作为移民家庭长大的孩子，Cyril Gorlla自学编程并达到痴迷程度。他在断水停电的环境中成长，11岁时便在母亲的社区大学编程课程中取得优异成绩。
高中时期，Gorlla对AI产生浓厚兴趣，甚至拆解笔记本电脑升级散热系统以训练模型。这种实践能力助他大二时获得Intel实习机会，研究AI模型优化与可解释性。
大学期间正值AI热潮，Gorlla虽看好AI改变行业的潜力，但也担忧安全工作被忽视。他表示：“模型输出的不确定性和缺乏信任是医疗、金融等行业采用AI的重大障碍。”
辍学创立CTGT，专注AI安全审计
为此，Gorlla与同学Trevor Tuttle辍学创立CTGT，旨在帮助企业审慎部署AI。该公司在TechCrunch Disrupt 2024 Startup Battlefield竞赛中亮相。
CTGT通过与企业合作，识别并解决模型偏见输出和幻觉问题的根源。Gorlla指出，虽然无法完全消除错误，但CTGT的审计方法能有效减轻风险。他强调：“当患者获得过时信息或信贷决策基于幻觉时，后果不可接受；我们的技术揭示了模型对概念的内部理解。”
技术优势与市场验证
行业调研显示，可靠性是企业采用AI的核心关切。尽管TruEra、Patronus AI及科技巨头均在布局模型评估工具，但Gorlla声称CTGT性能更优。其核心在于不依赖训练“裁判”AI监控生产环境，从而在保证数学可解释性的同时降低计算成本，使企业无需额外训练模型即可严格测试AI安全性。
为消除数据泄露顾虑，CTGT提供托管和本地部署两种选项，年费相同且客户拥有完全数据控制权。
获知名投资人支持，前景广阔
作为Character Labs加速器毕业生，CTGT获得了前GV合伙人Jake Knapp、John Zeratsky、Mark Cuban及Zapier联合创始人Mike Knoop的支持。Mark Cuban表示：“无法解释推理过程的AI在复杂领域不够智能，CTGT解决了这一问题。”
目前，CTGT已服务多家财富10强品牌，曾帮助某公司通过平台即时洞察，修正了面部识别算法因过度关注头发服装而产生的偏见。
未来数月，CTGT将扩充工程团队并完善平台。分析机构预测，到2028年“可解释AI”市场规模将达162亿美元。Gorlla认为，随着模型规模扩张超越摩尔定律，必须专注于AI基础理解，以应对决策低效性和复杂性挑战。