Продолжаем серию постов про тренды и самые «горячие» стартапы в области AI в 2020 году. Данная рубрика будет особенно полезна людям, которые не против создать свой tech бизнес, а также тем, кто хочет инвестировать деньги в новые технологии с большим потенциалом роста и масштабирования.
Те, кто прочитал хотя бы 20% наших предыдущих постов, уже четко понимают, какое большое многообразие AI-архитектур под совершенно разные задачи сейчас существует в мире. Постоянно появляющиеся технологические компании начинают сталкиваться с нарастающими трудностями при внедрении нейронных сетей, особенно, если в их штате нет опытных специалистов в сфере Искусственного Интеллекта.
Точно так же, как взлет рынка мобильных приложений и интернет-сервисов дал старт «No Code платформам», где люди без навыков программирования получили возможность создавать онлайн продукты, взлет AI дал старт рынку AutoML, о котором мы сегодня и будем говорить.
Термин AutoML был введен Google в 2017 г. Данный процесс представляет собой использование AI для поиска оптимальной архитектуры нейронных сетей, максимально подходящей под задачи бизнеса. Особенно критично это для компаний, планирующих внедрять такие важные продукты, как, например, ПО для беспилотных транспортных средств. Ошибка при изначальном выборе AI-архитектуры может в итоге стать фатальной.
За последние пару лет рынок AutoML превратился из маленького ручейка в бурную реку – десятки стартапов разрабатывают инструменты для помощи в подготовке данных, обучении Искусственного Интеллекта, поиске архитектур и разработке продуктов.
Так, стартап Waymo совместно с Google автоматизировал поиск релевантных нейронных сетей, которые помогут беспилотным автомобилям идентифицировать деревья и пешеходов, базируясь на данных светоотражения.
Другими важными игроками на рынке, предоставляющими клиентам готовые решения, являются Databricks (первый AutoML стартап-единорог, valuation которого превысила USD 1 млрд), DataRobot, H2O и RapidMiner.
В целом, рынок AutoML помогает существенно масштабировать использование AI в бизнесе по следующим основным причинам:
- Нехватка кадров: экспертов в области AI катастрофически не хватает, и автоматизация помощи по внедрению нейронных сетей существенно снизит барьеры на вход для многих компаний.
- Сложность и большие издержки: создать с нуля нейронную сеть долго и непросто, даже для экспертов. Инструменты AutoML позволяют избежать временных и вычислительных издержек, связанных с методом проб и ошибок.
#ai startups #искусственный интеллект #бизнес #предпринимательство #технологии