Το Datasaur σάς επιτρέπει να δημιουργείτε ένα μοντέλο αυτόματα από ένα σύνολο ετικετών

Πολύ πριν οι άνθρωποι μιλούσαν για το ChatGPT και τη γενετική τεχνητή νοημοσύνη, οι εταιρείες όπως

Datasaur

ασχολούνταν με τα παξιμάδια και τα μπουλόνια της κατασκευής μοντέλων μηχανικής μάθησης, βοηθώντας στην επισήμανση των πραγμάτων για την εκπαίδευση του μοντέλου. Καθώς η τεχνητή νοημοσύνη έχει απογειωθεί, αυτό το είδος ικανότητας έχει γίνει ακόμη πιο σημαντικό.

Προκειμένου να φέρει τη δημιουργία μοντέλων σε περισσότερες εταιρείες χωρίς ειδικό στην επιστήμη δεδομένων, η Datasaur ανακοίνωσε τη δυνατότητα δημιουργίας ενός μοντέλου απευθείας από τα δεδομένα της ετικέτας, προσφέροντας τη δημιουργία μοντέλων σε ένα πολύ λιγότερο τεχνικό κοινό. Ανακοίνωσε επίσης μια επέκταση σπόρων 4 εκατομμυρίων δολαρίων που έκλεισε τον περασμένο Δεκέμβριο.

Ο ιδρυτής της εταιρείας Ivan Lee λέει ότι η πρόσφατη αύξηση του ενδιαφέροντος για την τεχνητή νοημοσύνη ήταν εξαιρετική για την εταιρεία και στην πραγματικότητα παίζει καλά στη στρατηγική της startup. «Αυτό που η Datasaur πάντα προσπαθούσε να είναι είναι το καλύτερο μέρος για να συγκεντρώσει τα εκπαιδευτικά δεδομένα που πρέπει να τροφοδοτήσετε στα μοντέλα σας, είτε πρόκειται για LLMs, είτε για παραδοσιακά μοντέλα NER, για ανάλυση συναισθημάτων ή για ό,τι έχετε», είπε ο Lee στο TechCrunch.

«Είμαστε απλώς η καλύτερη διεπαφή για αυτούς τους μη τεχνικούς χρήστες για να μπουν και να επισημάνουν αυτά τα δεδομένα», είπε.

Η άνοδος των LLM συμβάλλει στην αύξηση της ευαισθητοποίησης γενικά για το πώς η τεχνητή νοημοσύνη μπορεί να βοηθήσει σε ένα επιχειρηματικό πλαίσιο, αλλά λέει ότι οι περισσότερες εταιρείες βρίσκονται ακόμα σε πολύ στάδιο εξερεύνησης και χρειάζονται ακόμη προϊόντα όπως το Datasaur για να δημιουργήσουν μοντέλα. Ο Lee λέει ότι ένας από τους στόχους του από την αρχή ήταν ο εκδημοκρατισμός της τεχνητής νοημοσύνης, ιδιαίτερα γύρω από την επεξεργασία της φυσικής γλώσσας, και η νέα δυνατότητα δημιουργίας μοντέλων θα φέρει την τεχνητή νοημοσύνη σε πρόσβαση σε περισσότερες εταιρείες, ακόμη και σε εκείνες που δεν διαθέτουν εξειδικευμένη τεχνογνωσία.

“Και αυτό το χαρακτηριστικό είναι ένα χαρακτηριστικό για το οποίο είμαι ιδιαίτερα ενθουσιασμένος επειδή επιτρέπει σε ομάδες χωρίς επιστήμονες δεδομένων, χωρίς μηχανικούς να κάνουν απλώς σήμανση και ετικέτα σε αυτά τα δεδομένα όπως το κρίνουν κατάλληλο και απλώς θα εκπαιδεύσει αυτόματα ένα μοντέλο για αυτούς”, είπε ο Lee.

Ο Lee βλέπει αυτό ως έναν τρόπο για να προχωρήσουμε πέρα ​​από την αρχική αγορά-στόχο των επιστημόνων δεδομένων. «Τώρα θα το ανοίξουμε, ώστε κατασκευαστικές εταιρείες, δικηγορικά γραφεία, εταιρείες μάρκετινγκ, που μπορεί να μην έχουν ένα υπόβαθρο μηχανικής δεδομένων, αλλά μπορούν ακόμα να δημιουργήσουν μοντέλα NLP [based on their training data].»

Λέει ότι μπόρεσε να περιορίσει το ποσό των επενδύσεων επιχειρηματικών συμμετοχών που έκανε – ο προηγούμενος σπόρος ήταν μέτρια 3,9 εκατομμύρια δολάρια το 2020 – επειδή λειτουργεί λιτά. Η ομάδα μηχανικών του είναι ως επί το πλείστον στην Ινδονησία και ενώ αναμένει να προσλάβει, νιώθει περήφανος που λειτουργεί την εταιρεία με αποτελεσματικό τρόπο.

«Η φιλοσοφία μου ήταν πάντα η κερδοφορία, η ανάπτυξη με κλιμακωτό τρόπο, ποτέ η ανάπτυξη με κάθε κόστος», είπε ο Lee. Αυτό σημαίνει ότι εξετάζει κάθε πρόσληψη και τον αντίκτυπο που θα έχει στην επιχείρηση.

Έχοντας ένα απομακρυσμένο, διαπολιτισμικό εργατικό δυναμικό, οι εργαζόμενοι μπορούν να μάθουν ο ένας από τον άλλον και αυτό φέρνει μια διαφορετικότητα στην εταιρεία από τη φύση της. «Υπάρχει σημαντική διαφορά στην κουλτούρα του χώρου εργασίας μεταξύ των ΗΠΑ και του τρόπου με τον οποίο λειτουργούν τα πράγματα στην Ινδονησία. Και έτσι ένα πράγμα είναι ότι έπρεπε να είμαστε σκόπιμοι για να συλλάβουμε τα καλύτερα και των δύο κόσμων», είπε. Αυτό θα μπορούσε να σημαίνει την ενθάρρυνση των Ινδονήσιων συναδέλφων να μιλήσουν ή να απωθήσουν αυτά που λέει ένας διευθυντής, κάτι που απεχθάνονται να κάνουν πολιτιστικά. «Ήμασταν πολύ προορατικοί για να το ενθαρρύνουμε», είπε.

Αλλά λέει ότι υπάρχουν πολλά που μπορούν να μάθουν οι εργαζόμενοι στις ΗΠΑ για το πώς λειτουργούν τα πράγματα στην Ασία, όπως ο σεβασμός για τους συναδέλφους σου και αυτή η κουλτούρα να βάζεις την ομάδα πρώτη, και χρειάστηκε να βοηθήσει τις ομάδες να αντιμετωπίσουν αυτές τις πολιτισμικές διαφορές.

Η επένδυση των 4 εκατομμυρίων δολαρίων έγινε από την Initialized Capital με συμμετοχή των HNVR, Gold House Ventures και TenOneTen. Η εταιρεία έχει συγκεντρώσει συνολικά 7,9 εκατομμύρια δολάρια.