Ícono del sitio La Neta Neta

Baseten obtiene $ 20 millones para facilitar la creación de aplicaciones basadas en aprendizaje automático

DataRobot, con sede en Boston, recauda $ 206 millones de la Serie E para llevar la IA a la empresa

A medida que el mundo de la tecnología se acerca cada vez más a la idea de la inteligencia artificial general, vemos surgir otro tema interesante en la democratización en curso de la IA: una ola de nuevas empresas que crean tecnología para hacer que las tecnologías de IA sean más accesibles en general para una gama más amplia de usuarios y usuarios. organizaciones

Hoy, uno de estos, Basetén — que está creando tecnología para facilitar la incorporación del aprendizaje automático en las operaciones, la producción y los procesos de una empresa sin necesidad de conocimientos de ingeniería especializados — anuncia una financiación de 20 millones de dólares y el lanzamiento oficial de sus herramientas.

Estos incluyen una API de cliente y una biblioteca de modelos previamente entrenados para implementar modelos integrados en TensorFlow, PyTorch o scikit-learn; la capacidad de crear API para potenciar sus propias aplicaciones; y la capacidad de crear interfaces de usuario personalizadas para sus aplicaciones basadas en componentes de arrastrar y soltar.

La compañía ha estado operando en una versión beta privada y cerrada durante aproximadamente un año y hasta ahora ha acumulado un grupo interesante de clientes, incluidos Stanford y la Universidad de Sydney, Cockroach Labs y Patreon, entre otros, que lo utilizan para, por ejemplo , ayudar a las organizaciones con la detección automatizada de abusos (a través de la moderación de contenido) y la prevención del fraude.

Los $ 20 millones se están discutiendo públicamente por primera vez ahora para coincidir con el lanzamiento comercial, y se dividen en dos tramos, con nombres igualmente notables entre esos patrocinadores.

La semilla fue codirigida por Greylock y South Park Commons Fund, con la participación también de AI Fund, Caffeinated Capital y personas como Greg Brockman, cofundador y CTO de la empresa emergente de inteligencia general OpenAI; Dylan Field, cofundador y director ejecutivo de Figma; Mustafa Suleyman, cofundador de DeepMind; y DJ Patil, exjefe científico de los Estados Unidos.

Greylock también lideró la Serie A, con la participación de South Park Commons, el primer ejecutivo de Stripe, Lachy Groom; Dev Ittycheria, CEO de MongoDB; Jay Simon, expresidente de Atlassian, ahora en Bond; Jean-Denis Greze, CTO de Plaid; y Cristina Cordova, otra exejecutiva de Stripe.

Tuhin Srivastava, cofundador y director ejecutivo de Baseten, dijo en una entrevista que los fondos se utilizarán en parte para atraer a más personas técnicas y de productos, y para impulsar su desarrollo comercial y de marketing.

El problema que Baseten ha identificado y está tratando de resolver es fundamental en la evolución de la IA: las herramientas de aprendizaje automático se están volviendo cada vez más ubicuas y utilizadas, gracias a una potencia informática más barata, un mejor acceso a los modelos de capacitación y una comprensión cada vez mayor de cómo y donde se pueden usar. Pero un área en la que los desarrolladores todavía necesitan dar un gran salto, y las empresas todavía necesitan hacer grandes inversiones, es cuando se trata de adoptar e integrar el aprendizaje automático: sigue existiendo una gran cantidad de conocimientos técnicos que los desarrolladores y los científicos de datos necesitan realmente. integrar el aprendizaje automático en su trabajo.

“Nacimos de la idea de que el aprendizaje automático tendrá un impacto masivo en el mundo, pero aún es difícil extraer valor de los modelos de aprendizaje automático”, dijo Srivastava. Difícil, porque los desarrolladores y los científicos de datos deben tener un conocimiento específico sobre cómo manejar las operaciones de aprendizaje automático, así como experiencia técnica para administrar la producción en el back-end y el front-end, dijo. “Esta es una de las razones por las que los programas de aprendizaje automático en las empresas a menudo tienen muy poco éxito: se necesita demasiado esfuerzo para ponerlos en producción”.

Esto es algo que Srivastava y sus cofundadores Amir Haghighat (CTO) y Philip Howes (científico jefe) experimentaron de primera mano cuando trabajaron juntos en Gumroad. Haghighat, que era jefe de ingeniería, y Srivastava y Howes, que eran científicos de datos, querían usar el aprendizaje automático en la empresa de pagos para ayudar con la detección de fraudes y la moderación de contenido y se dieron cuenta de que necesitaban obtener una gran cantidad de recursos completos adicionales. habilidades de ingeniería, o contratar especialistas, para construir e integrar ese aprendizaje automático junto con todas las herramientas necesarias para ejecutarlo (por ejemplo, notificaciones e integración de esos datos en otras herramientas para la acción).

Construyeron los sistemas, todavía en uso y analizando “cientos de millones de dólares en transacciones”, pero también recogieron una idea en el proceso: otros seguramente enfrentaban los mismos problemas que ellos, entonces, ¿por qué no trabajar en un conjunto de herramientas? para ayudar a todos ellos y quitarles algo de ese trabajo?

Hoy, los principales clientes de Baseten, una referencia a bloques base diez, a menudo utilizados para ayudar a los estudiantes más jóvenes a aprender los conceptos básicos de las matemáticas (“Humaniza el sistema de números y también queríamos que el aprendizaje automático fuera menos abstracto”, dijo el director ejecutivo), son desarrolladores y científicos de datos que potencialmente están adoptando otros métodos de aprendizaje automático. modelos, o incluso construir los suyos propios, pero carecen de las habilidades para incorporarlos prácticamente en sus propios flujos de producción. Allí, Baseten es parte de un grupo más grande de empresas que parecen estar emergiendo creando soluciones de “MLops”: conjuntos completos de herramientas para hacer que el aprendizaje automático sea más accesible y útil para quienes trabajan en DevOps y productos. Estos incluyen Databricks, Clear, Gathr y más. La idea aquí es dar herramientas a los técnicos para darles más poder y más tiempo para trabajar en otras tareas.

“Baseten elimina el proceso de creación de herramientas para que podamos centrarnos en nuestras habilidades clave: modelado, medición y resolución de problemas”, dijo Nikhil Harithras, ingeniero senior de aprendizaje automático en Patreon, en un comunicado. Patreon está usando Baseten para ayudar a ejecutar un sistema de clasificación de imágenes, que se usa para encontrar contenido que viola las pautas de la comunidad.

Con el tiempo, hay un paso lógico que Baseten podría dar, continuando con su trayectoria de democratización: considerar cómo crear herramientas para audiencias no técnicas también, una idea interesante a la luz de los muchos productos sin código y de bajo código que se están comercializando. implementado para darles más poder para construir sus propias aplicaciones de ciencia de datos también.

“Las audiencias no técnicas no son algo en lo que nos enfocamos hoy, pero esa es la evolución”, dijo Srivastava. “El objetivo de más alto nivel es acelerar el impacto del aprendizaje automático”.


Source link
Salir de la versión móvil