな質問でもし、自分のデータから即座に回答を得ることができます。さらに、参照箇所が強調表示されます。これはAIの最近の進歩により、すべての労働者が質問に即座に回答を得ることができるようになったためです。」
ただし、AIは必ずしも要約において最適とは言えません。Fast CompanyがChatGPTの要約能力をテストした結果、このモデルはコンテンツを誤って理解したり、欠落させたり、要約された文書に含まれていない事実を作り出したりする傾向があることがわかりました。
また、明らかなプライバシー上の問題もあります。企業や個人ユーザーは、特に文書に機密情報が含まれている場合、Humataのプラットフォームに文書をアップロードすることに対して快適ではないかもしれません。
Khajvandiは、Humataの要約能力を信じており、同社のモデルは「多様なデータセット」でトレーニングされ、「厳格にテスト」されていると主張しています。また、Humataは「必要なデータ」のみを収集しており、「不正アクセスを防ぐための強力なセーフガード」を導入していると述べています。
彼はさらに述べています。「私たちはインフォームドコンセントを確保し、ユーザーが彼らが同意する内容を理解するのを支援しています」とKhajvandiは付け加えました。「AIシステムが進化するにつれて、私たちは明示的な許可なしに機密情報を推測しないように注意しています。私たちはさまざまな地域や文化において法的および倫理的な基準に従い、Humataはエンタープライズに対応しています。」
（Khajvandiが主張するように）Humataは有料プランで数千人の顧客を抱えており、これまでに調達した資金（プリシードラウンドを含む358万ドル）をAIの能力を向上させ、ユーザーエクスペリエンスを改善し、市場拡大に充てる予定です。
「私たちは、企業のファイルから洞察を合成するために効率的なAI駆動ソリューションへの需要が増えていることに着目して、今回資金を調達することを選びました」とKhajvandiは述べました。「これらの資金は、新しい機能の開発、既存製品の改善、およびHumataを使用したプライベートデータを活用してビジネスがより良くて迅速な意思決定を行えるようにするために役立つでしょう。」
元記事はこちら
