Berlijn gevestigde Haastig, een leverancier van next-gen annotatietools voor visie AI beoefenaars, heeft $ 3.7 miljoen (ongeveer € 3.1 miljoen) opgehaald in de startronde onder leiding van Shasta Ventures, naast Coparion en iRobot Ventures.
Het bedrijf zal het opgehaalde kapitaal gebruiken om de productontwikkeling te versnellen en zijn klantenbestand in Europa en Noord-Amerika uit te breiden.
Over Haast
Hasty, opgericht in 2018 door Tristan Rouillard, Alexander Wennman en Kostya Proskudin, is een Vision AI-bedrijf dat mensen helpt machines te leren de wereld te zien.
De startup ondersteunt Vision AI-beoefenaars door annotatietools te ontwikkelen die worden ondersteund door een gemeenschap van machine learning-ingenieurs, datawetenschappers en software ontwikkelaars.
Hasty's annotatietool van de volgende generatie labelt gegevens in een tiende van de tijd door middel van zelflerende AI-assistenten en flexibele machine learning die snelle feedback geeft, zodat ingenieurs modellen kunnen valideren en aanpassen terwijl ze werken.
Hoe Hasty automatiseert om AI-modellen te trainen en annotaties te verbeteren
Computer vision (CV), of vision AI, helpt computers om op hoog niveau inzicht te krijgen in digitale afbeeldingen of video's. Het heeft ook het potentieel om de manier waarop dagelijkse taken worden uitgevoerd te veranderen - van het diagnosticeren van ziekten tot het volgen van pakketten door de toeleveringsketen, tot het wereldwijd analyseren van geavanceerde materialen.
Momenteel zijn de benaderingen van datalabeling te traag, beweert het bedrijf. En dat ze het model niet trainen en updaten tijdens het labelen, wat betekent dat 80% van de tijd van een datawetenschapper wordt besteed aan het zoeken, opschonen en organiseren van de 'grondwaarheids'-gegevens die ze gebruiken om hun neurale netwerken te trainen. Daarom komt meer dan de helft van de op visie gebaseerde AI-projecten nooit in productie.
Machine learning-ingenieurs moeten vaak 3 tot 6 maanden wachten op de eerste resultaten om te zien of hun annotatiestrategie en -aanpak werken vanwege de vertraging tussen labelen en modeltraining.
Dit is waar Hasty's next-gen tool het proces versnelt omdat het het model traint als het label. Hoe vaker de tool wordt gebruikt, hoe sneller het labelen gaat.
Snelle feedback
Volgens Tristan Rouillard, mede-oprichter en CEO van Hasty: “Er zijn tegenwoordig meer dan 750,000 beoefenaars van machine learning die werken aan vision AI-onderwerpen en het grootste deel van hun tijd besteden aan het beheren van gegevens in plaats van het bouwen en afstemmen van neurale netwerken. Daarom hebben we een next-gen annotatietool en community gecreëerd die de voorbereidingstijd en beheertijd van gegevens met 70% verkort.”
De behendige AI van Hasty levert snelle feedback, zodat ingenieurs hun aanpak tijdens het werk kunnen aanpassen en valideren.
De gemarkeerde functies en mogelijkheden van Hasty zijn onder meer:
- Haastige AI-assistenten: het voorspelt labels net na een paar geannoteerde afbeeldingen. De neurale netwerken leren terwijl ingenieurs hun datasets bouwen, waardoor ingenieurs in één dag van idee naar eerste modelresultaten kunnen gaan
- Hasty Error Finder & Manual Review: dit detecteert verborgen annotatiefouten door verkeerde classificaties, artefacten, gemiste objecten en slechte segmentatie, helpt gebruikers om het binnen enkele minuten op te lossen in plaats van dagenlang naar fouten te zoeken
- Hasty Rapid Feedback Loop: dit geeft korte feedbackcycli, waardoor gebruikers snel kunnen herhalen om hun aanpak te valideren en aan te passen terwijl ze labelen. Nu kunnen gebruikers hun annotatiestrategie aanpassen, verschillende benaderingen testen en er zeker van zijn dat ze de juiste gegevens creëren in weken in plaats van maanden.
Afbeelding tegoed: haastig