Uno de los grandes desafíos de desarrollar un proyecto de aprendizaje automático puede ser simplemente obtener suficientes datos relevantes para entrenar los algoritmos. Ahí es donde Superb AI, un miembro de la clase Y Combinator Winter 2019, puede ayudar. La puesta en marcha ayuda a las empresas a crear conjuntos de datos personalizados para cumplir con los requisitos de cualquier proyecto, utilizando AI para acelerar el proceso de etiquetado.
Hyun Kim, quien es el CEO y cofundador de la startup, dice que uno de los grandes escollos para las empresas que intentan incorporar la inteligencia artificial y el aprendizaje automático en sus aplicaciones es crear un conjunto de datos adecuados para entrenar a los modelos. “La inteligencia artificial utiliza la inteligencia artificial para crear datos personalizados de capacitación en inteligencia artificial para grandes empresas de tecnología. “Los clientes trabajan con nosotros para desarrollar características basadas en el aprendizaje automático en sus productos varias veces más rápido que ellos mismos”, dijo Kim a TechCrunch.
Kim y sus co-fundadores (el CTO Jung Kwon Lee, los ingenieros de aprendizaje automático Jonghyuk Lee y Moonsu Cha y Hyundong Lee, jefe de ventas y operaciones de APAC, que tiene su sede en Seúl, Corea del Sur) trabajaban en el campo cuando identificaron el problema de datos y decidió lanzar una empresa para resolverlo.
Tradicionalmente, las empresas que trabajan en un proyecto de aprendizaje automático contratarán trabajadores humanos para etiquetar los datos, pero esto ha sido costoso y propenso a errores, asumiendo que incluso tenía los datos con los que trabajar. Kim y sus co-fundadores, que trabajaron en proyectos de inteligencia artificial y estudiaron el tema en la universidad, tuvieron la idea de poner a AI a trabajar en la parte de etiquetado del problema.
“En lugar de depender de un trabajo manual lento y propenso a errores, Superb AI utiliza una IA de aprendizaje profundo patentada que ayuda a los humanos a lograr un etiquetado de imágenes y videos hasta 10 veces más rápido”, explicó Kim. La compañía también ayudará a encontrar fuentes de datos para compañías que no tienen datos para empezar.
Kim dice que no eliminan a los humanos del proceso por completo, pero sí mejoran la precisión de etiquetado al combinar trabajadores humanos con bases de inteligencia artificial. Él dice que esto implica un par de pasos. Primero, divide los datos de entrenamiento en tantos componentes como sea posible para automatizar cada pieza una por una. Si los datos son demasiado complejos, y las herramientas de AI no pueden automatizar el etiquetado, utilizan un segundo enfoque llamado “humano en el bucle”. Como los datos de la etiqueta de los humanos, la IA puede aprender a lo largo del tiempo y eventualmente tomar más y más el proceso.
Los cofundadores decidieron aplicar a Y Combinator. para establecerse en Silicon Valley, donde podrían expandir su mercado más allá de su país natal, Corea del Sur. “Definitivamente ha sido un cambio de juego. La cantidad de conocimiento y experiencia que obtuvimos de los socios de YC y otros emprendedores es realmente increíble. Y también la vasta red de YC nos ayudó a encontrar a nuestros primeros clientes en el Valle ”, dijo Kim.
La compañía, que se lanzó el pasado octubre, tiene hasta 13 empleados, incluidos los cofundadores. Ha recaudado $ 300,000 en inversión semilla y ya ha generado la misma cantidad en ingresos del producto, según Kim.
Source link