Andreessen Horowitz'in öncülük ettiği 40 milyon dolarlık Seri A turu ile güçlenen Vals, yapay zeka modellerinin performans ölçümüne yönelik standartları yeniden şekillendirmeye yönelik çalışmalarını hızlandırdı. 2024 yılında kurulan bu girişim, sektördeki geleneksel ve zamanla etkisini yitiren değerlendirme yöntemlerinin yerini alarak, modellerin gerçek dünya yetkinliklerini doğrulamaya odaklanıyor. San Francisco merkezli şirket, kısa sürede teknoloji dünyasında önemli bir aktör haline geldi ve son yatırım turuyla birlikte operasyonlarını genişletme imkanı buldu.

Yatırım ve Kurumsal Geçmiş

Vals, daha önceki sermaye ihtiyacını 8VC ve Bloomberg Beta'nın liderlik ettiği tohum turunda karşılamıştı. Ancak geçen ay tamamlanan ve 40 milyon dolarlık yatırıma sahne olan Seri A turu, şirketin büyüme hızını ve piyasadaki konumunu net bir şekilde ortaya koymaktadır. Bu finansal destek, Vals'ın yapay zeka değerlendirme altyapısını geliştirmek ve sektördeki payını artırmak için kritik bir kaynak sağlıyor.

Şirketin kurucu ortağı Rayan Krishnan, 25 yaşında olup kariyerine Palantir'de stajyer olarak başladı. Stanford Üniversitesi'nde lisans eğitimini sürdüren Krishnan, aynı dönemde Microsoft ve üniversitenin yapay zeka laboratuvarında da görev aldı. Krishnan'ın vizyonu, akademik benchmarkların (performans testlerinin) hızla gelişen yapay zeka modellerinin gerisinde kalması observationenden doğdu. Hızla piyasaya sürülen yeni ve güçlü modellerin, mevcut test setleriyle doğru bir şekilde ölçülememesi sorunu, Vals'ın temel problem alanı olarak belirlendi.

Değerlendirme Metodolojisi ve Ofis Ortamı

Krishnan, yapay zekanın toplumun her alanına entegre olması nedeniyle, bu modellerin şirketlerin pazarlama iddialarıyla birebir örtüşen yetenekleri kanıtlayan bağımsız test mekanizmalarına ihtiyaç duyulduğunu vurguluyor. Geçmişte zekayı soyut kavramlarla ölçmeye çalışan geleneksel yaklaşımların, günümüzün karmaşık uygulama senaryolarına cevap vermediği belirtiliyor. Vals'ın yeni ofisi, San Francisco'nun Folsom Caddesi'nde, bir asır önce büyük bir bira fabrikası olarak kullanılan tarihi bir tuğla binada yer alıyor. Bu mekanda, teknolojinin geleceğini şekillendirmeye çalışan çeşitli girişimler faaliyet göstermektedir.

Ne anlama geliyor?

Yapay zeka endüstrisinde modellerin performansını ölçen test setleri, ürünlerin pazarlanmasındaki en önemli kanıtlardan biridir. Ancak eski nesil testler, modern modellerin güncel yeteneklerini tam olarak yansıtmayabilir. Bu durum, kullanıcıların ve işletmelerin, satın aldıkları yapay zeka çözümlerinin vaat edilen performans seviyesine gerçekten ulaşmadığı konusunda şüphe duymasına yol açabilir. Yeni nesil değerlendirme platformları, modelleri gerçek dünya senaryoları ve güncel görev setleri üzerinden test ederek, sahte başarı metriklerinin önüne geçmeyi amaçlar. Bu sayede tüketici ve kurumsal kullanıcılar, bir yapay zeka uygulamasının yeteneklerini bağımsız ve güncel verilere dayanarak değerlendirebilir hale gelir. Sektördeki bu değişim, şeffaflığı artırarak rekabeti modellerin gerçek kapasitesine dayandırmayı hedefler.