Vianai emerge con una semilla de $ 50 millones y una misión para simplificar la tecnología de aprendizaje automático

Vianai emerge con una semilla de $ 50 millones y una misión para simplificar la tecnología de aprendizaje automático

No se ve que una startup obtenga una ronda inicial de $ 50 millones con tanta frecuencia, pero tal fue el caso de Vianai, una startup en etapa inicial lanzada por Vishal Sikka, ex director gerente de Infosys y ejecutivo de SAP. La compañía se lanzó recientemente con un gran cheque y una visión para transformar el aprendizaje automático.

Solo esta semana, la startup tuvo una fiesta de presentación en Oracle Open World, donde Sikka pronunció una de las notas clave y demostró el producto para los asistentes. En los últimos años, desde que dejó Infosys, Sikka ha estado pensando en el impacto de la inteligencia artificial y el aprendizaje automático en la sociedad y la forma en que se lleva a cabo hoy. No le gustó mucho lo que vio.

Vale la pena señalar que Sikka obtuvo su doctorado de Stanford con una especialidad en inteligencia artificial en 1996, por lo que esto no es algo nuevo para él. Lo que ha cambiado, como él señala, es la creciente potencia de cómputo y la creciente cantidad de datos, todo lo cual alimenta el impulso actual de la inteligencia artificial dentro de los negocios. Lo que vio cuando comenzó a explorar cómo las empresas están implementando la inteligencia artificial y el aprendizaje automático hoy en día fue una gran cantidad de herramientas complejas, que, en su opinión, eran mucho más complejas de lo necesario.

Vio densos cuadernos Jupyter llenos de código. Dijo que si observaba un modelo típico de aprendizaje automático y eliminaba todo el código, lo que encontró era una serie de expresiones matemáticas subyacentes al modelo. Tuvo la visión de hacer que la construcción de modelos sea más acerca de las matemáticas, al tiempo que construye una plataforma de ciencia de datos altamente visual desde cero.

La compañía ha estado iterando sobre una solución durante el último año con dos principios básicos en mente: explorabilidad y explicabilidad, que implica interactuar con los datos y presentarlos de una manera que ayude al usuario a alcanzar su objetivo más rápido que la cosecha actual del modelo: Herramientas de construcción.

“Se trata de hacer que el sistema sea reactivo a lo que está haciendo el usuario, haciéndolo completamente explorable, mientras que hace posible que el desarrollador experimente con lo que está sucediendo de una manera increíblemente fácil. Hacerlo explicable significa poder ir y venir con los datos y el modelo, utilizando el modelo para comprender el fenómeno que está tratando de capturar en los datos “, dijo Sikka a TechCrunch.

Él dice que la herramienta no solo está dirigida a los científicos de datos, se trata de usuarios de negocios y científicos de datos que se sientan juntos e iteran juntos para obtener las respuestas que buscan, ya sea para encontrar una manera de reducir la rotación de usuarios o descubrir fraudes. Estos modelos no viven en un vacío de ciencia de datos. Todos tienen un propósito comercial, y él cree que la única forma de tener éxito con la IA en la empresa es tener a los usuarios comerciales y a los científicos de datos sentados juntos en la misma mesa trabajando con el software para resolver un problema específico, mientras se aprovechan La experiencia del otro.

Para Sikka, esto significa refinar el problema real que está tratando de resolver. “La IA se trata de resolver problemas, pero antes de resolverlos, también hay un (desafío) para encontrar y articular un problema comercial que sea relevante para las empresas y que tenga un valor para la organización”, dijo.

Él es muy claro, que no está buscando reemplazar a los humanos, sino que quiere usar la IA para aumentar la inteligencia humana para resolver problemas humanos reales. Señala que este producto no es el aprendizaje automático automatizado (AutoML), lo que considera una idea profundamente defectuosa. “No estamos aquí para automatizar los trabajos de los profesionales de la ciencia de datos. Estamos aquí para aumentarlos ”, dijo.

En cuanto a esa ronda de semillas masiva, Sikka sabía que se necesitaría una gran inversión para construir una visión como esta, y con su reputación y conexiones, sintió que sería mejor obtener una gran inversión por adelantado, y podría concentrarse en construir producto y la empresa. Él dice que tuvo la suerte de tener inversores que creen en la visión, aunque, como él dice, ningún plan de negocios temprano sobrevive a la prueba de la realidad. No nombró inversores específicos, solo se refirió a amigos e instituciones y personas ricas y famosas. Un portavoz de la compañía reiteró que no estaban revelando una lista de inversores en este momento.

Por ahora, la compañía tiene un nuevo producto y mucho dinero en el banco para obtener rentabilidad, lo cual, según él, es su objetivo final. Sikka podría haber tomado un trabajo para dirigir una organización grande, pero al igual que muchos fundadores de startups, vio un problema y tenía una idea de cómo resolverlo. Ese fue un desafío que no pudo resistir perseguir.


Source link