Uno de los problemas con la implementación de una aplicación de aprendizaje automático es que tiende a ser costosa y requiere una gran cantidad de recursos informáticos. Deeplite, una startup con sede en Montreal, quiere cambiar eso proporcionando una forma de reducir el tamaño general del modelo, lo que le permite ejecutarse en hardware con muchos menos recursos.
Hoy, la compañía anunció una inversión inicial de $ 6 millones. La firma de capital de riesgo con sede en Boston PJC lideró la ronda, con la ayuda de Innospark Ventures, Differential Ventures y Smart Global Holdings. También participaron Somel Investments, BDC Capital y Desjardins Capital.
Nick Romano, CEO y cofundador de Deeplite, dice que la compañía tiene como objetivo tomar redes neuronales profundas complejas que requieren mucha potencia de cómputo para funcionar, tienden a consumir mucha memoria y pueden consumir baterías a un ritmo rápido, y ayudar funcionan de manera más eficiente con menos recursos.
“Nuestra plataforma se puede utilizar para transformar esos modelos en un nuevo factor de forma para poder implementarlo en hardware restringido en el borde”, explicó Romano. Esos dispositivos podrían ser tan pequeños como un teléfono celular, un dron o incluso una Raspberry Pi, lo que significa que los desarrolladores podrían implementar IA de formas que no serían posibles en la mayoría de los casos en este momento.
La compañía ha creado un producto llamado Neutrino que le permite especificar cómo desea implementar su modelo y cuánto puede comprimirlo para reducir el tamaño general y los recursos necesarios para ejecutarlo en producción. La idea es ejecutar una aplicación de aprendizaje automático en un espacio extremadamente pequeño.
Davis Sawyer, director de producto y cofundador, dice que la solución de la compañía entra en juego después de que el modelo se ha construido, entrenado y está listo para la producción. Los usuarios proporcionan el modelo y el conjunto de datos y luego pueden decidir cómo construir un modelo más pequeño. Eso podría implicar reducir un poco la precisión si hay tolerancia para eso, pero principalmente implica seleccionar un nivel de compresión: cuánto más pequeño puede hacer el modelo.
“La compresión reduce el tamaño del modelo para que pueda implementarlo en un procesador mucho más económico. En algunos casos, estamos hablando de pasar de 200 megabytes a 11 megabytes o de 50 megabytes a 100 kilobytes ”, explicó Davis.
Rob May, quien lidera la inversión para PJC, dice que quedó impresionado con el equipo y la tecnología que la startup está tratando de construir.
“La implementación de la IA, en particular el aprendizaje profundo, en dispositivos con recursos limitados, es un gran desafío en la industria con escasos conocimientos y talento en IA disponibles. La solución de software automatizada de Deeplite creará un beneficio económico significativo a medida que Edge AI continúe creciendo como un paradigma de computación importante ”, dijo May en un comunicado.
La idea de la empresa tiene sus raíces en la incubadora TandemLaunch en Montreal. Se lanzó oficialmente como empresa a mediados de 2019 y hoy cuenta con 15 empleados, con planes de duplicar esa cifra para fines de este año. Mientras construye la empresa, Romano dice que los fundadores están enfocados en construir una organización diversa e inclusiva.
“Tenemos una estrategia que nos va a encontrar a las personas adecuadas, pero hacerlo de una manera absolutamente diversa e inclusiva. Todo eso es parte del ADN de la organización ”, dijo.
Cuando sea posible regresar al trabajo, el plan es tener oficinas en Montreal y Toronto que actúen como centros para los empleados, pero no habrá ningún requisito de ingresar a la oficina.
“Ya hemos discutido que el enfoque general será que la gente pueda ir y venir cuando quiera, y no creemos que necesitemos una oficina tan grande como la que pudimos haber tenido en el pasado. Las personas tendrán la opción de trabajar de forma remota y virtual como mejor les parezca ”, dijo Romano.
Source link