V7 Labs mengumpulkan $ 3M untuk membantu tim AI ‘mengotomatiskan’ alur kerja data pelatihan – TechCrunch

V7 Labs mengumpulkan $ 3M untuk membantu tim AI 'mengotomatiskan' alur kerja data pelatihan - TechCrunch


V7 Labs, pembuat platform visi komputer yang membantu tim AI “mengotomatiskan” dan membuktikan alur kerja data pelatihan mereka di masa depan seiring dengan kemajuan AI yang terus berlanjut, telah mengumpulkan $ 3 juta dalam pendanaan. Pemimpin putaran pertama adalah Amadeus Capital Partners, dengan partisipasi dari Partech, Air Street Capital Nathan Benaich, dan Miele Venture.

Didirikan pada tahun 2018 oleh alumnus Singularity University Alberto Rizzoli dan mantan pimpinan R&D di RSI, Simon Edwardsson (tim yang sama di belakang aplikasi “melihat” Aipoly), platform V7 Labs berjanji untuk mempercepat pembuatan data pelatihan berkualitas tinggi sebanyak 10-100x. Hal ini dilakukan dengan memberikan kemampuan kepada pengguna untuk membuat pipeline data gambar dan video otomatis, mengatur dan membuat versi kumpulan data yang kompleks, dan melatih serta menerapkan model AI vision yang “canggih”.

“Bagi perusahaan yang ingin membangun solusi visi komputer yang memberikan nilai bisnis, mereka harus terus mengumpulkan, memberi label, dan melatih ulang model mereka,” jelas Rizzoli dari V7 Labs. “Saat kami membangun Aipoly pada tahun 2015, kami perlu membangun dan memelihara alat kami sendiri, sambil tetap mengikuti perkembangan seni AI yang cepat, karena tidak ada produk SaaS pihak ketiga yang tersedia”.

Maju cepat ke hari ini dan Rizzoli mengatakan bahwa banyak perusahaan visi komputer terbaik sekarang beralih ke platform SaaS seperti V7 untuk mengatasi masalah ini. “Ada banyak hal yang harus dipikirkan saat membangun startup AI, dan ‘bagaimana kita bisa secara efisien menyimpan dan menanyakan 100 kumpulan data video yang berbeda’ adalah sesuatu yang hanya Anda pikirkan ketika Anda sedang terbang untuk mencoba memberikan layanan Anda.

“V7 menyusun praktik terbaik industri untuk mengatur data, memberi label, dan meluncurkan model visi komputer untuk masalah dunia nyata”.

Kredit Gambar: V7 Labs

Browser dan platform berbasis cloud mengklaim kemampuan untuk dengan cepat mengupload dan merender kumpulan data gambar / video yang besar “tanpa jeda”, dan memungkinkan pelabelan diotomatiskan (dengan derajat yang berbeda-beda) tanpa memerlukan data pelatihan sebelumnya. V7 juga telah dirancang untuk memungkinkan pelacakan sejumlah besar label per gambar / video, mendukung ribuan anotasi per gambar dan jutaan gambar per kumpulan data. Yang terpenting, Rizzoli memberi tahu saya bahwa dimungkinkan untuk melatih, menerapkan, dan menjalankan model visi komputer dalam platform “dalam beberapa klik tanpa harus mengkhawatirkan DevOps”.

“Pelanggan akan segera dapat mengaudit model tersebut – dan set pelatihan yang sesuai – untuk men-debug, menguji kualitas data, menemukan kasus kegagalan, dan menghilangkan bias yang tidak diinginkan,” tambahnya, mencatat bahwa ini semua adalah masalah besar yang belum terselesaikan di AI industri.

Untuk itu, sekitar 100 pelanggan V7 Labs termasuk Tractable, GE Healthcare dan Merck. Ini berkembang paling cepat dalam pencitraan medis, sebagian karena menawarkan dukungan untuk anotasi DICOM dan kepatuhan HIPAA, keduanya harus dimiliki dalam perawatan kesehatan.

Namun, diukur dari jumlah data yang diproses di platform, Rizzoli memberi tahu saya bahwa “inspeksi ahli” rutin adalah tugas yang paling populer. “Ini termasuk lusinan perusahaan yang menggunakan AI untuk mencari kerusakan atau anomali pada mobil, rig minyak, saluran listrik, jaringan pipa atau jalan,” katanya.

Posted By : Togel Online

About: sevastopol