DatologyAI забяспечвае 46 мільёнаў долараў на аптымізацыю мадэлі AI і курыраванне даных

На ранняй стадыі збору сродкаў DatologyAI толькі што сабраў 46 мільёнаў долараў для павышэння эфектыўнасці навучання мадэлям штучнага інтэлекту. Менш чым праз тры месяцы пасля прыцягнення пачатковага фінансавання ў памеры 11,65 мільёна долараў кампанія па зборы дадзеных штучнага інтэлекту раскрыла фінансаванне серыі A. Інвестыцыю ўзначалілі Вів Фага і Астасія Майерс з Felicis Ventures, а таксама прыцягнулі новых інвестараў, такіх як Элад Гіл, M12 і Amazon Alexa Fund, а таксама тых, хто вярнуўся, такіх як Radical Ventures і Amplify Partners. Да гэтага часу DatologyAI сабраў у агульнай складанасці каля 57,7 мільёна долараў інвестыцый.

Каб вырашыць істотную перашкоду ў развіцці генератыўнага штучнага інтэлекту, бізнес хоча дэмакратызаваць даследаванні даных. Гэта праблема заключаецца ў генерацыі вялікіх адпаведных набораў даных з мэтай навучання сучасных мадэляў штучнага інтэлекту, такіх як Google LLC Gemini Pro і OpenAI GPT-4. Дзякуючы ідэнтыфікацыі і аптымізацыі найбольш каштоўных даных у наборах даных, рашэнні DatologyAI спрашчаюць гэты працэс і павышаюць эфектыўнасць навучання мадэлі.

Стратэгія, якую выкарыстоўвае DatologyAI, накіравана на прадухіленне навучання штучнага інтэлекту таксічным або прадузятым зместам, які можа быць вынікам тонкіх, прадузятых мадэляў у дадзеных. Бізнэс робіць моцны акцэнт на каштоўнасці добра падабраных выдатных навучальных набораў даных для паляпшэння прадукцыйнасці мадэляў штучнага інтэлекту без патрэбы ў вялікіх дарагіх мадэлях штучнага інтэлекту. Такая эфектыўнасць можа значна знізіць выдаткі на вылічэнні, што выклікае вялікую занепакоенасць у кампаній, якія займаюцца штучным інтэлектам.

Тэхналогія DatologyAI дапамагае ідэнтыфікаваць патэнцыйна небяспечныя элементы даных і пазначае немаркіраваныя даныя ў дадатак да максімальнага спажывання даных. З дапамогай дадатковага фінансавання DatologyAI мае намер значна павялічыць сваю працоўную сілу, асабліва ў галіне інжынерыі і даследаванняў, а таксама павялічыць сваю вылічальную магутнасць для далейшага развіцця патэнцыялу кантролю даных.