人工知能分野で生成モデルの幻覚現象と事実誤認の解消を目指すスタートアップProbablyが、アンドリーセンホロウィッツより900万ドルのシード資金を調達した。創業者のピーターエリアス氏は、同社の目標を決定論的システムにみられる99.99％の精度をAIに実現させることとし、業界が直面する高精度化の課題解決に乗り出す。 Probablyの第一弾製品は、複雑なデータセットから迅速な回答を生成するデータサイエンスツールである。各出力には出典引用と開発過程の監査証跡が付与され、透明性を確保している。同社が採用する技術的アプローチは、エリアス氏がデータサイエンス用メカスーツと称する堅牢な検証基盤だ。生成モデルの初回回答を決定論的バリデーターが即座に検証し、データ整合性に欠ける出力を拒否する仕組みとなっている。このバリデーターとの対向学習により、モデルは文脈の曖昧性を最小限に抑えるように最適化される。 この設計思想により、同社は最先端の大規模言語モデルに依存せずに高精度な運用を実現できる。エリアス氏は検証基盤の品質が高ければモデル自体の性能要求は相対的に低下すると指摘し、現在の実装は基盤モデルより4段階程度の性能差がある小規模モデル上で動作可能であると説明する。小規模モデルの採用はローカル環境での推論を可能にし、クラウド基盤への依存とそれに伴うトークンコストの増大を大幅に抑制する。 同技術はデータ分析領域に限定されず、会計処理や医療診断など事実誤認が許されない高精度要求分野への展開が見込まれている。エリアス氏は大規模AI開発ラボが本格的な検証基盤の実装に着手していない理由について、誤修正が発生するほど収益モデルが成り立つ業界構造にあると分析する。Probablyの試みは、トークンコストの高騰と予算見直しが進む顧客企業にとって、信頼性と経済性を両立させる現実的な解決策として注目されている。