趋向:西雅图商业领袖请求来自城市的“立即采取行动”,以改善市中心的安全
ai团队为一些卡丁车比赛进行工程休息。创始人兼首席执行官Nathan Kundtz跪在前排,右边第二个。(www.ai.Photo)

我们训练人工智能模型的方式有很多潜在的问题。用来教机器思考的数据集被反复证明会产生有偏见的算法,有时会导致歧视。据估计,数据科学家花费80%的宝贵时间来获取、清理和管理数据集。在某些情况下,数据集根本就不存在。

内森肯德兹。(照片由Kundtz提供)

物理学家内森·昆茨他有一个计划来解决这个问题,这将推动人工智能培训的巨大改进。

Kundtz曾担任比尔·盖茨支持的卫星通信公司Kymeta的首席执行官,他创办了一家名为A.ai创建用于训练人工智能系统的合成数据集,以及建立允许工程师自定义和修改的基础设施。

Bellevue,Wash.的启动目前正在研究从Visual Datasets学习的AI,包括图像和视频,以及来自雷达,X射线和热成像的数据。本周它宣布了600万美元的种子。

还有其他一些公司为人工智能培训提供合成数据集,当机器无法在现实生活中收集时,为机器创建图像以供学习。但他们采取了不同的方法。

“他们中的大多数人认为这个问题是计算机图形问题。因此,他们提供的产品和解决方案是一组图像,“Kundtz说。

“我们思考那种差别。我们认为这是一个工程问题。和我们提供的产品是一个平台,让您到推动业务所需的业务结果。“

Kundtz提供了一个例子。使用卫星图像监控经济活动的研究人员。他们使用AI扫描图像用于施工起重机,卡车等贸易和增长的物理表现。但在这可能发生之前,该模型可能需要具有数百万图像的培训数据集来捕获这些对象的示例,以及专家注释器的技能来识别和识别它们。然后有违规行为 - 可能是覆盖着起重机,云干扰或锈蚀的雪,掩盖它 - 导致注入者错过物品。

为了解决这个问题,Rendered创建了自己的3D迷你宇宙,并用起重机和卡车填充它,以供AI学习。他们可以添加同样的不规则,但仍然可以找到起重机和卡车。这是一个听起来很费劲的解决方案,但模拟需要依靠基础科学来承载。

Rendered.ai从用于检测起重机的数据集生成此航空图像。该公司的平台使用基于物理的模拟和基于GAN的后处理。

“特别是在电脑视觉世界中,大部分数据都是基于物理学,我们理解真的很好 - 与东西互动的光线相互作用是[一个区域]我们有巨大的体验和令人难以置信的仿真工具,”肯德兹说。

Rendered将数据集放入基础设施中,以便AI工程师可以修改和自定义它。

这是一个雄心勃勃的愿景,但昆茨为这家企业带来了创业信誉。

Kundtz的职业生涯始于Intelligent Ventures的经理,Intelligent Ventures是高科技创新中心,也是前微软首席技术官Nathan Myhrvold的创意产物。在那里,Kundtz领导了一个研究尖端天线技术的团队,这成为了启动启动的基础。Kymeta.. 他以前是Kymeta的首席技术官,然后是首席执行官2018年离开

据PitchBook称,Kymeta已经筹集了超过4.4亿美元,其中大约一半是在Kundtz的领导下积累的。该公司继续通过其下一代卫星宽带技术树立里程碑。

这是Kymeta的经验,帮助激励Kundtz最新的冒险。当与卫星电视公司的互动,他看到他们的工作有时缺乏数据集训练AI的限制。

除了卫星公司,Rendered的平台还可以为医学、交通、机器人和安全领域的工程师提供数据集。这家初创公司目前正处于测试模式,与少数用户合作对其技术进行微调。种子基金来自构造风险投资公司、一致风险投资公司、联合实验室和不相关风险投资公司,将有助于该公司向更多客户拓展服务。

Kundtz对他开始的工作感到兴奋,解决了他认为是AI的根本障碍。

“问题是一个‘很好咄’问题的一点点,” Kundtz说。“然而,当你看到所以基本的东西而且没有以可扩展的方式解决的东西,而且真正地达到了问题的核心,那就是早上让我起来的那种东西。”

就像你在读什么?订阅GeekWire的免费时事通讯,捕捉每个标题

GeekWork上的工作列表

在网上找更多工作极客。雇主,在这里投递工作
Baidu