La mayoría de los modelos de inteligencia artificial se entrenan a través del aprendizaje supervisado, lo que significa que los humanos deben etiquetar los datos sin procesar. El etiquetado de datos es una parte fundamental de la automatización de la inteligencia artificial y los modelos de aprendizaje automático, pero al mismo tiempo puede ser un trabajo tedioso y lento.
Una startup coreana llamada AIMMOque utiliza software y humanos para etiquetar y categorizar datos de imagen, video, sonido, texto y fusión de sensores, creó una plataforma de anotación de datos de IA, lo que agiliza el etiquetado de datos para las empresas.
AIMMO anunció hoy que ha recaudado $12 millones en una ronda Serie A para avanzar en su tecnología de etiquetado de datos y estimular la expansión global. Siete firmas de capital de riesgo participaron en la última ronda: DS Asset Management, Industrial Bank of Korea, Hanwha Investment & Securities, S&S Investment, Toss Investment, Korea Asset Investment & Securities y Venture Field. AIMMO se negó a comentar sobre su valoración.
“La pandemia aceleró la transformación de la tecnología sin contacto con el despliegue de IA para vigilancia de inteligencia, ciudad inteligente, conducción autónoma, fábrica inteligente y robótica donde inevitablemente se necesitan datos de IA”, dijo Doyle Chung, director de Ventas Globales de AIMMO, en una entrevista por correo electrónico. “Entre todas las direcciones e industrias, nuestros enfoques son [mainly] ciudad inteligente y conducción autónoma”.
Fundada en 2016 por el director ejecutivo SeungTaek Oh, la startup tiene tres herramientas de anotación de datos: AIMMO DaaS, que administra datos de fusión de sensores para corporaciones de vehículos autónomos; AIMMO GtaaS, una plataforma llave en mano para big data; y AIMMO Enterprises, lanzada en 2020, una herramienta de etiquetado de anotaciones SaaS basada en la web que utiliza arquitectura en la nube.
La startup dijo que sus herramientas ayudan a mejorar la ineficiencia del proceso de anotación de datos para que los clientes se concentren solo en su modelado de IA. No se requiere tarifa de plataforma, habilidades de codificación o instalación para AIMMO Enterprises, con la cual los usuarios pueden etiquetar sus datos a través de navegadores como Chrome. En cuanto a su AIMMO GtaaS, los usuarios envían datos sin procesar a AIMMO que etiqueta los datos con inspección y los devuelve a los clientes, dijo Chung.
A través de la plataforma AIMMO DaaS, sus ventas y el volumen de su etiquetado de datos aumentaron un 200% en 2021 con respecto al año anterior. AIMMO registró $ 10 millones de ingresos en 2021, según su plataforma de lanzamiento de IR. La compañía espera un crecimiento en 2022, con la demanda global en el campo de la conducción autónoma en continuo aumento.
Captura de pantalla | Sitio web de AIMMO
El tamaño del mercado global de recolección de datos y etiquetado se valoró en $ 1.6 mil millones en 2021 y se proyecta que alcance los $ 8.2 mil millones en 2028, según un informe de análisis de mercado por Grand View Research.
AIMMO trabaja con una variedad de empresas, incluido el fabricante de automóviles hyundai motordesarrollador de piezas de automóviles hyundai mobisla empresa emergente de transporte de vehículos Kakao Mobility, la empresa emergente de vehículos compartidos SoCar y el desarrollador autónomo de carga Thore Drive. AIMMO también trabaja con empresas de vehículos no autónomos en industrias de robótica, reconocimiento óptico de caracteres (OCR), fábrica inteligente, vigilancia inteligente, comercio electrónico y logística, como la corporación de telecomunicaciones. SK Telecomlos gigantes de Internet Naver y Kakao y el fabricante japonés de equipos de construcción.
La startup con sede en Corea tiene oficinas en el Reino Unido, EE. UU., Japón y Vietnam. Chung dijo que también planea abrir oficinas en Alemania y Canadá en 2022. AIMMO competirá con compañías como Scale AI, Playment, Understand.ai y Deepen AI cuando se expanda más al mercado global. Hoy, la startup tiene 200 empleados en todo el mundo y más de 10 000 etiquetadores de datos.
Source link