In deze tijd van digitaal leven worden gegevens beschouwd als de nieuwe olie. De meeste standaard netizens genereren elke dag een grote hoeveelheid gegevens. Een deel ervan is ook gevoelig en moet worden beschermd. Een van de manieren om gegevens veilig te houden, is door ze op de eindmachines te verwerken, en dit is precies wat de in Londen gevestigde AI doet startup Bouw op doet.
De startup's aanbod stelt haar klanten in staat om data te verwerken op edge (end) devices. De gegevens kunnen worden gebruikt om te trainen AI-modellen, zonder dat u gegevens naar de cloud hoeft te uploaden. Edgify heeft nu € 5.5 miljoen opgehaald in zijn startfinancieringsronde om zijn diensten verder te ontwikkelen en hier zijn de details.
Financieringsdetails
Edgify haalde een opmerkelijke financiering van € 5.5 miljoen op in zijn laatste financieringsronde. Met deze ronde bedraagt het totale bedrag aan financiering dat door het bedrijf is opgehaald, volgens Dealroom, € 16.8 miljoen. Deze seed-financieringsronde wordt ondersteund door Octopus Ventures, Mangrove Capital Partners en een naamloze halfgeleiderreus. De startup is van plan de fondsen te gebruiken voor de verdere ontwikkeling van zijn aanbod, waarnaar het verwijst als het raamwerk.
Ofri Ben-Porat, CEO en mede-oprichter van Edgify, merkt op: “Met Edgify kunnen bedrijven uit elke branche complete deep learning- en machine learning-modellen rechtstreeks op hun eigen edge-apparaten trainen. Dit vermindert de noodzaak van gegevensoverdracht naar de wolk en geeft ze ook elke keer bijna perfecte nauwkeurigheid, en zonder de noodzaak om centraal te herscholen.”
Het Federated Learning-framework van Edgify
Zoals eerder vermeld, biedt Edgify een raamwerk om bedrijven te helpen gegevens op edge-apparaten te verwerken. Deze edge-apparaten kunnen alle aangesloten apparaten zijn en met behulp van de startup's framework kunnen ze gegenereerde gegevens verwerken. Deze verwerkte gegevens kunnen vervolgens worden gebruikt om lokaal een compleet AI-model te trainen, zonder dat de gegevens hoeven te worden geüpload.
Edgify noemt zijn aanbod het Federated Learning-framework. Nadat een AI-model lokaal is getraind, kan het leren ook worden gedeeld via een netwerk van vergelijkbare apparaten. Deze benadering kan worden gebruikt om AI-subsets zoals computervisie, NLP, spraakherkenning en andere vormen van AI te helpen hun doel beter te begrijpen.
Wat betreft de machines die kunnen worden getraind met behulp van het gefedereerde leernetwerk van het bedrijf, bevat de lijst vrijwel elk apparaat met een CPU, GPU of NPU (Neural Processing Unit), inclusief MRI-machines, verbonden auto's, kassarijen en mobiele apparaten. . Volgens het bedrijf is de nauwkeurigheid van een AI-model dat op zijn Framework is getraind gemiddeld 99.98% en wordt beweerd dat het nooit zal afnemen. Een dergelijke aanpak kan bedrijven helpen de service- en hardwarekosten te verlagen, samen met de tijd die nodig is voor het trainen van AI in een gecentraliseerde of cloudgebaseerde faciliteit.
Afbeeldingscredits: Edgify