Proponowane przez ten start-up rozwiązanie automatyzuje infrastrukturę AI i przepływy pracy, ułatwiając zespołom globalną kooperację i wdrażanie rozwiązań gotowych do produkcji. Programiści za pomocą platformy budują m.in. modele, które pozwalają radiologom szybciej i łatwiej wykrywać zmiany nowotworowe.

Jednym z rywali One Panel jest firma Valohai. Ten powstały trzy lata temu fiński start-up, żeby znaleźć się w centrum wydarzeń i być bliżej inwestorów z Doliny Krzemowej, otworzył biuro w San Francisco. Eero Laaksonen uważa, że kluczem do poprawy jakości życia jest automatyzacja procesów, a do tego celu prowadzą mechanizmy głębokiego uczenia. Valohai oferuje Machine Learning as a Service dla twórców budujących modele i aplikacje na dużą skalę, choć nie ma żadnych przeszkód, żeby z usługi korzystały mniejsze podmioty. Developerzy i badacze danych mogą pracować w zespołach, wymieniających się wiedzą czy danymi, a co ważne, wszystkie procesy są rejestrowane i dokumentowane. To pomaga w przestrzeganiu procedur testowych i zabezpiecza projekt w przypadku odejścia z firmy jego autorów.

– Wyjątkowo szybki wyścig technologicznych obserwujemy chociażby w segmencie samochodów elektrycznych, w którym niebagatelną rolę odgrywają modele głębokiego uczenia. Nie inaczej jest w medycynie, gdzie dzięki algorytmom udaje się szybciej wykrywać choroby nowotworowe – podkreśla Eero Laaksonen.

Głębokie uczenie maszynowe to proces złożony i wymagający przeprowadzenia wielu operacji. Do najważniejszych należą ustalenie na podstawie prób i błędów ilości danych potrzebnych do  zbudowania modelu, analiza mocy obliczeniowej sprzętu, tak by jak najszybciej otrzymać wyniki, czy prześledzenie terabajtów plików w celu weryfikacji zmian wprowadzonych do modelu.

Z platformy Valohai korzysta jedna z kanadyjskich firm do monitorowania toksycznych treści online. Współpracuje przy tym z organizacją Canadian Homeland Security, walczącą z pornografią dziecięcą. Inne przypadki obejmują automatyzację konserwacji w sieciach energetycznych, modele prognostyczne w finansach czy prognozy obciążeń dla sieci telekomunikacyjnych.

Inteligentny cement

Eric Xing, CEO Petuum, przyznał w rozmowie z serwisem internetowym GeekWire, że chce, by jego firma odgrywała taką rolę w segmencie AI jak VMware na rynku wirtualizacji. Start-up nie zamierza tracić czasu na opracowywanie niszowych produktów dla wąskich grup odbiorców, lecz dostarczać uniwersalne rozwiązania. Jego założyciele uważają, że sztuczna inteligencja powinna być ustandaryzowana. Zanim to nie nastąpi, trudno będzie wprowadzać na masową skalę produkty bazujące na AI. Petuum zatrudnia 180 osób, z czego aż 30 ma doktoraty z AI. Jednak nie tylko silna ekipa pozwala włączyć się do gry na nowo tworzącym się rynku. Start-up, mimo że działa zaledwie od trzech lat, zebrał od funduszy venture capital 108 mln dol., a w gronie największych inwestorów znajduje się SoftBank. Flagowym produktem Petuum jest platforma Symphony, stanowiąca podstawę do tworzenia, adopcji i obsługi własnych rozwiązań AI. Jej modułowa budowa pozwala na zastosowanie systemu w produkcji przemysłowej, usługach finansowych, służbie zdrowia czy branży chemicznej.

Zazwyczaj tworzenie projektów i aplikacji AI wymaga pomocy przynajmniej kilku programistów. W rezultacie są to rozwiązania pracochłonne, drogie i trudne do odtworzenia, a tym samym niedostępne dla większości firm. Chcemy to zmienić – tłumaczy Qirong Ho, CTO Petuum.

Kluczowym klientem start-upu jest meksykański Cemex, jeden z największych światowych dostawców cementu. Proces produkcji tego materiału jest niezwykle złożony i wymaga dokładnej kontroli, przeprowadzanej 24 razy na dobę. Petuum wdrożyło system Industrial AI-pilot, integrując go bezpośrednio z systemami monitoringu zakładu. Rozwiązanie pozwoliło producentowi poprawić wydajność i oszczędność energii o 7 proc., a branżowy magazyn „International Cement Review” uznał wdrożenie Petuum za projekt roku. Start-up konsekwentnie realizuje swoją strategię dążącą do popularyzacji i upowszechnienia się AI. Uzupełnienie oferty stanowią neuroboty (Kaibot, Chimbot, Chicbot, Pixbot), wstępnie przeszkolone modele służące do automatycznego rozpoznawania mowy, identyfikacji obrazów czy przymierzania odzieży.

Wymienione chat boty można wdrożyć w ciągu kilku minut. Ich zastosowanie pozwala obniżyć koszty związane z uczeniem maszynowym o prawie 80 proc. w porównaniu z tradycyjnymi rozwiązaniami – mówi Qirong Ho.