ラティスフローは、2020 年にチューリッヒの ETH からスピンアウトしたスタートアップで、問題を自動的に診断し、データとモデル自体の両方を改善することで、機械学習チームが AI ビジョン モデルを改善するのに役立ちます。 同社は本日、FPV Ventures が参加し、Atlantic Bridge と OpenOcean が主導するシリーズ A ラウンドで 1,200 万ドルを調達したことを発表しました。 既存の投資家である btov Partners と、昨年同社の 280 万ドルのシードラウンドを主導した Global Founders Capital もこのラウンドに参加した。
LatticeFlow の共同設立者兼 CEO である Petar Tsankov が私に語ったように、同社は現在、ヨーロッパと米国の両方で、シーメンスのような大企業やスイス連邦鉄道のような組織を含む 10 を超える顧客を抱えており、現在かなりの規模でパイロットを実行しています。さらにいくつかの。 この時点で LatticeFlow が調達したのは、この顧客の要求です。
「私はアメリカにいて、パロアルトで何人かの投資家と会った」とツァンコフは説明した。 「彼らは、顧客のオンボーディングで私たちが抱えているボトルネックを認識していました。 私たちは文字通り顧客をサポートする機械学習エンジニアを抱えていましたが、それはあなたが会社を運営する方法ではありません。 そして彼らは言った：「OK、1200万ドルを取り、これらの人々を連れてきて拡大してください。」 他の投資家と話をしたとき、市場が変化したことがわかったので、それは確かに素晴らしいタイミングでした。」
ツァンコフと彼の共同設立者で CTO のパヴォル ビーリクが指摘したように、今日のほとんどの企業は、モデルを本番環境に持ち込むのに苦労しており、実際にモデルを本番環境に持ち込むと、期待どおりのパフォーマンスが得られないことに気付くことがよくあります。 LatticeFlow の約束は、潜在的な盲点を見つけるためにデータとモデルを自動診断できることです。 たとえば、大手医療企業との共同作業で、同社のデータセットとモデルを分析するツールは、最先端の生産モデルに 6 つ以上の重大な盲点をすばやく発見しました。
チームは、トレーニング データを見て多様な画像のセットがあることを確認するだけでは十分ではなく (LatticeFlow が専門とするビジョン モデルの場合)、モデルも調べることに注意しました。
LatticeFlow 創設チーム (左から右へ): Andreas Krause 教授 (科学顧問)、Petar Tsankov 博士 (CEO)、Pavol Bielik 博士 (CTO)、Martin Vechev 教授 (科学顧問)。 画像クレジット: ラティスフロー
「もしも あなた それだけ 見る で の データ – この は a 基本的 差別化 為に Lアティスフローw なぜなら 私たちはしません それだけ を見つける 標準 データ 問題 お気に入り ラベリング 問題 また 貧しい-品質 サンプル、 しかし また モデル 盲目 斑点、 どれの それは の シナリオ どこ の モデル それは 失敗しました」とツァンコフは説明した。 「一度 の モデル は 準備、 私たち できる 取った それ、 へインド 様々 データ モデル 問題 と ヘルプ 企業 修理 それ。”
たとえば、モデルは、モデルを混乱させ、結果をゆがめる可能性のある隠れた相関関係を見つけることが多いと彼は指摘しました。 たとえば、ML モデルを使用して自動車の画像のへこみ、引っかき傷、その他の損傷を自動的に検出する保険会社の顧客と協力する場合、モデルはしばしば指が写っている画像を引っかき傷としてラベル付けします。 なんで？ トレーニングセットでは、顧客は傷をクローズアップして写真を撮り、指で指さすことがよくありました. 当然のことながら、このモデルは、車に傷がなくても、「指」と「傷」を関連付けます。 これらは、より良いラベルを作成するだけでなく、モデルとトレーニング データの両方を確認できるサービスを必要とする問題である、と LatticeFlow チームは主張しています。
LatticeFlow は、自動車の損傷検査 AI モデルをトレーニングするためのデータの偏りを明らかにします。 人は傷を指差すことが多いため、モデルは指が損傷を示していることを学習します (偽の特徴)。 この問題は、すべての画像から指を削除するカスタム オーグメンテーションで修正されています。 画像クレジット: ラティスフロー
LatticeFlow 自体は、注目に値することですが、トレーニング ビジネスではありません。 このサービスは、事前トレーニング済みのモデルで動作します。 現時点では、サービスをオンプレミス ツールとして提供することにも重点を置いていますが、将来的には完全に管理されたサービスを提供する可能性もあります。新しい資金を使って積極的に雇用し、既存の顧客により良いサービスを提供することと、製品ポートフォリオを構築します。
アトランティック ブリッジのオペレーティング パートナーであるスニール カプール (Sunir Kapoor) 氏は、次のように述べています。 「これは主に、エンジニアが重要な AI データとモデルのエラーを効率的に解決するのに役立つツールがないことが原因です。 しかし、これが、Atlantic Bridge チームが明確に LatticeFlow への投資を決定した理由でもあります。 現在、AI データとモデルの欠陥を大規模に自動診断および修正する唯一の企業であるため、同社は途方もない成長の準備ができていると考えています。」