Quando os fundadores do Ultimate Sammy Sidhu e Jay Chia trabalharam como software para o programa de veículos autônomos da Lyft, eles testemunharam um problema de infraestrutura de problemas de fabricação – e que só se tornaria maior com a ascensão da IA.
Os carros autônomos produzem muitos dados não estruturados de varreduras e fotos 3D para texto e áudio. Não havia uma ferramenta para a Lyft Ingieurs que pudesse entender e processar todos esses diferentes tipos de dados ao mesmo tempo – e tudo em um só lugar. Isso deixou os engenheiros para mesclar ferramentas de código aberto em um processo de longo prazo com problemas de confiabilidade.
“Tivemos todos esses alunos de doutorado brilhantes, pessoas brilhantes da indústria, que trabalham em veículos autônomos, mas gastam cerca de 80% do tempo trabalhando em infraestrutura em vez de construir seu pedido principal”, disse Sidhu, CEO da Evenual, TechCrunch em uma entrevista recente. “E a maioria desses problemas com os quais foram confrontados estava em torno da infraestrutura de dados”.
Sidhu e Chia ajudaram a criar uma ferramenta interna de processamento de dados multimodal para a Lyft. Quando Sidhu queria se registrar em outros empregos, ele descobriu que os entrevistadores continuavam pedindo que ele possivelmente construísse a mesma solução de dados para suas empresas e a idéia por trás da final nasceu.
Opcionalmente, um mecanismo de processamento de dados de código aberto nativo do Python, conhecido como DAFT, foi projetado para funcionar rapidamente em modais diferentes, de texto ao áudio e vídeo e muito mais. Sidhu disse que o objetivo é deixar louco como uma infraestrutura de dados transformacional para não estruturada, porque o SQL estava no passado para tocar conjuntos de dados.
A empresa foi fundada no início de 2022, quase um ano antes do lançamento do ChatGPT e antes que muitas pessoas tivessem conhecimento dessa lacuna de infraestrutura de dados. Eles lançaram a primeira versão de código aberto do Daft em 2022 e estão se preparando para lançar um produto corporativo no terceiro trimestre.
“A explosão do ChatGPT, o que vimos, são apenas muitas outras pessoas que então criam aplicativos de IA com diferentes tipos de modalidades”, disse Sidhu. “Então todos começaram a usar alguns tipos de coisas, como imagens, documentos e vídeos em suas aplicações. E esse é um tipo de onde vimos, o uso simplesmente aumentou dramaticamente”.
Embora a idéia original por trás da construção do Daft tenha vindo do espaço autônomo do veículo, existem inúmeras outras indústrias que processam dados multimodais, incluindo robótica, tecnologia de varejo e saúde. A empresa agora tem a Amazon, CloudKitchens e a IA juntos, entre outras coisas como clientes.
Possivelmente duas rodadas de financiamento recentemente coletadas em oito meses. A primeira foi uma rodada de sementes de US $ 7,5 milhões sob a liderança da CRV. Mais recentemente, a empresa coletou uma rodada da Série A de US $ 20 milhões sob a liderança de Felicis com a participação do M12 e do Citi da Microsoft.
Esta última rodada vai supere a oferta de código aberto possível e criar um produto comercial com o qual seus clientes podem criar aplicativos de IA desses dados processados.
Astasia Myers, parceira geral da Felicis, disse a TechCrunch que ela finalmente encontrou através de um exercício de mapeamento de mercado no qual procurava infraestrutura de dados que pudesse apoiar o crescente número de modelos de IA multimodais.
Myers disse que, no final, era perceptível porque foi o primeiro motor no espaço – o que provavelmente será mais pressão – e com base no fato de que os fundadores haviam tratado esse problema em primeira mão. Ela acrescentou que, em última análise, também resolve um problema crescente.
Espera -se que o setor multimodal de IA cresça com uma taxa de crescimento anual compilada de 35% entre 2023 e 2028, de acordo com os mercados de consultoria de gerenciamento e os mercados.
“A geração anual de dados aumentou 1.000 vezes nos últimos 20 anos e 90% dos dados do mundo foram gerados nos últimos dois anos e, de acordo com a IDC, a grande maioria dos dados é não estruturada”, disse Myers. “O Daft se encaixa nessa enorme tendência macro da IA generativa que está sendo construída em torno de texto, imagem, vídeo e voz. Você precisa de um mecanismo de processamento de dados nativo multimodal”.
