Mirror Particle: İnsan Davranışı Dünya Modeli

İnsan davranışını tahmin etmeyi vaat eden girişimler son bir yılda yatırımcıların ilgisini topladı. Simile 2 milyar dolar değerlemeyle 200 milyon dolar, Aaru 1 milyar dolar değerlemeyle 88 milyon dolar topladı; humans& ise Ocak ayında 4,48 milyar dolar değerlemeyle 480 milyon dolarlık tohum turu duyurdu. San Francisco merkezli Mirror Particle, bu alana farklı bir tezle giriyor: dil modellerine değil, sıfırdan kurulan bir "insan davranışı dünya modeline" güveniyor.

LLM tabanlı davranış tahmini neden yetersiz?

Bugünkü yaklaşım büyük ölçüde, hedef kitleyi canlandırması için yönlendirilen veya ince ayar yapılan dil modellerine dayanıyor. Mirror Particle kurucu ortağı ve CEO'su Abhivyakti Ahuja bu yaklaşımı temelden sorunlu buluyor. Ona göre dil modelleri yazılı dili modelliyor; oysa insanlar görsel algı, uzamsal muhakeme ve sosyal zekadan oluşuyor. Bu nedenle dil modellerine dayanmak, insanların fark etmediği şeyler üzerinden içgörü üretmek anlamına geliyor.

Ahuja, "Dil modelleri yüz milyarlarca veri noktasıyla eğitildi. Bu kadar küçük bir veriyle ince ayar yaparak davranışını ne kadar etkileyebilirsiniz? Hâlâ geçmişte takılı kalıyor" diyor.

Statik kişi değil, değişen kişi

Mirror Particle'ın yaklaşımı, insanların neden davrandığını ve davranışlarının zaman içinde nasıl değiştiğini simüle eden bir dünya modeli kurmak. Ahuja bunu, "Statik kişiyi yakalamak istemiyoruz. Değişen kişiyi yakalamak istiyoruz" sözleriyle özetliyor: insanların nasıl değiştiği, hangi tetikleyicilerin onları değiştirdiği ve bu değişimin ne düzeyde olduğu izleniyor. Değişmiyorlarsa bu da bir sinyal sayılıyor.

Şirket; müşterilerinin verilerini güncel olaylar, popüler kültür ve sosyal medya ile birleştiren tescilli bir veri karışımı kullanıyor. Odak noktası "açığa çıkan davranış": anketlerde söylenen değil, insanların gerçekte yaptıkları.

Pazar araştırması ve marka stratejisi ilk hedef

Rakipleri gibi Mirror Particle da ilk ticari hedefini, bu tür içgörüler için bütçenin hâlihazırda var olduğu alanlara koyuyor: pazar araştırması, marka ve ürün stratejisi. Model, bir güzellik markasına yalnızca Z kuşağına hitap edecek daha iyi reklam metni yazmakla kalmıyor; o kitlenin o ürünü isteyip istemediğini de sorguluyor.

Ahuja, "Ya hedef kitle far paletleri istemiyorsa?" diye soruyor. "Bu pazara ürün satacaksanız allık daha iyi bir seçenek olabilir." Tahmin motoru, önerisinin arkasındaki motivasyonları, kısıtları ve ek bağlamı da müşteriye aktarıyor.

Bir pilot: sorun ambalaj değildi

Erken dönem bir pilotta tanınmış bir evcil hayvan maması markası, satışı artırmak için ambalaja hangi görselin konması gerektiğini sordu: tavuk mu, dana eti mi, sebze mi? Mirror'ın teknolojisi markanın yanlış soruyu sorduğunu ortaya çıkardı. Görsel önemli değildi; marka o kadar bilinirdi ki seri üretim ve ucuz olarak algılanıyordu ve bu algı düzeltilmeden satış plato yapacaktı.

Kurucu ekip ve uzun vadeli hedef

Ahuja'nın insan beynini modelleme ilgisi nörobilim ve bilgisayar bilimi eğitiminden geliyor. Toronto Üniversitesi'nde Geoffrey Hinton'ın sinir ağlarına katkılarından etkilendi, ardından Amazon Robotics'te robot üreten robotlar geliştirdi. Kurucu ortakları Will Song ve Thomson Yen ile orada tanıştı; Song satış kişiselleştirme motorları, Yen ise ajanların insan davranışını anlaması üzerine derin öğrenme çalışmaları yürüttü.

Şirketin uzun vadeli vizyonu, "insan davranışını öngörmenin genel katmanı" olmak: kitle düzeyindeki analizlerden birey düzeyindeki içgörülere geçmek. Şirket, ekim ortasında San Francisco'daki TechCrunch Disrupt Startup Battlefield yarışmasında da yer alacak.

Sonuç: sentetik kullanıcı pazarında yeni bir hat

Simile, Aaru ve humans& gibi oyuncuların yanına Mirror Particle da ekleniyor; ancak tezi farklı. "Dil modelini ince ayarla" yaklaşımı yerine, davranışı zaman içinde takip eden ayrı bir temel model kurmayı öneriyor. Bu iddianın doğrulanması, pilot müşterilerde ölçülebilir doğruluk artışı sağlayıp sağlamayacağına bağlı.

Kaynak: TechCrunch — "Mirror Particle is building a 'world model' of human behavior" (6 Ekim 2026).