Fundada en abril de 2024 por Marvin Purtorab y Andy Toulis, dos ingenieros de aprendizaje automático que se conocieron en Shopify, la plataforma de comercio electrónico donde trabajaron en sistemas de recomendación y asistentes de inteligencia artificial, Convergence reúne a un equipo de ex alumnos de Google DeepMind, Meta, OpenAI y PolyAI. .
Tareas mundanas
Al vincular a los usuarios con una IA personalizada, Proxy puede aprender tareas y flujos de trabajo; lo que libera a los trabajadores de su carga administrativa. Para poner las cosas en perspectiva, el 62% de la jornada laboral promedio de un empleado se desperdicia en tareas mundanas y repetitivas, en las que Proxy está diseñado para sobresalir. Con el tiempo, el agente se encargará de las tareas mundanas, permitiéndole concentrarse en tareas más importantes. “Si miras el panorama actual, verás que un gran número de empresas están construyendo este tipo de agentes como agentes verticales: un agente comercial, un agente de recursos humanos…” señala Marvin Purtorab. “Nuestra opinión es adoptar un enfoque diferente. Estamos tratando de sentar las bases para la primera clase general de agentes que pueden, dependiendo del usuario, multiplicarse en cualquier tipo de agente que necesite y hacer por usted las cosas que no desea hacer personalmente.“
“¡Es urgente actuar!”: el MIC y Microsoft quieren formar a 300.000 valones en IA generativa en tres años
A diferencia de la mayoría de los agentes diseñados para flujos de trabajo específicos, el diferenciador de Proxy radica en su capacidad para trabajar en una variedad de tareas y dominios, aprendiendo habilidades como lo haría un ser humano a través del aprendizaje continuo y a largo plazo. Esto es posible gracias a una nueva clase de modelos llamados Grandes modelos de metaaprendizaje (LMLM), que están capacitados para adquirir la capacidad de aprender por sí mismos, un campo creciente de inteligencia artificial que tiene como objetivo crear modelos que puedan adaptarse rápidamente a nuevas tareas con un mínimo de datos. Están capacitados específicamente en un conjunto diverso de tareas para aprender a administrar (es decir, recordar, almacenar y eliminar) elementos en y desde su memoria; lo que permite extraer estrategias y patrones de aprendizaje comunes.
