Depois que a Intel comprou a startup de Naveen Rao e Hanlin Tang em 2016, seu trabalho era ajudar a gigante dos chips a ganhar dinheiro com inteligência artificial, que requer grande poder de computação e se tornou lucrativa para a indústria de chips.
Depois de deixar a Intel no ano passado, a dupla revelou na quarta-feira uma startup chamada MosaicML. O objetivo é ajudar empresas e pesquisadores a executarem aplicações de inteligência artificial de forma mais eficiente – em outras palavras, usando menor poder de computação, com menos chips.
A empresa conseguiu 37 milhões de dólares em financiamento de DCVC, Lux Capital, Future Ventures, Playground Global e outros investidores de risco.
Os fundadores da startup disseram que os modelos de inteligência artificial, que devem ser “treinados” usando enormes quantidades de dados, aumentaram de complexidade desde 2018. Treinar um modelo agora pode exigir milhões de dólares em computação, colocando-o fora do alcance de todos, exceto grandes empresas.
Veja mais:
- Ibovespa opera em alta mesmo com inflação americana no radar
- Chefe do FMI espera que membros atinjam meta de transferir US$100 bi em reservas a países vulneráveis
“As empresas não podem mais fazer isso – elas não podem ter acesso aos métodos mais recentes”, disse Rao à Reuters em entrevista. “Não é bom para a nossa área.”
Rao e Tang se juntaram ao professor Michael Carbin e Jonathan Frankle, um candidato a doutorado em seu grupo de pesquisa, respectivamente, no Instituto de Tecnologia de Massachusetts, que publicou um trabalho sobre como tornar o aprendizado de máquina mais eficiente. O que o grupo descobriu é que não existe uma tecnologia única para reduzir os custos de computação de IA, mas sim um mosaico – daí o nome da empresa – de diferentes abordagens emergentes entre os pesquisadores.
A MosaicML coloca essas ideias existentes em uma forma mais polida que pode ser usada diretamente pelas empresas. Em seguida, também oferece serviços pagos, como ferramentas para estimar as compensações entre a velocidade, o custo e a precisão do uso de diferentes tipos de hardware de computação para treinar um modelo de IA.
David Kanter, diretor executivo da MLCommons, um grupo da indústria de IA que não está envolvido com a MosaicML, disse que prever e controlar os custos de computação se tornou uma questão fundamental para as empresas que buscam explorar os avanços mais recentes em tecnologia de IA, chamando a atenção de trabalhos como as da MosaicML.
“Eliminar o incômodo, torná-lo mais rápido e mais acessível, todas essas coisas são potencialmente benéficas para a indústria”, disse Kanter.
Se inscreva no nosso canal e acompanhe a programação ao vivo.
