Mirror Particle, insan davranışını simüle eden bir “dünya modeli” inşa ediyor.

San Francisco merkezli AI girişimi Mirror Particle, tüketicilerin gelecekte nasıl davranacağını ve bu davranışların ardındaki nedenleri tahmin eden bir yapay zeka motoru geliştirmek için insan davranışını modelleyen bir “dünya modeli” üzerinde çalışıyor. İki yaşında şirket, kurucu ortakları Abhivyakti Ahuja önderliğinde, büyük dil modellerinin (LLM) sınırlılıklarını aşmayı hedefliyor ve ilk girişım turunu kapatma aşamasında; ayrıca TechCrunch’un San Francisco’da 13-15 Ekim tarihlerinde düzenleyeceği Disrupt 2026 etkinliğindeki Startup Battlefield 200 yarışmasına katılacak.

Hareketlilik artan bir sektörde, insan davranışını tahmin edeceğini vaat eden girişimler son dönemde dikkat çekiyor. Geçen yıl Simile, iki milyar dolar değerlemeye ulaşarak 200 milyon dolar (yaklaşık 9,4 milyar TL) yatırım aldı; Aaru, milyar dolarlık bir değerleme ile 88 milyon dolar (yaklaşık 4,13 milyar TL) topladı. Yine Ocak ayında 480 milyon dolarlık (yaklaşık 22,56 milyar TL) tohum turu duyuran ve 4,48 milyar dolarlık (yaklaşık 210,56 milyar TL) bir değerlemeye ulaşan Humans&, insan davranışını modelleyen Persimmon’u yayınladı.

Büyük dil modelleri “eski” sayılıyor

Günümüzde insan davranışının tahmini, çoğunlukla hedef demografik kitle rolüne bürünen ya da bu amaç için özel olarak ayarlanan büyük dil modellerine dayanıyor. Ancak Mirror Particle, iki yaşında San Francisco merkezli şirketin bu yaklaşımın temelden kusurlu olduğunu düşünüyor. Kurucu ortak ve CEO Abhivyakti Ahuja, markalara tüketicilerin davranışlarını ve ardındaki nedenleri tahmin eden bir AI motoru sağlayan şirkete dair şunu söylüyor: “Bu, Niagara Şelale’ine bir süper tabanca getirmek gibi bir şey.” LLM’ler yüzlerce milyar veri noktası üzerinde eğitildiğine göre, bu kadar az veriyle [özel ayarlama] yaparak davranışını ne kadar etkileyebilirsin? Hâlâ geçmişte takılı kaldılar.

Ahuja, LLM’lerin dünyanın insanlardaki gibi bir görüntüsünü oluşturmadığını savunuyor: “LLM’ler yazılan dili modelliyor; oysa insanlar algısal görme, mekansal muhakeme ve sosyal zeka ile oluşmuş durumdadır.” Onlara dayanmanın, insanların dikkat etmediği şeylere dayalı içgörüler elde etmek anlamına geldiğini belirten Ahuja, insan davranışını tahmin etmeye çalışırken bunun konunun dışında kaldığını ekliyor.

“Değişen kişiyi” yakalamayı hedeflemek

Mirror Particle farklı bir yol izliyor: sıfırdan inşa edilen, insanların neyi ve nasıl yaptıklarını ve insan davranışının zamanla nasıl değiştiğini simüle eden bir temel model ya da Ahuja’nın tabiriyle bir “dünya modeli” oluşturmak. “Statik kişiyi yakalamak istemiyoruz,” diyor Ahuja. “Değişen kişiyi yakalamak istiyoruz. Bu, insanların nasıl değiştiğine dair uzunlamasına verileri, onları değiştiren tetikleyicileri ve bu değişimin derecesini yakalamayı içerir.” Değişmiyorlarsa, eklediği gibi, bunun da bir işaret olduğu söylenebilir.

Şirket, bir angel turu topladığını ve ilk girişım turunu kapatmaya yakın olduğunu belirtiyor. Ayrıca şirket, TechCrunch’un San Francisco’da 13-15 Ekim’de düzenleyeceği TechCrunch Disrupt 2026 etkinliğinde düzenlenen ünlü girişim yarışması Startup Battlefield 200 için gelecek hafta rekabet edecek.

