有很多潜在的问题与我们训练人工智能模型。数据集用来教机器想一再显示创建偏差算法,有时导致歧视。据估计,数据科学家把80%的宝贵的时间获取、清洁和管理数据。在某些情况下,数据在第一时间甚至不存在。
物理学家内森Kundtz有一个计划来修复,可以推动巨大改进人工智能训练。
Kundtz,曾领导比尔Gates-backed Kymeta卫星通信公司作为首席执行官,成立了一家叫做Rendered.ai创建合成数据集人工智能培训系统,以及建立一个基础设施,允许工程师定制和修改它们。
贝尔维尤,洗。的公司目前正在从视觉数据集人工智能学习,包括图片和视频,以及从雷达数据,x射线和热成像。本周宣布一项600万美元的种子。
有其他公司提供合成数据集人工智能训练,为机器学习创建图像当他们在现实生活中不能被收集。但他们采取不同的方法。
“他们中的大多数人思考这个问题作为一个计算机图形学的问题。所以他们提供的产品和解决方案,是一组图片,”Kundtz说。
“我们认为非常不同。我们考虑这是一个工程问题。和产品,我们提供一个平台,让你的业务成果需要驱动您的业务向前发展。”
Kundtz提供了一个例子。有研究人员通过使用卫星图像监控经济活动。他们使用人工智能扫描图像建筑起重机、卡车和其他贸易和增长的物理表现。,但在这之前,模型可能需要一个训练数据集与数以百万计的照片捕捉这些对象的例子,加上一个专家的技能注释器识别和识别它们。然后有违规行为处理,也许雪覆盖起重机,云干扰或生锈,掩盖了它——这导致了错过了项的注释器。
为了解决这个问题,使创建自己的3 d微型宇宙和填充用的起重机和卡车AI学习。他们可以添加相同的违规行为,但仍然发现起重机和卡车。这个解决方案可能听起来费力,但模拟依赖于基础科学的负载。
“尤其是在计算机视觉世界,所以大部分的数据是基于物理我们理解得很好——就像光与事物交互(面积),我们有一个巨大的经验和令人难以置信的仿真工具,“Kundtz说。
呈现了数据集到一个基础设施,AI工程师可以修改和定制它。
这是一个雄心勃勃的设想,但Kundtz带来企业信誉风险。
Kundtz知识产权风险投资公司,开始了他的职业生涯作为一个经理的高科技创新中心和创意前微软首席技术负责人Nathan Myhrvold。在那里,Kundtz领导一个团队从事尖端天线技术,成为剥离创业的基础Kymeta。他是Kymeta的首席技术官和首席执行官2018年离开。
Kymeta就超过了4.4亿美元,据PitchBook——其中大约一半的应计Kundtz的领导下。该公司将继续与下一代卫星宽带技术的里程碑。
这是经验Kymeta帮助激发Kundtz最新的风险。与卫星公司交互时,他看到他们的工作有时受限于缺乏培训数据集人工智能。
除了卫星电视公司,呈现的平台可以为工程师提供数据集医学、交通、机器人技术和安全。启动目前在测试模式下,使用少量的用户调整其技术。种子资金,来自构造企业,相等的企业,联合实验室和不相关的企业,将帮助该公司扩大其服务更多的客户。
Kundtz是兴奋,他已经着手开展工作,解决他看到作为人工智能的一个根本性的障碍。
“问题是有点“哦”问题,“Kundtz说。”,然而,当你看到所以基础而不是解决的方式是可伸缩的,真正的核心问题,这样的事情让我早上起床。”
