Proveedores de IA que observar en 2020 y más allá

Proveedores de IA explicables y ética de IA

A medida que la necesidad de modelos de IA más explicables se ha disparado en los últimos años y el debate sobre la IA ética ha alcanzado niveles gubernamentales, el número de proveedores que desarrollan y venden productos para ayudar a los desarrolladores y usuarios comerciales a comprender los modelos de IA ha aumentado dramáticamente. Dos para vigilar son DarwinAI y Diveplane.

DarwinAI utiliza el aprendizaje automático tradicional para sondear y comprender las redes neuronales de aprendizaje profundo para optimizar su funcionamiento más rápido.

Fundada en 2017 y con sede en Waterloo, Ontario, la startup crea modelos matemáticos de las redes, y luego usa IA para crear un modelo que infiere más rápido, mientras afirma mantener los mismos niveles generales de precisión. Si bien el objetivo es optimizar los modelos de aprendizaje profundo, una actualización de 2018 introdujo un «kit de herramientas explicables» que ofrece recomendaciones de optimización para tareas específicas. Luego, la plataforma proporciona desgloses detallados sobre cómo funciona cada tarea y cómo exactamente la optimización los mejorará.

Fundada en 2017, Diveplane afirma crear modelos de IA explicables basados ​​en observaciones de datos históricos. La startup, con sede en Raleigh, Carolina del Norte, pone sus resultados a través de una métrica de convicción que clasifica la probabilidad de que los datos nuevos o modificados encajen en el modelo. Una clasificación baja indica una anomalía potencial. Una clasificación demasiado baja indica que el sistema está muy sorprendido y que los datos probablemente no pertenecen al conjunto de datos de un modelo.

Además del producto explicable, Diveplane también vende un producto que crea un gemelo digital anónimo de un conjunto de datos. No necesariamente ayuda con la explicabilidad, pero ayuda con los problemas relacionados con la privacidad de los datos.

Según el CEO de Diveplane, Mike Capps, Diveplane Geminai toma datos, los comprende y luego genera nuevos datos a partir de ellos sin transferir datos personales. En el sector sanitario, por ejemplo, el producto puede ingresar datos del paciente y eliminar información personal, como nombres y ubicaciones, manteniendo los patrones en los datos. Las salidas se pueden alimentar a algoritmos de aprendizaje automático.

«Mantiene los datos anónimos», dijo Capps.

Hardware de IA

Para ayudar a impulsar modelos de IA cada vez más complejos, se necesita hardware más avanzado, o al menos hardware diseñado específicamente para cargas de trabajo de IA. Las principales compañías, incluidas Intel y Nvidia, han superado rápidamente el desafío, pero también tienen numerosas nuevas empresas. Muchos están haciendo un gran trabajo, pero uno se destaca.

Cerebras Systems, una startup de 2016 con sede en Los Altos, California, fue noticia en todo el mundo en 2019 cuando creó lo que denominó el chip de computadora más grande del mundo diseñado para cargas de trabajo de IA. El chip, aproximadamente del tamaño de un plato, tiene unos 400.000 núcleos y 1,2 billones de transistores. En comparación, la GPU más grande tiene alrededor de 21,1 mil millones de transistores.

La compañía ha enviado un número limitado de chips hasta el momento, pero con una valoración que se espera que supere los mil millones de dólares, Cerebras parece estar creciendo.

Empresas de transcripción automática

Se pronostica que más empresas utilizarán la tecnología de procesamiento de lenguaje natural (PNL) en 2020, y que más proveedores de BI e IA integrarán funciones de búsqueda de lenguaje natural en sus plataformas en los próximos años.

Numerosas startups venden plataformas de transcripción y captura de texto, así como muchas empresas establecidas. Es difícil juzgarlos, ya que sus plataformas y servicios son generalmente comparables; sin embargo, dos compañías se destacan.

Fireflies.ai vende una plataforma de transcripción que se sincroniza con los calendarios de los usuarios para unirse y transcribir reuniones telefónicas automáticamente. Según el CEO y cofundador Krish Ramineni, la plataforma puede transcribir llamadas con más del 90% de niveles de precisión después de semanas de entrenamiento.

La startup, fundada en 2016, presenta transcripciones dentro de una plataforma de búsqueda y editable. La transcripción se divide automáticamente en párrafos e incluye puntuación. Fireflies.ai también extrae automáticamente y viñetas la información que considera esencial. Esta característica hace «un trabajo bastante bueno», dijo un cliente a principios de este año.

