Nvidia, en yıkıcı beş yapay zeka başlangıcını seçiyor
Nvidia (Nvidia), en yıkıcı yapay zeka girişimlerini arıyor. Bu, Nvidia'nın "Kuruluş Planı" (Nvidia Başlangıç: Güçlü GPU araçları, teknolojisi ve derin öğrenme uzmanlığı aracılığıyla yapay zeka girişimlerinin gelişimini teşvik etmeyi hedefliyor) rekabeti Bunun bir parçası olarak, 600'den fazla yarışmacı arasından en iyi AI girişimlerini seçmeye çalışıyor.
Nvidia CEO'su Huang Renxun, en iyi yapay zeka girişimlerini bulmaya yardımcı olmak için geçen hafta büyük bir etkinliğe ev sahipliği yaptı. Huang Renxun ve hakem ekibi, 14 AI girişiminin ("Founding Project" yarışmasında 600'den fazla katılımcının final kazananları) 3 kategorideki değerlendirmelerini dinledi. Bu kazananlar, 10 Mayıs'ta NVIDIA GPU Teknoloji Konferansı'nda 1,5 milyon ABD doları nakit para ödülü alacaklar. Huang Renxun, etkinliğin açılış töreninde şunları söyledi: "Yapay zeka devriminin başındayız ve bize geliyor; yapay zeka devrimi aynı zamanda yaşadığımız en büyük bilgi işlem devrimlerinden biridir."
Şekil | Nvidia'dan Jeff Herbst
Günün değerlendirmesine katılan jüri üyeleri arasında Fidelity Investment Group Portföy Yöneticisi Gavin Baker, Goldman Sachs Küresel Yarı İletken Yatırım Bankacılığı Başkanı Tammy Kiely, SoftBank Group Yatırımcısı Shu Nyatta ve Kotu Capital Management Kıdemli Yönetim Direktörü Thomas Laffont vardı ; Prashant Sharma, Microsoft Accelerator'ın Küresel Baş Teknoloji Sorumlusu.
Şekil | Nvidia'dan Jeff Herbst
Değerlendirme üç kategoriye ayrılmıştır: Tek kategorinin şampiyonu için para ödülü 37,5 ABD doları ve ikincisi 125,000 ABD dolarıdır.
İşte en yıkıcı 5 AI başlangıcı:
1. Smartvid.io
Şekil | Smartvid.io'dan Mike Perozek
Smartvid.io ekibi 2005'te kuruldu, ancak bu ekibin ilk girişimi değil. Bilgisayar teknolojisini inşaat sektörüne uygulamaya odaklanan Vela Systems adlı bir şirket kurdular. 2012 yılında Vela Systems, Autodesk'e satıldı.
Takım CEO'su Josh Kanner, planlarının Mart 2015'te uygulandığını ve güvenlik uzmanlarının tamamlayamadığı görevleri tamamlamak ve inşaat sahasını daha güvenli hale getirmek için yapay zekayı kullanmayı amaçladıklarını söyledi.
Ekip satış ve pazarlamadan sorumlu başkan yardımcısı Mike Perozek, inşaat sektörünün yıllık gelirinin 10 trilyon ABD dolarını aştığını, ancak her yıl kaza sonucu ölüm sayısının da 1.000'i geçtiğini söyledi.
Perozek, "Güvenlik, inşaat sektörünün karşı karşıya olduğu önemli bir sorundur. Her yıl, on Amerikalı işçiden biri yaralanacaktır. Bu konularda yetkin çok az uzman var. İnşaat işçileri, güvenlik tehlikelerini genellikle bir kişi tarafından bulmak ve kaydetmek için olay yerine gelir. 3-7 büyük ölçekli etkinlik projesinden sorumlu olmak. "
Şantiyelerde her proje, ilerlemeyi ve iletişimi izlemek için her yıl 15.000 ila 20.000 fotoğraf veya video üretir, ancak bu malzemeler genellikle tam olarak kullanılmaz. Smartvid.io ekibi, şantiyelerin güvenliğini analiz etmek ve güvenliği artırmak için bu kaynakların değerinden yararlanılabileceğine inanıyor.
Perozek, "Bu resimleri ve videoları düzenliyoruz ve inşaat yönetim sistemine giriyoruz. Güvenlik uzmanlarının katılımı olmadan analiz sadece birkaç elle yapılabilir."
Smartvid.io, AI sistem analizi için videoları ve resimleri otomatik olarak içe aktarabilir. Sistem, iş akışı ve alarm sistemini birleştirir, personel Smartvid.io'dan öneri ve geri bildirim alabilir, böylece AI sisteminin performansını daha da iyileştirebilir.
Genel olarak konuşursak, mükemmel bir güvenlik uzmanı yetiştirmek 5-7 yıl sürer. Bununla birlikte, bilgisayarla görme, derin öğrenme ve dil tanıma kullanarak Smartvid.io, hedef nesnenin nicel analizini tamamlayabilir ve gizli güvenlik tehlikelerini belirleyebilir. Smartvid.io'nun yardımıyla sıradan bir çalışan, iş yerinde her gün fotoğraf ve video çekip bunları yükleyebilir ve güvenlik uzmanlarının gerçekleştirebileceği görevleri, hatta daha da iyisini yapabilir.
