por Dataloop, una startup para la gestión de datos y la anotación de inteligencia artificial, anunció hoy que ha recaudado $ 16 millones en fondos a través de una ronda de la Serie A de $ 11 millones y una ronda inicial previamente desconocida de $ 5 millones. . Un portavoz dice que los fondos permitirán a Dataloop aumentar sus esfuerzos de reclutamiento y aumentar su presencia en Estados Unidos y Europa.
El entrenamiento de algoritmos de aprendizaje automático e inteligencia artificial requiere una gran cantidad de datos anotados. Pero los datos rara vez se proporcionan con anotaciones. La mayor parte del trabajo a menudo recae en los etiquetadores humanos, cuyos esfuerzos tienden a ser costosos, fallidos y lentos. Dataloop afirma resolver el desafío de la anotación con una plataforma para automatizar la preparación de datos y las operaciones de datos. Se especializa en datos complejos, de gran volumen y de gran variación, y ha ayudado a varias empresas a crear canales de fabricación y desarrollo de IA.
Según el cofundador y director ejecutivo Eran Schlomo, la pandemia ha acelerado la digitalización dentro de las empresas y ha aumentado la demanda de aplicaciones de automatización e inteligencia artificial. Dataloop ha visto un aumento en el interés en su plataforma de los sectores médico y sanitario. El espacio de los vehículos autónomos se ha ralentizado con el inicio de la pandemia, dice Schlomo, pero hay “signos prometedores” de que el desarrollo se ha reanudado.
“Muchas empresas de etiquetado de datos se vieron obligadas a cambiar a un modelo de trabajo desde casa con sus trabajadores de etiquetado de datos debido a la pandemia, que presentó innumerables desafíos en términos de colaboración, comunicación, capacitación sobre pautas de datos, calidad. y supervisión “, dijo un portavoz a VentureBeat por correo electrónico. “La plataforma Dataloop permite procesos de etiquetado de datos y gestión de datos para equipos distribuidos con herramientas integradas de colaboración y comunicación. Muchas empresas de etiquetado de datos han descubierto y siguen viendo el valor de nuestro modelo “.
Arriba: clasificación de escenas de video en Dataloop.
Crédito de la imagen: Dataloop
La plataforma de anotación de Dataloop permite a los clientes crear un número ilimitado de conjuntos de datos con pautas y ontologías. Los algoritmos, las herramientas de orientación y las plantillas aparentemente reducen el tiempo de etiquetado, mientras que los componentes de retroalimentación y control de calidad brindan visibilidad durante todo el proceso de anotación.
Dataloop ofrece complementos y herramientas impulsadas por humanos, desde la clasificación de artículos hasta la segmentación a nivel de píxeles para imágenes, videos y más. Los rastreadores y modelos de la plataforma, que manejan cosas como interpolación de video, clasificación de escenas, seguimiento inteligente de objetos, identificación de objetos y oclusión, realizan anotaciones automáticas en los elementos antes de que lleguen a los anotadores humanos, que solo tienen que corregir o validar los datos etiquetados en lugar de trabajar rascando.
Desde un panel de backend, los clientes de Dataloop pueden ver las métricas por usuario relacionadas con los procesos, el rendimiento, las anotaciones y el uso. También tienen acceso a herramientas de calidad y validación integradas en el proceso de anotación. Los gerentes pueden asignar comentarios y actividades usando el formulario de diálogo “error de datos” de Dataloop, rastreando problemas de anotaciones y revisando artículos. Además, pueden admitir equipos de anotación internos o etiquetado de pedidos bajo demanda, gracias a la red de proveedores de etiquetado de personal administrado de Dataloop.
Arriba: herramientas de anotación automática de Dataloop.
Crédito de la imagen: Dataloop
El kit de herramientas de operaciones de datos de Dataloop es al menos tan extenso como sus herramientas de anotación. Los clientes pueden usarlo para buscar, editar y consultar datos en función de la información del artículo, los metadatos, el estado de las anotaciones y más. También pueden ordenar y filtrar conjuntos de datos antes de distribuir elementos para anotaciones y aseguramiento de la calidad, combinando entradas de múltiples sensores para recibir salidas de datos como imágenes, video y nubes de puntos LIDAR. Y pueden optar por utilizar el kit de desarrollo de software Python de Dataloop para crear canales de datos personalizados para el entrenamiento de modelos, el aprendizaje activo y la integración de modelos.
Amiti Ventures lideró la Serie A de Dataloop con sede en Tel Aviv, con la participación de F2 Venture Capital, OurCrowd, NextLeap Ventures y SeedIL Ventures.
Dataloop se encuentra en una categoría adyacente a empresas como Scale AI, que ha recaudado más de $ 100 millones para su conjunto de servicios de etiquetado de datos, y CloudFactory, que afirma ofrecer oportunidades de crecimiento a los etiquetadores y bonificaciones basadas en métricas. Sin mencionar Hive, que recaudó $ 10.6 millones en noviembre de 2019; Alegion, que recaudó $ 12 millones en agosto de 2019; Sólo; SuperAnnotate; y Cognizant.
Pero Shlomo dice que Dataloop tiene 5.000 usuarios en su plataforma, incluidas las empresas Fortune 100. Según los informes, un cliente farmacéutico no identificado está utilizando Dataloop para detectar y rastrear células cancerosas en imágenes microscópicas y fotogramas de video. Un cliente de la industria de defensa está aprovechando la plataforma para construir un vehículo autónomo dentro y fuera de la carretera que se utilizará para proteger y patrullar áreas donde no está seguro si se apostará a los soldados.
“El cierre de esta ronda permitirá a Dataloop poner en primer plano sus capacidades cognitivas en la nube de próxima generación, una nube en la que las inteligencias mixtas humano-máquina están perfectamente entrelazadas para crear la próxima generación de aplicaciones inteligentes”, dijo Shlomo. “Con esta oportunidad, esperamos mejorar continuamente el etiquetado de datos, haciéndolo cada vez más gratificante, tanto económica como profesionalmente, para los profesionales”.
