Pramaana Labs从Khosla Ventures筹集了2700万美元种子轮资金，为人工智能带来正式验证

随着企业努力将人工智能试点项目转变为业务的功能部分，可靠性已成为焦点。一家新的初创公司希望通过利用数学形式化工具，将计算机科学中最可靠的系统之一与最混乱的系统相结合来解决这个问题。

周三，Pramaana Lab宣布获得2700万美元种子资金，由Khosla Ventures领投，Accel、Boldcap、Nexus Venture Partners、Premji Invest和Unbound参与其中。

Pramaana将专注于高度敏感的垂直领域，如法律、药物发现和税务准备——这些领域的错误可能代价高昂，而可靠性也至关重要。在这些系统中部署人工智能将需要比我们目前拥有的更强的针对幻觉和错误的保护。但正如Pramaana联合创始人兼CEORanjan Rajagopalan所见，它们也特别适合正规化。

Rajagopalan在描述税法规则时告诉TechCrunch：“从某种意义上说，这就像数学一样，需要遵守很多规则。” “一旦你有了它的编码版本，其之上的推理就开始变得确定性。”

Pramaana的系统仍然在传统的法学硕士上运行，使其能够灵活地回答自然语言问题并解决传统计算机无法处理的复杂问题。但在法学硕士之上有一个确定性层，确保法学硕士的工作得到检验。

LLM引擎与确定性验证的这种组合是一种主流的设置； Pramaana的独特方法是使用形式验证工具——利用用于验证数学证明的开源精益编程语言。这项工作的大部分内容都有真正的先例； Rajagopalan提到了法国的CATALA项目，该项目将该国的大部分税收和福利制度正式化为可执行代码。

对于每个用例，Pramaana将构建自己的精益风格形式验证系统，并由领域专家监督。在税法方面，该公司正在与前国税局局长Danny Werfel合作，而印度理工学院德里分校、印度理工学院马德拉斯分校和加州大学伯克利分校的教授则负责监督网络安全和药物发现系统。

“世界上最困难的问题并非无法解决。它们都是非形式化的，”拉贾戈帕兰说。 “每一个错误可能导致某人失去健康、金钱或自由的领域都有规则。”

现在，这些规则只需要编成法典即可。