Abacus.ai, la startup di due anni con sede a San Francisco che sta costruendo sistemi di intelligenza artificiale commerciali, venerdì ha annunciato di aver attivato un servizio di ascolto delle API che alimenterà dati temporali in modelli di apprendimento automatico per attività come le previsioni.
Abacus era già arrivato sul mercato con una forma di auto-ML, un modo per automatizzare la creazione di modelli di deep learning per i clienti. L'azienda ha accumulato oltre 6.000 clienti che hanno utilizzato oltre 20.000 modelli.
In precedenza, tale servizio era limitato ai modelli automatici offerti da Abacus. Ora, il servizio prenderà qualsiasi modello TensorFlow o Pytorch portato da un cliente e lo inserirà in quello che l'azienda chiama un “sistema di deep learning end-to-end in tempo reale”.
Inoltre: La startup AI Abacus.ai ottiene 22 milioni di dollari in finanziamenti di serie B per automatizzare la creazione di modelli di deep learning < /p>
Il CEO e co-fondatore Bindu Reddy ha dichiarato a ZDNet che il software è “l'unico servizio che puoi utilizzare per avviare rapidamente un sistema di deep learning in tempo reale”.
Il sistema comprende moduli sviluppati da Abacus.ai che prevedono l'acquisizione dei dati in modalità streaming, nonché il cosiddetto vector matching. La corrispondenza vettoriale è simile a un servizio di Google chiamato ScanN che può abbinare le query ai contenuti correlati calcolando una funzione di somiglianza.
Abacus.ai ha sviluppato il proprio motore di corrispondenza vettoriale. A differenza di ScanN, che non viene fornito con l'acquisizione di dati in tempo reale, tale capacità è “chiavi in mano” quando si utilizza la versione di corrispondenza vettoriale di Abacus.ai, ha affermato Reddy.
Il motore di corrispondenza vettoriale Abacus.ai Pannello.
Abacus.ai
Un'applicazione della tecnologia potrebbe essere un servizio di raccomandazione. Invece di recuperare una serie statica di consigli che sono stati compilati per un determinato utente, il sistema Abacus.ai può ingerire in una finestra di tempo, forse ogni due ore, i singoli elementi che l'utente ha recentemente “apprezzato” ed elaborarli per escogitare nuovi consigli.
Reddy ha detto a ZDNet che i modelli implementati per le raccomandazioni e altre funzioni vengono continuamente riqualificati in una sorta di applicazione di apprendimento continuo.
“La riqualificazione avviene in base alla frequenza con cui cambiano i dati”, ha affermato Reddy. “Ad esempio, nel caso degli algoritmi di newsfeed, ci aspettiamo che vengano creati abbastanza nuovi post molto spesso, quindi ci alleniamo di nuovo ogni pochi minuti.
Accanto al suo lavoro commerciale, Abacus.ai svolge un lavoro fondamentale sulla scienza del deep learning per far progredire i suoi strumenti. Ad esempio, quest'anno l'azienda si è classificata seconda al concorso di ricerca sull'architettura neurale della conferenza Computer Vision and Pattern Recognition.
Abacus.ai ha ricevuto fino ad oggi un finanziamento di 40,5 milioni di dollari, più recentemente con un round di serie B guidato dalla società di venture capital Coatue, a novembre. Altri investitori includono Index Partners, che ha partecipato a un round di investimento di serie A per un totale di $ 13 milioni a luglio, Decibel Ventures, un investimento dell'ex CEO di Google Eric Schmidt, l'investitore ed ex dirigente di Amazon Ram Shriram e Yahoo! co-fondatore e ex CEO Jerry Yang.
L'azienda impiega attualmente 45 persone.
Co-fondatori di Abacus, da sinistra , Siddartha Naidu, in precedenza ingegnere principale per il team di logistica di Amazon e anche sviluppatore del software BigQuery presso Google; Bindu Reddy, in precedenza capo di “AI Verticals” per AWS di Amazon; e Arvind Sundararajan, in precedenza responsabile tecnico per la tecnologia di distribuzione degli annunci di Google.
Abacus
Argomenti correlati:
Enterprise Software Digital Transformation CXO Internet of Things Innovation Smart Cities 