Simular: AI-агенты для ПК с $21.5 млн инвестиций

Стартап Simular, разрабатывающий AI-агентов для операционных систем Mac OS и Windows, привлек $21.5 миллиона в рамках раунда серии A. Лидирующую позицию в раунде занял фонд Felicis, к которому присоединились NVentures (венчурное подразделение Nvidia), существующий посевной инвестор South Park Commons и другие.

Simular выделяется среди других разработчиков AI-агентов тем, что фокусируется не на управлении браузером, а на работе с самим ПК. AI-агенты — это системы, способные автономно выполнять сложные задачи с минимальным вмешательством человека. "Мы можем буквально двигать мышь по экрану и выполнять клики. Это позволяет агентам повторять любые действия, которые человек совершает в цифровом мире", — рассказал соучредитель и CEO Simular Анг Ли, приведя в пример копирование и вставку данных в электронные таблицы.

В понедельник компания объявила о выпуске версии 1.0 для Mac OS. Параллельно ведется разработка агента для Windows совместно с Microsoft. Simular вошел в программу Microsoft "Windows 365 for Agents", которая объединяет пять перспективных компаний, занимающихся разработкой агентов. Анг Ли не раскрыл точные сроки выпуска версии для Windows, но отметил, что она обещает быть не менее, а то и более популярной, чем версия для Mac.

Еще одна причина обратить внимание на Simular — это опыт его основателей. Анг Ли — специалист по непрерывному обучению, ранее работавший в Google DeepMind, где познакомился со своим соучредителем Цзяченем Яном, специалистом по обучению с подкреплением. По словам Ли, их исследовательская работа, хотя и публиковалась в научных статьях, имела практическую направленность и была нацелена на улучшение продуктов Google, включая Waymo.

Опыт работы над AI-продуктами оказался крайне полезным, поскольку для реализации амбициозных планов по созданию AI-агентов необходимо решить ряд технических проблем. Одна из ключевых — это склонность больших языковых моделей (LLM) к "галлюцинациям", то есть генерации недостоверной информации.

При выполнении агентских задач могут потребоваться тысячи или даже миллионы последовательных шагов. "Галлюцинация" на любом из этих этапов может свести на нет всю проделанную работу, а статистическая вероятность такого события возрастает с увеличением количества шагов.

Одним из подходов к решению этой проблемы является придание "недетерминированным" LLM "детерминированного" поведения, когда их ответы и действия становятся предсказуемыми и воспроизводимыми. Однако это может ограничить творческий потенциал агента в решении задач.

Simular предлагает гибридный подход. Его агент свободно итерирует над задачей, позволяя пользователю вносить коррективы по ходу выполнения. Когда задача успешно решена, пользователь фиксирует этот рабочий процесс, делая его детерминированным и повторяемым.

"Наше решение позволяет агентам находить успешный путь выполнения задачи. Как только такой путь найден, он становится детерминированным кодом", — поясняет Ли.

Стартап способен на это благодаря своей уникальной технологии, которая, по признанию Ли, находится на ранней стадии разработки. Она выходит за рамки простого использования LLM для отправки и получения данных.

"У нас есть новая технология, которую не использует ни одна другая компания, занимающаяся агентами. Мы называем ее 'нейросимволические компьютерные агенты'. Она не основана исключительно на LLM", — говорит он. "Наш подход к решению проблемы галлюцинаций заключается в том, чтобы LLM писали код, который становится детерминированным. Таким образом, если рабочий процесс успешно выполнен один раз, при следующем запуске он также будет успешным".

Еще одно преимущество заключается в том, что полученный детерминированный код, выполняющий повторяемую задачу, находится в распоряжении конечного пользователя, а не LLM. "Получив код, пользователь может ему доверять, потому что он может его проанализировать, проверить и понять, как он работает", — отмечает Ли.

Покажет время, станет ли этот метод тем самым решением, которое позволит AI-агентам стать неотъемлемой частью рабочего инструментария каждого специалиста. Ли отмечает, что среди первых бета-клиентов стартапа — автосалон, автоматизирующий поиск VIN-номеров, и ассоциация домовладельцев, извлекающая информацию из контрактов в PDF-файлах. Кроме того, открытый проект компании (доступный на данный момент только для Mac OS) уже позволил реализовать автоматизацию в таких областях, как создание контента, продажи и маркетинг.

Ранее Simular привлек $5 миллионов в рамках посевного раунда, доведя общий объем привлеченных инвестиций примерно до $27 миллионов. Среди других инвесторов компании — Basis Set Ventures, Flying Fish Partners, Samsung NEXT, Xoogler Ventures, а также подкастер и бизнес-ангел Ленни Рачитски.