Dans le cadre d'une levée de fonds précoce, DatologyAI vient de lever 46 millions de dollars pour améliorer l'efficacité de la formation des modèles d'IA. Moins de trois mois après avoir levé 11,65 millions de dollars en fonds d'amorçage, la société de curation de données d'intelligence artificielle a dévoilé son financement de série A. L'investissement a été mené par Viv Faga et Astasia Myers de Felicis Ventures et a bénéficié de nouveaux investisseurs comme Elad Gil, M12 et l'Amazon Alexa Fund, en plus de bailleurs de fonds habituels comme Radical Ventures et Amplify Partners. DatologyAI a levé un total d'environ 57,7 millions de dollars d'investissement jusqu'à présent. Afin de résoudre un obstacle important au développement de l'IA générative, l'entreprise souhaite démocratiser la recherche de données. Ce problème est la génération de grands ensembles de données pertinentes dans le but d'entraîner des modèles d'IA avancés tels que [Gemini Pro] de Google LLC (https://deepmind.google/technologies/gemini/pro/) et [GPT-4] d'OpenAI (https://openai.com/index/gpt-4-research/). Grâce à l'identification et à l'optimisation des données les plus précieuses à l'intérieur des ensembles de données, les solutions de DatologyAI simplifient ce processus et augmentent l'efficacité de l'entraînement des modèles. La stratégie employée par DatologyAI est centrée sur la prévention de l'entraînement de l'IA sur du contenu toxique ou biaisé, qui pourrait résulter de modèles subtils et préjudiciables dans les données. L'entreprise met fortement l'accent sur la valeur d'excellents ensembles de données d'entraînement bien choisis pour améliorer les performances des modèles d'IA sans qu'il soit nécessaire de recourir à des modèles d'IA volumineux et coûteux. La technologie de DatologyAI permet d'identifier les éléments de données potentiellement dangereux et d'étiqueter les données non étiquetées, tout en maximisant la consommation de données. Grâce à ce financement supplémentaire, DatologyAI a l'intention d'accroître considérablement ses effectifs, en particulier dans les domaines de l'ingénierie et de la recherche, et d'améliorer sa capacité de calcul afin d'accroître le potentiel de la curation des données.