Tensorleap פיתחה פלטפורמה שפותחת את "הקופסה השחורה" של רשתות הנוירונים
24 אוקטובר, 2022
הפלטפורמה, המיועדת לתיקון באגים ברשתות נוירונים, מאפשרת למדעני הנתונים להבין כיצד המודל תופס את הנתונים, מקבל החלטות, באילו מקרים הוא נכשל, ומדוע. החברה השלימה גיוס סיד של 5.2 מיליון דולר
חברת הסטארטאפ Tensorleap נחשפת עם פלטפורמה לתיקון באגים ובדיקה עמוקה של רשתות נוירונים מלאכותיות. לדברי החברה, המערכת מורידה בצורה דרסטית את הסכנה שהמודלים שפיתחו אנשי הדאטה סיינס יכשלו לאחר המעבר לעולם האמיתי (סביבת פרודקשן).
החברה הוקמה על ידי דודי בן דוד (מנכ"ל), יותם עזריאל (סמנכ"ל טכנולוגיה) וניר בן דוד (CCO). החברה ערכה גיוס סיד של 5.2 מיליון דולר מהקרנות Angular Ventures, Sozo Ventures, Industry Ventures ומעסיקה 15 עובדים במרכז הפיתוח ברמת גן.
אימוץ נרחב של רשתות נוירונים החל לפני פחות מעשור, עם ההנגשה של כוח מחשוב גבוה, נפחי נתונים גדולים ויכולת גישה יעילה ומהירה לענן. רשתות נוירונים נותנים מענה לבעיות ויישומים שמודלים קלאסיים של למידת מכונה אינם יכולים להתמודד איתן, בתחומים כמו ייצור תעשייתי וטכנולוגיות רפואיות ועד לרכבים אוטונומיים, פיננסים וסייבר. על כן, ההערכה היא כי השימוש ברשתות נוירונים יתרחב באופן אקספוננציאלי ככל שהבינה המלאכותית תגיע לתחומים ושימושים חדשים.
רשתות נוירונים עמוקות (DNN) מתנהלות באופן נסתר במעין "קופסה שחורה", שגורמת לכך שמחזורי הפיתוח מבוססים בעיקר על ניסוי וטעיה. לכן הם ארוכים, לא יעילים ויקרים, וחמור מכך תוצאתם אינה אמינה. גם לאחר השגת הדיוק הרצוי, על מדעני הנתונים לוודא את החוסן של המודלים במקרי קצה, כדי למנוע כשלים בתרחישים אלה בפרודקשן. גם במקרים בהם מודלים מתפקדים כצפוי, אין למדעני הנתונים יכולת להבין ולהסביר כיצד המודל הגיע לתוצאה. כשמדובר בהחלטות משפיעות חיים, כמו אבחון סריקה רפואית או נהיגה אוטונומית, היכולת לבצע אימות והסבר להצלחה ולכישלון הם קריטיים להצלחה במשימה.
השיטות הקיימות לפיתוח רשתות נוירונים מבוססות בעיקר על מערכות לניהול ניסויים המסייעות למדעני נתונים לנסות יותר ויותר, וגוזלות זמן פיתוח רב וכוח מחשוב עצום. בעזרת אלגוריתמים מתקדמים שפיתחה החברה, Tensorleap מסייעת לפתוח את "הקופסה השחורה", כך שאנשי הדאטה-סיינס יוכלו להבין כיצד המודל תופס את הנתונים, כיצד הוא מקבל החלטות, באילו מקרים הוא נכשל, והכי חשוב – מדוע. עם הנראות הזו, מדעני נתונים יכולים לזהות ולפתור בעיות, לנתח אוכלוסיות בתת-ייצוג, להתמודד עם overfitting (התאמת יתר מחשידה של הנתונים), לבצע בדיקות מקיפות למודל ולקבל החלטות מושכלות לגבי אילו מודלים באמת מוכנים להטמעה בפרודקשן.
Tensorleap היא פלטפורמה מבוססת מנוי שעובדת במודל SaaS או בהתקנה באתר או בענן הלקוח ותומכת בכל סוגי הדאטה, לרבות תמונות, טקסט, גרפים, מידע טבלאי ועוד. לחברה לקוחות במגוון תחומים, החל ממוצרים רפואיים ועד ליצרני שבבים, גיימינג ופלטפורמות מדיה חברתית.
[קרדיט צילום: אורן דאי]
פורסם בקטגוריות: ביג דאטה , בינה מלאכותית , גיוסי הון , חדשות
פורסם בתגיות: Tensorleap , רשתות נוירוניות
כתבות נוספות העשויות לעניין אותך
