Pesos y sesgos, una startup que crea herramientas de desarrollo para el aprendizaje automático, ha recaudado 15 millones de dólares en su segunda ronda de financiación.
La empresa fue iniciada por los fundadores de CrowdFlower, Lukas Biewald y Chris van Pelt, junto con el ex ingeniero de Google, Shawn Lewis. (Bajo su nuevo nombre Figure Eight, CrowdFlower fue adquirida por Appen por hasta $ 300 millones en marzo).
Cuando se lanzó Weights & Biases el año pasado, Biewald (a quien conozco desde la universidad) dijo que quería crear las herramientas necesarias para “construir e implementar excelentes modelos de aprendizaje profundo”. Su producto inicial permite a las empresas monitorear esos modelos a medida que los desarrollan y entrenan.
“Cuando las personas crean modelos de aprendizaje automático, necesitan realizar un seguimiento de todo lo que sucede: el código que se incluyó en el modelo, los hiperparámetros que se incluyen en el modelo y, básicamente, qué tan bien funciona el modelo”, me dijo Biewald esta semana. “Agrega un par de líneas de código a su… código de entrenamiento y luego, cada vez que se ejecuta su modelo, informa lo que le sucede al servidor”.
Los clientes incluyen OpenAI, GitHub, Qualcomm y Toyota Research Institute, así como instituciones de investigación como Stanford y Columbia. La nueva ronda, dirigida por Coatue Management, con la participación de ángeles, incluido el CEO de GitHub, Nat Friedman, y el científico en jefe de Salesforce, Richard Socher, eleva la financiación total de Weights & Biases a $ 20 millones.
La empresa también ha puntos de referencia lanzados, un nuevo producto que permite a los profesionales colaborar en los mismos modelos de aprendizaje automático. Biewald reconoció que las empresas comerciales probablemente no querrán adoptar este enfoque, pero sugirió que los investigadores pueden usar esto para que “no tengan que volver a ejecutar muchos ejemplos de capacitación” y “solo para hacer avanzar el estado del arte”.
En cuanto a cómo ha evolucionado la industria, Biewald dijo: “Se ha vuelto muy convencional. Lo que la gente no se da cuenta es cuánto se usa el aprendizaje automático en las empresas reales hoy en día… Casi cualquier empresa de tamaño razonable está haciendo aprendizaje automático. Muchas de las aplicaciones son un poco aburridas pero importantes para la empresa que las realiza”.
Biewald tampoco cree que debamos desanimarnos por titulares como la noticia de que El servicio Duplex de Google para reservas de restaurantes a menudo depende de humanos en lugar de bots.
“No creo que sea humo y espejos combinar humanos y algoritmos de aprendizaje automático”, dijo. “Todas las compañías de tarjetas de crédito están utilizando el aprendizaje automático para prevenir el fraude, o lo que sea que hagan, hacen que los humanos verifiquen mucho… No sé por qué la gente siente que debe ser tan binario, como si automatizamos todo o nada. Si puede automatizar la mitad, eso es bastante bueno”.
Source link