A zürichi ETH műszaki egyetem munkatársai által 2020-ban alapított LatticeFlow nevét főleg a gépi tanulással és mesterséges intelligenciával foglalkozó körökben ismerik. A cég a gépi látási modellek felesztéséhez kínál diagnosztikai és adatfeldolgozó szolgáltatásokat - írja a Yahoo! Finance.
A lap információi szerint a LatticeFlow ma jelentette be, hogy 12 millió dolláros Series A támogatást kapott az Atlantic Bridge, az OpenOcean, illetve az FPV Ventures kockázati tőkebefektetőktől. A finanszírozási körben szintén ott volt a btov Partners és a Global Founders Capital, amely tavaly már 2,8 millió dollárral támogatta a svájci startupot.
Petar Tsankov, a cég társalapítója és vezérigazgatója szerint a LatticeFlow-nak már jelenleg is több európai és amerikai ügyfele van, köztük olyan nagyvállalatokkal, mint a Siemens és olyan szervezetekkel, mint a Svájci Szövetségi Vasutak. A cég szolgáltatásai iránt növekvő kereslet indokolta, hogy újabb körös tőkebevonással erősítsenek.
Tsankov és alapítótársa Pavol Bielik rámutatott, hogy a legtöbb nagyvállalatnak problémát okoz, hogy a gépi látási modelljeiket 'élesben' is bevessék, amikor pedig erre mégis rászánják magukat, kiderül, hogy a modellek nem úgy teljesítenek, ahogyan arra számítottak. A LatticeFlow ígérete szerint képes automatikusan diagnosztizálni az adatokat és a modelleket és felfedni az esetleges vakfoltokat, amelyeket a fejlesztők figyelmen kívül hagytak. Ezt nemrég a gyakorlatban is igazolták, amikor egy nagy egészségügyi vállalat rendszerében több mint egy tucat kritikus hibát találtak.
Nem csak az általános, adatokkal kapcsolatos problémákat vagy rossz minőségű mintákat tárjuk fel, de a modellek vakfoltjait is, azaz azokat a pontokat, ahol a gépi látási modellek elbuknak
- mutatott rá Tsankov.
A problémát egy való életből származó példával is illusztrálta a cégvezető: egy biztosítással foglalkozó ügyfelük gépi tanulást használt, hogy a karambolos autókon felismerjék a horpadásokat, karcolásokat, azonban a modell karcolásként értelmezte, ha az autóról készült képeken látszott a fotót készítő ujja. Ez pedig azért fordulhatott elő, mert sokan úgy készítik el a hasonló káreseményekről a képeket, hogy az ujjukkal rámutatnak a sérülésre. Ennek eredményeként a modell megtanulta, hogy ha ujjat lát a képen, akkor az egy karcolás jelenlétére utal, noha ez nem mindig van így.
