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 ves a una startup obtener una ronda inicial de $ 50 millones con tanta frecuencia, pero ese fue el caso con Vianaí, 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.

Apenas esta semana, la startup tuvo una fiesta de presentación en Oracle Open World, donde Sikka pronunció uno de los discursos principales y realizó una demostración del producto para los asistentes. En los últimos dos años, desde que dejó Infosys, Sikka ha estado pensando en el impacto de la IA y el aprendizaje automático en la sociedad y la forma en que se está implementando en la actualidad. No le gustó mucho lo que vio.

Vale la pena señalar que Sikka obtuvo su doctorado de Stanford con una especialidad en IA 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 el aumento de la cantidad de datos, todo lo cual alimenta el impulso actual de la IA dentro del negocio. Lo que vio cuando comenzó a explorar cómo las empresas están implementando la IA y el aprendizaje automático en la actualidad fue una gran cantidad de herramientas complejas que, en su opinión, eran mucho más complejas de lo que debían ser.

Vio densos cuadernos Jupyter llenos de código. Dijo que si observaba un modelo típico de aprendizaje automático y eliminaba todo el código, lo que encontraba era una serie de expresiones matemáticas subyacentes al modelo. Tenía la visión de hacer que la construcción de modelos se basara más en las matemáticas, mientras construía una plataforma de ciencia de datos altamente visual desde cero.

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

“Se trata de hacer que el sistema reaccione a lo que hace el usuario, haciéndolo completamente explorable, al mismo tiempo que hace posible que el desarrollador experimente con lo que está sucediendo de una manera que es increíblemente fácil. Hacer que sea explicable significa poder ir y venir con los datos y el modelo, usando el modelo para comprender el fenómeno que está tratando de capturar en los datos”, dijo Sikka a TechCrunch.

Él dice que la herramienta no está dirigida solo a los científicos de datos, se trata de que los usuarios comerciales y los científicos de datos se sienten juntos e iteren 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 tanto a los usuarios comerciales como a los científicos de datos sentados juntos en la misma mesa trabajando con el software para resolver un problema específico, mientras aprovechan la experiencia del otro.

Para Sikka, esto significa refinar el problema real que está tratando de resolver. “La IA tiene que ver con la resolución de problemas, pero antes de resolver el problema, también hay un [challenge around] encontrar y articular un problema empresarial que sea relevante para las empresas y que tenga un valor para la organización”, dijo.

Tiene muy claro que no busca 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 un aprendizaje automático automatizado (AutoML), 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 semilla 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 el producto y la empresa. Él dice que tuvo la suerte de tener inversionistas que creyeron en la visión, aunque, como él dice, ningún plan de negocios inicial sobrevive a la prueba de la realidad. No nombró inversores específicos, solo se refirió a amigos y personas e instituciones ricas y famosas. Un portavoz de la empresa reiteró que no estaban revelando una lista de inversores en este momento.

Por ahora, la empresa tiene un nuevo producto y mucho dinero en el banco para llegar a la rentabilidad, que afirma que es su objetivo final. Sikka podría haber tomado un trabajo dirigiendo una gran organización, pero como muchos fundadores de empresas emergentes, vio un problema y tuvo una idea de cómo resolverlo. Ese fue un desafío que no pudo resistir.


Source link