İnsan Davranışlarını Simüle Eden 'Dünya Modeli': Mirror Particle, TechCrunch Disrupt'ta Yarışacak

Büyük Dil Modellerinin Ötesinde Bir Yaklaşım

Yapay zeka ekosisteminde insan davranışlarını tahmin etme iddiasındaki girişimler son dönemde dikkat çekici bir yatırım dalgasıyla karşı karşıya. Geçtiğimiz yıl Simile 2 milyar dolar değerlemeyle 200 milyon dolar, Aaru 1 milyar dolar değerlemeyle 88 milyon dolar ve Humans& ise ocak ayında 4,48 milyar dolar değerlemeyle 480 milyon dolarlık devasa bir tohum turu duyurmuşken, sektöre yeni bir soluk getiren San Francisco merkezli Mirror Particle da yarışa katılıyor.

İki yıllık geçmişe sahip olan Mirror Particle, mevcut yapay zeka ekosisteminin insan davranışı tahmininde büyük dil modellerini (LLM) hedef kitle rolü üstlenecek şekilde prompt'lama veya ince ayar (fine-tuning) yapma yöntemine bel bağlamasını kökten bozuk bir yaklaşım olarak nitelendiriyor. Şirketin kurucu ortağı ve CEO'su Abhivyakti Ahuja, bu durumu Niagara Şelalesi’ne oyuncak su tabancasıyla gitmeye benzetiyor.

Ahuja’ya göre LLM’ler yüz milyarlarca veri noktasıyla eğitilmiş olsa da, bu kadar küçük bir veri miktarıyla davranışlarını ince ayar yaparak ne kadar yönlendirebilirsiniz ki? Modeller hâlâ geçmişte sıkışıp kalmış durumda. LLM'lerin insanların dünyayı gördüğü gibi görmediğini belirten Ahuja, bu modellerin yazılı dili modellediğini, oysa insanların görsel algı, uzamsal akıl yürütme ve sosyal zekadan oluştuğunu vurguluyor.

Longitudinal Veriler ve Ortaya Çıkan Davranış Odaklı Simülasyon

Mirror Particle, bu eksikliği gidermek için sıfırdan inşa edilen bir temel model, yani bir dünya modeli geliştiriyor. Bu model, insanların neden bu şekilde davrandığını ve zaman içinde davranışlarının nasıl değiştiğini simüle etmeyi amaçlıyor. Statik bir insan profilini yakalamak istemediklerini belirten Ahuja, değişen insanı yakalamak istiyoruz, bu da insanların nasıl değiştiğine, onları hangi tetikleyicilerin ne derece değiştirdiğine dair boylamsal verileri yakalamak anlamına geliyor diyor.

Şirket, hedef demografik segmentleri modellemek için müşterilerinin müşteri verileri, güncel olaylar, popüler kültür, sosyal medya ve benzeri alanlardan derlenen tescilli bir veri kombinasyonundan yararlanıyor. Sistem, zaman içinde evrilen ve deneyimler ilerledikçe motivasyonların nasıl kaydığını takip eden bir yapı olarak tasarlanıyor. Çalışmaların büyük kısmı, statik anket yanıtları yerine insanların gerçekte ne yaptıklarını ifade eden ortaya çıkan davranış üzerine odaklanıyor.

Pazar Araştırması ve Gerçek Dünya Senaryoları

Diğer rakip girişimler gibi Mirror Particle'ın da pazarın hâlihazırda bütçe ayırdığı alanlara odaklanan bir pazara giriş stratejisi bulunuyor: pazar araştırması ile marka ve ürün stratejisi. Örneğin girişim, bir güzellik markasının Gen Z kitlesine hitap edecek makyaj reklam metinlerini iyileştirmesine yardımcı olmanın ötesinde, o demografik grubun gerçekten o ürünü isteyip istemediğini de belirleyebiliyor.

Şirketin erken dönem pilot çalışmalarından birinde, tanınmış bir evcil hayvan maması markası satışları artırmak için ambalajda hangi görselin kullanılması gerektiği sorusuna yanıt aradı. TAVUK mu yoksa sığır eti mi? Ancak Mirror'ın teknolojisi, markanın yanlış soru sorduğunu ortaya çıkardı. Görselin kendisi önemli değildi; asıl sorun markanın o kadar tanınır hale gelmesi nedeniyle kitlesel pazar ve ucuz algılanmasıydı ve bu algı sorunu çözülene kadar satışlar plato çizecekti.

Amazon Robotics'ten Girişimciliğe Uzanan Yolculuk

Modelin evrim sürecini bir bebeğin dünyayı öğrenmesine benzeten Ahuja, nöroloji ve bilgisayar bilimi eğitimi almış bir isim. Hindistan kökenli araştırmacı, Toronto Üniversitesi'nde yapay zeka öncüsü Geoffrey Hinton'ın sinir ağlarına katkılarından ilham aldı. Mezuniyetin ardından Amazon Robotics'te robot inşa eden robotlar üzerinde çalışan Ahuja, burada birlikte yola çıkacağı ortakları Will Song ve Thomson Yen ile tanıştı. Song satış kişiselleştirme motorları geliştirirken, Yen derin öğrenme kullanarak yapay zeka ajanlarının insan davranışlarını nasıl anlamlandırdığı üzerine odaklandı.

Girişimin uzun vadeli vizyonu, insan davranışlarını öngörmede genel bir katman haline gelmek ve daha geniş nüfus düzeyindeki analizlerden bireysel düzeyde içgörülere geçiş yapmak. Bir melek yatırım turunu geride bırakan ve ilk girişim sermayesi turunu kapatmaya hazırlanan Mirror Particle, San Francisco'da 13-15 Ekim tarihlerinde düzenlenecek olan TechCrunch Disrupt 2026 kapsamındaki Startup Battlefield 200 yarışmasında sahne alacak.