USPJEH HRVATSKOG STARTUPA AIRT: Nadmašili TabFormerov IBM! Hrvatska pamet ponovno pokazala koliko zna

Screenshot

Hajdi Ćenan je suosnivačica startupa „Airt“,koji se bavi umjetnom inteligencijom, zajedno je sa svojim suradnicima osmislila algoritam za tehnike dubokog učenja i predviđanja ponašanja iz strukturiranih podataka kakvi se najčešće koriste u poslovnom svijet.

“To je naš prvi patent koji smo ovih dana aplicirali za globalnu zaštitu, što sada prvo ide u EPO (European Patent Office), a zatim i u SAD, i to za vlastite tehnike dubokog učenja na strukturiranim podacima”, istaknula je Ćenan.

Riječ je o platformu koju „airt“ gradi za izradu prediktivnih modela na strukturiranim podacima kakvi, primjerice, postoje u bankama ili kod pružatelja komunikacijskih usluga, a za obradu tih podataka interno su razvili vlastite tehnike dubokog učenja na metodologijama koje se koriste u obradi jezika (NLP/Natural Language Processing).

Platformu su testirati i usporedili sa sustavom iste namjene TabFormer, koji je razvio IBM, pri čemu je inicijalni test pokazao da airtov model po točnosti nadmašuje IBM-ov.

Njihov fokus nije na izradi najtočnijeg i najpreciznijeg modela, već na smanjenju resursa koji su potrebni da bi se jedan takav model automatski izgradio.



“Najveći uspjesi tehnika dubokog učenja postignuti su u područjima obrade slike i teksta, a za izradu samo jednog takvog vrhunskog modela potrebne su tisuće ili čak deseci tisuća dolara za električnu energiju potrošenu za njihovu izradu. Za takve primjene to nije veliki problem jer je dovoljan jedan model za svaki jezik, međutim, kada govorimo o (mnogobrojnim) modelima koji se koriste u poslovanju, jasno je da je malo tvrtki koje bi si tako nešto mogle priuštiti. Stoga nam je cilj da postignemo gotovo identične rezultate kao i ovi skupi modeli, ali za puno manje novaca kako bi naše rješenje bilo dostupno svima, od najmanjeg web shopa do najvećih financijskih ustanova”, poručio je suosnivač tvrtke Davor Runje.

Ćenan ističe da pristupom i inovacijama pokušavaju poboljšati i stranu dubokog učenja o kojoj se još previše ne govori, a to je utjecaj na okoliš, jer moderni modeli AI (artificial intelligence-umjetna inteligencija) još troše iznimno veliku količinu energije.

“Računalni resursi potrebni za izradu najboljih modela eksponencijalno se povećavaju udvostručujući se svaka tri do četiri mjeseca, odnosno, u razdoblju od 2012. do 2018. povećali su se čak 300 tisuća puta. Svjesni smo traga koje duboko učenje ostavlja na ekologiju, i da ta tehnologija može postati protivnik u borbi protiv klimatskih promjena. Stoga intenzivno radimo na tome da naš sustav, uz skaliranje na količinu i brzinu, za obrade tih velikih količina podataka troši i što je manje moguće računalnih resursa i energije”, zaključila je Hajdi Ćenan.

Facebook Comments

Loading...
DIJELI