Im Zeitalter des digitalen Lebens gelten Daten als das neue Öl. Die meisten normalen Internetnutzer generieren täglich große Datenmengen. Einige davon sind auch sensibel und müssen geschützt werden. Eine Möglichkeit, Daten sicher zu halten, besteht darin, sie auf den Endgeräten zu verarbeiten, und genau das ist das Ziel der in London ansässigen KI startup kantig tut.
Das startupDas Angebot von bietet seinen Kunden die Verarbeitung von Daten auf Edge-(End-)Geräten. Die Daten können zum Trainieren genutzt werden KI-Modelle, ohne dass Daten in die Cloud hochgeladen werden müssen. Edgify hat in seiner Seed-Finanzierungsrunde nun 5.5 Millionen Euro eingesammelt, um seine Dienstleistungen weiterzuentwickeln. Hier sind die Details.
Angaben zur Finanzierung
Edgify hat in seiner jüngsten Seed-Finanzierungsrunde beachtliche 5.5 Millionen Euro eingeworben. Mit dieser Runde beläuft sich der Gesamtbetrag der vom Unternehmen eingeworbenen Mittel laut Dealroom auf 16.8 Millionen Euro. Diese Seed-Finanzierungsrunde wird von Octopus Ventures, Mangrove Capital Partners und einem namentlich nicht genannten Halbleiter-„Riesen“ unterstützt. Der startup plant, die Mittel für die Weiterentwicklung seines Angebots, das es als Framework bezeichnet, zu verwenden.
Ofri Ben-Porat, CEO und Mitbegründer von Edgify, kommentiert: „Edgify ermöglicht es Unternehmen aus jeder Branche, komplette Deep-Learning- und Machine-Learning-Modelle direkt auf ihren eigenen Edge-Geräten zu trainieren. Dadurch entfällt die Notwendigkeit einer Datenübertragung zum Cloud und gewährleistet ihnen außerdem jedes Mal eine nahezu perfekte Genauigkeit, ohne dass eine zentrale Neuschulung erforderlich ist.“
Das Federated Learning-Framework von Edgify
Wie bereits erwähnt, bietet Edgify ein Framework, das Unternehmen bei der Verarbeitung von Daten auf Edge-Geräten unterstützt. Diese Edge-Geräte können alle angeschlossenen Geräte sein und mit Hilfe der startupMit dem Framework können sie generierte Daten verarbeiten. Diese verarbeiteten Daten können dann zum lokalen Training eines vollständigen KI-Modells verwendet werden, ohne dass die Daten hochgeladen werden müssen.
Edgify nennt sein Angebot das Federated Learning Framework. Nach dem lokalen Training eines KI-Modells kann das Gelernte auch über ein Netzwerk ähnlicher Geräte geteilt werden. Dieser Ansatz kann dazu verwendet werden, KI-Teilmengen wie Computer Vision, NLP, Spracherkennung und andere Formen der KI dabei zu helfen, ihr Ziel besser zu verstehen.
Was die Maschinen betrifft, die mithilfe des föderierten Lernnetzwerks des Unternehmens trainiert werden können, umfasst die Liste praktisch jedes Gerät mit einer CPU, GPU oder NPU (Neural Processing Unit), einschließlich MRT-Geräten, vernetzten Autos, Kassen und mobilen Geräten und anderen. Nach Angaben des Unternehmens liegt die Genauigkeit eines auf seinem Framework trainierten KI-Modells im Durchschnitt bei 99.98 % und es wird behauptet, dass sie nie abnimmt. Ein solcher Ansatz könnte Unternehmen dabei helfen, die Service- und Hardwarekosten sowie den Zeitaufwand für das Training der KI in einer zentralen oder cloudbasierten Einrichtung zu senken.
Bildnachweis: Edgify