Laboratorios V7, los creadores de una plataforma de visión por computadora que ayuda a los equipos de IA a “automatizar” y preparar para el futuro sus flujos de trabajo de datos de entrenamiento a medida que continúan los avances en IA, ha obtenido $ 3 millones en fondos. A la cabeza de la ronda semilla está Amadeus Capital Partners, con la participación de Partech, Air Street Capital de Nathan Benaich y Miele Venture.
Fundada en 2018 por el ex alumno de Singularity University, Alberto Rizzoli, y el ex líder de I + D en RSI, Simon Edwardsson (el mismo equipo detrás de la aplicación “ver” Aipoly), la plataforma V7 Labs promete acelerar la creación de datos de capacitación de alta calidad en 10-100 veces. Lo hace al brindarles a los usuarios la capacidad de crear canales de datos de imágenes y videos automatizados, organizar y crear versiones de conjuntos de datos complejos, y entrenar e implementar modelos de IA de visión “de última generación”.
“Para que las empresas construyan soluciones de visión por computadora que brinden valor comercial, deben recolectar, etiquetar y volver a entrenar continuamente sus modelos”, explica Rizzoli de V7 Labs. “Cuando construimos Aipoly en 2015, necesitábamos construir y mantener nuestras propias herramientas, mientras nos manteníamos al día con el rápido estado del arte de la IA, porque no había productos SaaS de terceros disponibles”.
Avance rápido hasta hoy y Rizzoli dice que muchas de las mejores empresas de visión por computadora ahora están recurriendo a plataformas SaaS como V7 para resolver este problema. “Hay mucho en lo que pensar al construir una startup de IA, y ‘cómo podemos almacenar y consultar de manera eficiente 100 conjuntos de datos de video diferentes’ es algo en lo que solo piensas cuando estás en medio del vuelo tratando de entregar tu servicio.
“V7 codifica las mejores prácticas de la industria para organizar datos, etiquetar y lanzar modelos de visión artificial para problemas del mundo real”.
Créditos de imagen: Laboratorios V7
El navegador y la plataforma basada en la nube reclaman la capacidad de cargar y renderizar rápidamente grandes conjuntos de datos de imágenes/videos “sin demoras” y permitir que el etiquetado se automatice (en diversos grados) sin necesidad de datos de capacitación previos. V7 también ha sido diseñado para hacer posible el seguimiento de una gran cantidad de etiquetas por imagen/video, admitiendo miles de anotaciones por imagen y millones de imágenes por conjunto de datos. De manera crucial, Rizzoli me dice que es posible entrenar, implementar y ejecutar modelos de visión por computadora dentro de la plataforma “con unos pocos clics sin tener que preocuparse por DevOps”.
“Los clientes pronto podrán auditar esos modelos, y sus conjuntos de entrenamiento correspondientes, para depurar, probar la calidad de los datos, descubrir casos de falla y eliminar cualquier sesgo no deseado”, agrega, y señala que todos estos son grandes puntos débiles sin resolver en la IA. industria.
Con ese fin, los 100 clientes actuales de V7 Labs incluyen Tractable, GE Healthcare y Merck. Está creciendo más rápido dentro de las imágenes médicas, en parte porque ofrece soporte para la anotación DICOM y el cumplimiento de HIPAA, ambos imprescindibles en el cuidado de la salud.
Sin embargo, medido por la cantidad de datos procesados en la plataforma, Rizzoli me dice que las “inspecciones de expertos” de rutina son las tareas más populares. “Estos incluyen docenas de empresas que usan IA para buscar daños o anomalías en automóviles, plataformas petroleras, líneas eléctricas, oleoductos o carreteras”, dice.
Source link