Smartvid.io'nun bazı eski kullanıcıları var. İlk çeyrekte şirketin kullanıcı sayısı 4'ten 8'e çıktı. Kullanıcı ihtiyaçlarına veya proje sayısına göre yazılım kullanım ücretleri alırlar.
2. Derin İçgüdü
Şekil | Eli David, Deep Instinct CTO'su
Deep Instinct, kötü amaçlı yazılımları tespit etmek için AI kullanıyor. Şu anda, orijinal kötü amaçlı yazılım kodunu yalnızca yaklaşık% 30 oranında değiştirmeniz gerekiyor, yeni bir kötü amaçlı yazılım doğabilir. Her gün yaklaşık 1 milyon yeni kötü amaçlı yazılım çeşidi üretiliyor, ancak birçok anti-virüs satıcısı yalnızca bilinen kötü amaçlı yazılımları tespit etmeye odaklanıyor.
Deep Instinct, kötü amaçlı yazılımları tespit etmenin en iyi yolunun derin öğrenme olduğuna inanıyor. Derin öğrenme, virüs dijital imzaları, korumalı alan içeriği veya bazı buluşsal yöntemler kullanmadan bilinmeyen kötü amaçlı yazılımları gerçek zamanlı olarak algılayabilir, yalnızca sorunlu dosyanın ikili kaynak kodu ayrıntılarını kontrol edin.
Ekibin baş teknoloji sorumlusu Eli David, "Kötü amaçlı yazılımların bize saldırmasını beklememeli, proaktif olarak savunmalıyız" dedi.
Belirli bir sinir ağı stili geliştirmek için şirket kendi derin öğrenme altyapısını kurdu. Sinir ağı, NVIDIA'nın CPU'ları, GPU'ları ve CUDA yazılımı ile uyumludur.
Deep Instinct, analizin iş yükünü azaltmak için yedek işleme iş parçacıklarının% 95'ini siler. Sonunda, müşteri testleri, Deep Instinct'in kötü amaçlı yazılım tespit oranının% 99, rakibinin ise yaklaşık% 80 olduğunu gösterdi.
David, Deep Instinct'in yalnızca birkaç ayda bir güncellenmesi gerektiğini ve yanlış pozitif oranının sadece% 0.1 olduğunu söyledi. Diğer derin öğrenme rakiplerinin yanlış pozitif oranı% 2 -% 3 kadar yüksek.
2016 yılında bu yazılım ticarileştirilmeye başlandı ve bu yıl 10 milyon dolar gelir getirmesi bekleniyor. Deep Instinct, 2018'de trafik analizi için bir çözüm eklemeyi ve işini diğer siber güvenlik alanlarına genişletmeyi umuyor.
Şu anda, Deep Instinct'in 65 çalışanı var ve Bloomberg Capital, UST Global, CNTP ve Cerracap'tan 50 milyon dolar fon sağladı. Şu anda karşılaştıkları en zor sorun, müşterinin Deep Instinct'in "kara kutusunun" nasıl çalıştığını bilmemesidir. Bu bağlamda David, ürünlerinin aynı kötü amaçlı yazılımı tespit ederken rakipleri kolayca yenebileceğini, bu da potansiyel müşterileri ikna etmek için yeterli olduğunu söyledi.
3. Cape Analytics
Şekil | Meşgul Cummings, Satış Direktörü, Cape Analytics
Amerika Birleşik Devletleri'nde, ev sigortası şirketleri 100 milyondan fazla hane halkı hakkında veri toplamak zorundadır ki bu kolay değildir. Cape Analytics şu anda bu görevi gerçekleştirmek için jeo-uzamsal görüntüleri, bilgisayarla görmeyi ve makine öğrenimini kullanıyor.
Satış başkan yardımcısı Busy Cummings, Cape Analytics'in aile konut bilgilerini gösteren çok sayıda hava görüntüsü toplayabileceğini söyledi. Şirketin ilk odak noktası emlak sigortası endüstrisiydi, ancak diğer birçok sektörün de aile konut bilgilerini toplama ihtiyacı var.
Ev sahipleri aracılığıyla konut bilgilerinin toplanması mümkün değildir. Çünkü doğru bilgiyi bilmiyor olabilirler veya biliyor olabilirler ancak daha düşük sigorta primleri ödemek için boşluklardan yararlanmayı umuyorlar. Mevcut kamuya açık kayıtlar çoğu zaman güncelliğini yitirmiştir Müfettişler aracılığıyla veri toplamak yüksek maliyet ve uzun zaman anlamına gelir.
Cummings, "Teknolojimizi kullanarak yüksek kaliteli verileri gerçek zamanlı olarak elde edebiliriz." Dedi.
Cape Analytics ayrıca diğer kaynaklardan havadan görüntü alabilir ve tadilattan veya yıkımdan sonra konuttaki değişiklikleri gösterebilir; ayrıca konutlara yönelik tehditleri de gösterebilir. Cape Analytics, verileri işlemek için çok sayıda GPU kullanır ve kısa sürede analiz sonuçları sağlayabilir.
