RealityEngines.AIuna startup de inteligencia artificial y aprendizaje automático fundada por varios ex ejecutivos e ingenieros de Google, está saliendo del sigilo hoy y anunciando su primer conjunto de productos.
Cuando la compañía anunció por primera vez su ronda inicial de $5,25 millones el año pasado, el director ejecutivo Bindu Reddy no estaba listo para revelar la misión de RealityEngines más allá de decir que planeaba facilitar el aprendizaje automático para las empresas. Con el lanzamiento de hoy, el equipo está poniendo esto en práctica mediante el lanzamiento de un conjunto de herramientas que abordan específicamente una serie de casos de uso empresarial estándar para ML, que incluyen predicciones de abandono de usuarios, detección de fraude, previsión de oportunidades de ventas, detección de amenazas de seguridad y optimización de gastos en la nube. Para los casos de uso que no encajan perfectamente en estos cubos, el servicio también ofrece un servicio de modelado predictivo más general.
Antes de cofundar RealiyEngines, Reddy fue jefe de producto de Google Apps y gerente general de verticales de IA en AWS. Sus cofundadores son Arvind Sundararajan (anteriormente en Google y Uber) y Siddartha Naidu (quien fundó BigQuery en Google). Los inversores de la empresa incluyen a Eric Schmidt, Ram Shriram, Khosla Ventures y Paul Buchheit.
Como señaló Reddy, la idea detrás de este primer conjunto de productos de RealityEngines es brindar a las empresas una entrada fácil al aprendizaje automático, incluso si no cuentan con científicos de datos en el personal.
Además del talento, otro problema al que se enfrentan las empresas con frecuencia es que no siempre cuentan con cantidades masivas de datos para entrenar sus redes de manera efectiva. Ese ha sido durante mucho tiempo un obstáculo para muchas empresas que quieren ver qué puede hacer la IA por ellas, pero que no tenían los recursos adecuados para hacerlo. RealityEngines supera esto al crear datos sintéticos realistas que luego puede usar para aumentar los datos existentes de una empresa. En sus pruebas, esto crea modelos que son hasta un 15 % más precisos que los modelos que se entrenaron sin los datos sintéticos.
“El uso más destacado de las redes antagónicas generativas, GANS, ha sido crear falsificaciones profundas”, dijo Reddy. “Deepfakes ha capturado la imaginación del público al resaltar lo fácil que es difundir información errónea con estos videos e imágenes manipulados. Sin embargo, GANS también se puede aplicar al uso productivo y bueno. Se pueden usar para crear conjuntos de datos sintéticos que luego se combinan con los datos originales para producir modelos robustos de IA, incluso cuando una empresa no tiene muchos datos de capacitación”.
RealityEngines actualmente tiene alrededor de 20 empleados, la mayoría de los cuales tienen una amplia experiencia en ML/AI, tanto como investigadores como profesionales.
Source link