La startup planea expandir esa función para etiquetar automáticamente más tipos de información, incluidas tareas y preguntas.

Mientras tanto, Trint, fundada a fines de 2014 por el ex periodista televisivo Jeff Kofman, es una plataforma de transcripción automática diseñada específicamente para salas de redacción, aunque tiene clientes en varios mercados verticales.

La plataforma puede conectarse directamente con videos en vivo, como la transmisión de eventos importantes o comunicados de prensa en vivo, y transcribirlos automáticamente en tiempo real. Las transcripciones son colaborativas, además de buscables y editables, e incluyen códigos de tiempo incrustados para volver fácilmente al video.

«Es un software con una respuesta emocional, porque las personas que transcriben generalmente lo odian», dijo Kofman.

Bots y agentes virtuales

A medida que las empresas buscan reducir los costos y procesar las solicitudes de los clientes más rápido, el uso de chatbots y agentes virtuales ha aumentado considerablemente en numerosas verticales en los últimos años. Si bien hay muchas nuevas empresas en este campo, algunas se destacan.

Boost.ai, una startup escandinava fundada en 2016, vende un agente de conversación avanzado que, según afirma, funciona con una red neuronal. La tecnología automática de comprensión semántica se encuentra en la parte superior de la red, lo que permite al agente leer la entrada de texto palabra por palabra y, luego, como una oración completa, comprender la intención del usuario.

Los agentes reciben capacitación previa en una de varias verticales antes de recibir capacitación sobre los datos de un nuevo cliente, y la plataforma Boost.ai se configura rápidamente y tiene un bajo recuento de falsos positivos, según el cofundador Henry Vaage Iversen. En general, puede entender la intención de la mayoría de las preguntas dentro de unas pocas semanas de entrenamiento, y encontrará una alternativa cercana si no puede entenderlo completamente, dijo.

La plataforma admite 25 idiomas y módulos previamente capacitados para una serie de verticales, incluidas las industrias de banca, seguros y transporte.

Formado en 2018, EyeLevel.ai no crea agentes virtuales o bots; en cambio, tiene una plataforma para agentes de marketing de IA conversacionales. La startup con sede en San Francisco tiene más de 1.500 editores de chatbot en su plataforma, incluidos desarrolladores independientes y grandes empresas.

Eyelevel.ai es esencialmente una plataforma de marketing: Anuncia a numerosos clientes a través de los bots en su mercado. A principios de este año, el cofundador de Eyelevel.ai, Ryan Begley, ofreció un ejemplo.

Un desarrollador independiente en su plataforma creó un bot que cuestiona a los usuarios sobre su conocimiento de Game of Thrones. El bot opera en plataformas de redes sociales y, además de proporcionar un juego divertido para los usuarios, también recopila datos de marketing sobre ellos y les anuncia productos. Los datos que recopila se retroalimentan a la plataforma Eyelevel, que luego los utiliza para promover a través de sus otros bots.

Al abrir la plataforma a desarrolladores independientes, les da a los individuos la oportunidad de llevar su bot a una audiencia más amplia mientras ganan algo de dinero extra. Eyelevel.ai también ofrece herramientas para ayudar a los nuevos desarrolladores de bot a comenzar.

«Realmente, el objetivo clave del negocio es ayudarlos a ganar dinero», dijo Begley sobre los desarrolladores.

Los lanzamientos de inicio continúan aumentando

Esta lista de startups relacionadas con IA representa solo un pequeño porcentaje de las startups que existen. Muchos ofrecen productos y servicios únicos a sus clientes, y los inversores se han dado cuenta ampliamente de eso.

De acuerdo con el exhaustivo informe AI Index 2019, un informe de casi 300 páginas sobre las tendencias de IA cumplidas por la iniciativa de Inteligencia Artificial Centrada en los Humanos de la Universidad de Stanford, la inversión privada global de IA en nuevas empresas alcanzó los $ 37 mil millones en 2019 hasta noviembre de ese año.

El informe señala que, desde 2010, donde se recaudaron $ 1,3 mil millones, las inversiones en nuevas empresas de IA han aumentado a una tasa de crecimiento anual promedio de más del 48 %.

El informe, que consideraba solo a las nuevas empresas de IA con más de $ 400.000 en financiamiento, también encontró que más de 3.000 nuevas empresas de IA recibieron fondos en 2018. Ese número está en aumento, señala el informe.