Cape Analytics, çatı şeklini, durumunu ve kullanılan malzemeleri kaydedebilir ve yüzme havuzlarını, dalış tahtalarını, havuz çitlerini vb. Tanımlayabilir. Bu veriler, insanların daha hızlı sigorta teklifleri sağlamak için başvuru sürecini kısaltmasına yardımcı olabilir.
Cummings, "Müşteri ilişkilerini geliştirebilecek, daha iyi hizmet sağlayabilecek, süreçleri kısaltabilecek ve maliyetleri azaltabilecek 100 milyon konut bilgisi içeren bir yaşam veritabanı oluşturuyoruz. Veritabanımızı kullanan sigorta şirketleri riskleri daha iyi kavrayabilir."
Cape Analytics şu anda 20'den fazla çalışana sahiptir ve Data Collective, Formation 8, XL Innovate, Lux Capital ve Khosla Ventures'tan 14 milyon dolar topladı.
4. Konux
Şekil | Konux CTO'su Vlad Lata
Konux, 2014 yılında kuruldu ve merkezi Münih'te bulunuyor. Şu anda 30'dan fazla çalışanı var ve NEA, Michael Baum, Andy Bechtolsheim, MIG Fonds, Torsten Kreindl ve Lothar Stein'dan 18,5 milyon dolar fon sağladı.
Konuxun baş teknoloji sorumlusu Vlad Lata, şirketin demiryolu sisteminin durumunu ölçmek için bir yazılım sistemi geliştirdiğini söyledi. Konux, yolun hareketini ve anahtarın durumunu izlemek için sensörleri kullanmayı umuyor. Deutsche Bahn, müşterilerinden biridir ve Avrupa'ya giden demiryollarında 70.000'den fazla katılım vardır.
Bu katılımlar yılda 5 kez manuel teftiş gerektirir, her katılımın her bir denetimi yaklaşık 3 kişi gerektirir ve en az 2 saat sürer. Alman Federal Demiryolları her yıl katılım için yaklaşık 630 milyon ABD doları harcıyor ve bununla bağlantılı işçilik maliyetleri dünyadaki tüm demiryolu şirketleri için milyarlarca dolar.
Konux'un sensörleri gerçek zamanlı olarak bilgi toplayabilir, bu nedenle sık kontroller gerekli değildir. Anahtar başarısız olduğunda, Konux bir alarm mesajı alacaktır. Tren, bu dönemeçleri günde 20 kez geçer, bu da dönüşlere zarar verebilir. Anahtar başarısız olursa, gecikmelere ve hatta çarpışmalara neden olabilir.
Lata şunları söyledi: "Anahtarın kaç kez çalıştığını biliyorsanız, onu ne zaman değiştireceğinizi bilirsiniz." Konux'un her satışı büyük bir sipariştir, ancak ürünün daha uzun bir satış döngüsü vardır.
5. Dijital Dahi
Şekil | Digital Genius'un kurucu ortağı Mikhail Naumov
Digital Genius, 2014 yılında kuruldu ve merkezi San Francisco'da bulunuyor. Şu anda, şirketin 45 çalışanı var ve Lowercase Capital, Salesforce Ventures, RRE Ventures, LHV, Bloomberg Beta, Lumia Capital, Singularity Investments, Spider Capital ve Compound Ventures'tan 10 milyon dolar topladı. Şirket, Salesforce platformunda hangi hizmetleri sağlayabileceğini keşfetmek için Salesforce ile çalışıyor.
Digital Genius, derin öğrenme ve yapay zekayı müşteri hizmetleri işine entegre ediyor. Müşteri hizmetleri işinin yıllık piyasa değeri 350 milyar ABD dolarıdır ve bunun yaklaşık 300 milyar ABD doları müşteri hizmetleri personelinin maaşlarını ödemek için kullanılmaktadır.
Digital Genius başlangıçta müşteri hizmetleri sağlamak için bir sohbet robotu yarattı, ancak bu robot yalnızca yerleşik kurallara uyabildiği için kullanışlılığı büyük ölçüde sınırlıdır. Bundan sonra şirket, daha güçlü akıllı sistemler yaratmayı umarak araştırma ve geliştirme odağını derin öğrenme algoritmalarına kaydırdı.
Digital Genius'un kurucu ortağı Mikhail Naumov, "Personelimizin iş yükünü azaltarak çok para tasarrufu sağlayabiliriz" dedi.
Şirket, her müşteri hizmeti için işlem süresinin artık% 32 oranında azaltılabileceğini söyledi.
KLM Royal Dutch Airlines, Digital Genius hizmetlerini kullanan 235 acenteye sahiptir. Bu temsilciler her hafta yaklaşık 100.000 e-posta alır ve Digital Genius, müşterinin ne tür sorular sorduğunu bulmak için bu e-postaları analiz eder.Daha sonra, sistem, temsilcilerin daha hızlı olabilmesi için bu soruları ele almak için önerilerde bulunur. Müşteri sorunlarını çözmek için. Ek olarak, temsilciler sistemin performansını sürekli iyileştirmek için geri bildirim de verebilir.
