LatticeFlow, una startup de inteligencia artificial que surgió de ETH Zurich en 2020, anunció hoy que ha recaudado una ronda de financiación inicial de $ 2.8 millones liderada por el fondo suizo de tecnología profunda btov y Global Founders Capital, que anteriormente respaldaba a empresas como Revolut, Slack y Zalando.
La idea general detrás de LatticeFlow es crear herramientas que ayuden a los equipos de IA a construir e implementar modelos de IA que sean seguros, confiables y dignos de confianza. El problema actual, argumenta el equipo, es que los modelos se vuelven muy buenos para encontrar los patrones estadísticos correctos para alcanzar un punto de referencia determinado. Sin embargo, eso los hace inflexibles, ya que estos modelos se optimizaron para la precisión en un entorno de laboratorio, no para la robustez en el mundo real.
“Uno de los paradigmas más utilizados para evaluar los modelos de aprendizaje automático son las métricas agregadas, como la precisión. Y, por supuesto, esta es una representación muy burda de lo bueno que es realmente un modelo ”, explicó Pavol Bielik, CTO de la empresa. “Lo que queremos hacer es proporcionar formas sistemáticas de monitorear modelos, evaluando su confiabilidad en diferentes segmentos de datos relevantes y luego también brindamos herramientas para mejorar estos modelos”.
Créditos de imagen: LatticeFlow
Sin embargo, la construcción de este tipo de modelos que sean más flexibles pero que proporcionen resultados sólidos requerirá un nuevo arsenal de herramientas, así como el equipo adecuado con amplia experiencia en estas áreas. Sin embargo, está claro que se trata de un equipo fundador con los antecedentes adecuados. Además del CTO Bielik, el equipo fundador incluye a Petar Tsankov, CEO de la compañía y ex investigador y conferenciante senior en ETH Zurich, así como a los profesores de ETH Martin Vechev, quien dirige el laboratorio de Sistemas Seguros, Confiables e Inteligentes en ETH, y Andreas Krause. , quien dirige el laboratorio de sistemas adaptativos y de aprendizaje de ETH.
También vale la pena señalar que Vechev, quien anteriormente cofundó la escisión ChainSecurity de ETH, y su grupo en ETH desarrollaron previamente ERAN, verificador de grandes modelos de deep learning con millones de parámetros, que el año pasado ganó el primer concurso para certificar redes neuronales profundas. Si bien el equipo ya estaba buscando crear una empresa antes de ganar esta competencia, Vechev señaló que le dio al equipo la confirmación de que estaba en el camino correcto.
Créditos de imagen: LatticeFlow
“Queremos resolver el principal problema de la IA, que es hacer que la IA sea utilizable. Este es el objetivo general ”, me dijo Vechev. “[…] No creo que se pueda fundar la empresa simplemente basándose en el trabajo de certificación. Creo que el tipo de habilidades que tiene la gente en la empresa, mi grupo, Andreas [Krause]del grupo, todos se complementan y cubren un espacio enorme, que creo que es muy, muy único. No conozco otras empresas que hayan cubierto esta gama de habilidades en estos puntos urgentes y hayan realizado un trabajo innovador antes “.
LatticeWorks ya tiene un conjunto de clientes piloto que están probando sus herramientas. Entre ellos se incluyen los ferrocarriles suizos (SBB), que lo está utilizando para construir una herramienta para inspecciones ferroviarias automáticas, la Oficina Federal de Seguridad Cibernética de Alemania y el Ejército de los EE. UU. El equipo también está trabajando con otras grandes empresas que están utilizando sus herramientas para mejorar sus modelos de visión por computadora.
“El aprendizaje automático (ML) es uno de los temas centrales en SBB, ya que vemos un enorme potencial en su aplicación para una supervisión mejorada, inteligente y automatizada de nuestra infraestructura ferroviaria”, dijeron el Dr. Ilir Fetai y Andre Roger, los líderes de El equipo de IA de SBB. “El proyecto de inteligencia artificial robusta y confiable con LatticeFlow, ETH y Siemens tiene un papel crucial para permitirnos aprovechar al máximo las ventajas de usar ML”.
Por ahora, LatticeFlow permanece en acceso temprano. El equipo planea utilizar la financiación para acelerar el desarrollo de su producto y atraer nuevos clientes. El equipo también planea construir una presencia en los EE. UU. En un futuro próximo.
Source link