“Görüntülenen davranış”a odaklanmak

Girişim, bir demografik kitleyi modellemek için kendi müşterilerinin müşteri verileri, güncel olaylar, pop kültürü ve sosyal medya gibi özel bir veri kombinasyonuna dayanıyor; kitlediği şeyi zamanla evrilen bir sistem olarak görüyor ve deneyimler üzerinden ilerledikçe motivasyonların nasıl değiştiğini takip ediyor. Odak noktasının büyük kısmı “görüntülenen davranış”a—insanların aslında ne yaptığına, kendilerini bildirdikleri anket yanıtlarına değil—dikili.

Rakipleri gibi Mirror Particle da ilk pazarlama stratejisini, bu tür içgörüler için zaten bütçenin mevcut olduğu alana odaklanarak yürütüyor: piyasa araştırmaları ve marka ile ürün stratejisi. Örneğin Mirror, bir güzellik markasına makyaj için Gen Z’nin ilgisini çekecek daha iyi reklam metni yazdırmakla kalmayıp, bu demografikin o ürüne gerçekten ihtiyaç sahip olup olmadığını da belirleyebilir.

“Ya hedef kitlenin göz farı paletlerini istemediği durumu?” diye soruyor Ahuja. “Belki de bir ürünü bu pazara satmak istiyorsanız, daha iyi seçenek allam olabilir.”

Sonuçtan çok nedene odaklanan motor

Mirror Particle’ın tahmin motoru, müşterilere güncel ya da gelecekteki davranışların ardındaki “nedeni”—önerisini meşrulaştıran motivasyonlar, kısıtlamalar ve bağlam—da sağlıyor; böylece markaların daha akıllı kararlar vermesine yardımcı oluyor. Erken dönem bir pilot uygulamada, bilinen evcil hayvan maması üreticilerinden biri, ambalaja hangi görselleri koyarak satışları artırabileceğini merak ediyordu: Tavuk mu? Et mi? Sebzeler mi? Mirror’ın teknolojisi, şirketin yanlış soruyu sorduğunu ortaya koydu. Görseller önemli değildi. Sorun, markanın o kadar tanınırdır ki, pazarlama açısından kitle pazarı ve ucuz sayıldığıydı; satışlar bu algı sorunu çözülene kadar düzleşecekti.

“Modelimizin evrimini şöyle görüyoruz: tıpkı bir bebeğin dünyayı öğrenmesi gibi,” diyor Ahuja. Bebeklerin görmekten dile, beden farkındalığına ve sonra sosyal zekaya geçtiğini belirterek bu benzetmeyi açıklıyor.

İnsan beyninin modellenmesine dair temel ilgi, Ahuja’nın nörobilim ve bilişim bilimi çalışmaları geçmişinden geliyor. Hindistan’dan gelen Ahuja, Toronto Üniversitesi’nde eğitim aldı ve burada yapay zeka öncüsü Geoffrey Hinton’un sinir ağlarına katkılarından ilham aldı.

Eğitimden sonra Ahuja, Amazon Robotics’te başka robotlar üreten robotlar inşa etmek üzere oraya geldi. İşte co-founder’ları Will Song ile Thomson Yen’i de burada tanıdı. Song kariyerinin bir bölümünü satış kişiselleştirme motorları inşa ederek geçirdi; Yen ise derin öğrenmeyi kullanarak yapay zeka ajanlarının insan davranışını nasıl anladığını araştırdı.

Girişimin uzun vadeli vizyonu, “insan davranışının öngörülmesi için genel katman” olmak ve daha geniş popülasyon düzeyinden birey düzeyine içgörülerge geçmek. “Eğer yapay zeka ile yan yana ve birbirimizle çalışacaksak, sadece insanlara dair daha iyi bir modele ihtiyacımız var,” diyor Ahuja.

Mirror Particle’ı ve TechCrunch’un editoryal ekibi tarafından değerlendirilen diğer yenilikçi girişimleri gelecek hafta San Francisco merkezinde Disrupt etkinliğinde ziyaret edebilirsiniz. Bu yılın Startup Battlefield kazananı, 15 Ekim Perşembe öğleden sonra VC jürisinin oluşturduğu kurul tarafından belirlenecek.