Vor kurzem hat die Artificial Intelligence (WHO) startup aito kündigte seine jüngste Finanzierungsrunde an, in der es 1.6 Millionen Euro im B2B-Bereich einnahm software Investor henQ. Darüber hinaus hat das Unternehmen auch die öffentliche Version seiner Predictive Database eingeführt, die maschinelles Lernen und Datenbanken in einer einzigen Plattform vereint.
Für Uneingeweihte: Die Predictive Database unterscheidet sich grundlegend von den derzeit auf dem Markt erhältlichen wissenschaftlich fundierten ML-Tools. Anstelle von Datenwissenschaftlern oder einem AutoML-Tool, das zahlreiche Modelle erstellt, die eine einzelne Sache vorhersagen, ist die Predictive Database von Aito eine einzige Plattform, die durch einfache Abfragen sofort sowohl das Bekannte als auch das Unbekannte bereitstellt.
Es nutzt vorhandene relationale Datensätze und eine vertraute Abfragesprache, um Ad-hoc-Vorhersagen zu treffen. Es funktioniert ohne Data-Wrangling, Feature-Engineering und Verständnis der Funktionsweise von ML Modelle und deren Skalierung.
Die öffentliche Version von Aito ist verfügbar und jeder kann sich registrieren hierLaden Sie einen Datensatz in die Vorhersagedatenbank von Aito hoch und beginnen Sie mit dem Experimentieren.
Aitos Kunden sind eine Mischung aus startups und kleine und mittlere Unternehmen, für die die Macht der KI war nie verfügbar oder zu teuer.
Vesa-Pekka Grönfors, CEO von Aito:
Es ist an der Zeit, dass wir unsere Herangehensweise an KI-Projekte anders betrachten. KI ist in den meisten Projekten entweder ein Schlagwort oder nur für Unternehmen verfügbarrises mit einem großen Budget, das eine völlig neue Datenwissenschaft einstellen kann team. Das wollen wir bei Aito ändern. Wir glauben, dass die Kraft des maschinellen Lernens jedem gehört. Die Entwicklung von Lösungen für maschinelles Lernen sollte inspirierend und nicht frustrierend sein. Jedes Unternehmen sollte in der Lage sein, ohne große Hürden mit echten Daten und echten Benutzern zu experimentieren – um zu lernen und konkret zu sehen, wie maschinelles Lernen einen Mehrwert bringen kann. Ohne die Notwendigkeit, neue Fähigkeiten zu erlernen oder neue Leute einzustellen. Und vor allem: ohne dass man monatelang mit gesenktem Kopf etwas veröffentlichen muss, was nicht funktioniert. Wir glauben an Lean und Agilität: experimentieren, testen, verbessern. Das ist der Entwicklungszyklus, der funktioniert und den wir jetzt in Ihr KI-Projekt einbringen.
Hauptbildnachweis: Aito
Bleib dran Silicon Canals für mehr europäische Technologie news.