元Kymeta CEOがシアトル地域の新興企業Rendered.AIでAIトレーニングを再構築するために600万ドルを獲得
リサ・スティフラー著
AIモデルの学習方法には、多くの潜在的な問題が潜んでいます。機械に思考を学習させるために使用されるデータセットは、偏ったアルゴリズムを生み出し、時には差別につながることが繰り返し示されています。ある推計によると、データサイエンティストは貴重な時間の80%をデータセットの取得、クレンジング、管理に費やしています。場合によっては、データセットがそもそも存在しないこともあります。
物理学者のネイサン・クンツ氏は、この問題を解決する計画を立てており、これにより AI トレーニングが大幅に改善される可能性があります。
ビル・ゲイツ氏が支援する衛星通信会社カイメタのCEOを務めていたクンツ氏は、人工知能システムのトレーニング用の合成データセットを作成し、エンジニアがそれをカスタマイズおよび変更できるインフラストラクチャを構築するため、Rendered.aiという会社を設立した。
ワシントン州ベルビューに拠点を置くこのスタートアップ企業は現在、画像や動画などの視覚データセットに加え、レーダー、X線、熱画像などのデータから学習するAIの開発に取り組んでいます。今週、同社は600万ドルのシードラウンドの資金調達を発表しました。
AIトレーニング用の合成データセットを提供する企業は他にもあります。これは、現実世界で収集できない場合に、機械が学習するための画像を作成するものです。しかし、それらの企業は異なるアプローチを採用しています。
「ほとんどの企業は、この問題をコンピュータグラフィックスの問題として捉えています。そのため、彼らが提供する製品、そしてその解決策は、一連の画像なのです」とクンツ氏は述べた。
「私たちは全く異なる視点で考えています。私たちはこれをエンジニアリングの問題として捉えています。そして、私たちが提供する製品は、お客様のビジネスを前進させるために必要なビジネス成果を達成するためのプラットフォームなのです。」
クンツ氏は例を挙げました。衛星画像を用いて経済活動をモニタリングする研究者がいます。彼らはAIを用いて画像をスキャンし、建設用クレーンやトラックなど、貿易や成長を象徴する物理的な物体を探します。しかし、それが実現するまでには、モデルはこれらの物体のサンプルを捉えるための何百万枚もの写真を含むトレーニングデータセットと、それらを認識・識別するための熟練したアノテーターのスキルを必要とします。さらに、雪がクレーンを覆っていたり、雲の干渉や錆で見えにくくなったりといった不規則性にも対処しなければならず、アノテーターが物体を見逃してしまう可能性があります。
この問題を解決するために、Renderedは独自の3Dミニユニバースを作成し、そこにクレーンとトラックを配置してAIに学習させます。AIは同じ不規則性を追加しても、クレーンとトラックを見つけることができます。これは同様に手間のかかる解決策のように聞こえるかもしれませんが、このシミュレーションは基礎科学に基づいて負荷を分散させています。
「特にコンピュータービジョンの世界では、データの多くは私たちがよく理解している物理学に基づいています。例えば、光が物体と相互作用する様子などは、私たちが豊富な経験と優れたシミュレーションツールを持っている分野です」とクンツ氏は語った。
Rendered はデータセットをインフラストラクチャに配置し、AI エンジニアがそれを変更およびカスタマイズできるようにします。
これは野心的なビジョンだが、クンツ氏はこの事業に起業家としての信頼性をもたらしている。
クンツ氏は、元マイクロソフト最高技術責任者（CTO）ネイサン・ミアボルド氏が設立したハイテクイノベーションハブ、インテレクチュアル・ベンチャーズでマネージャーとしてキャリアをスタートしました。在籍中、クンツ氏は最先端のアンテナ技術に取り組むチームを率い、これがスピンオフスタートアップのカイメタ（Kymeta）の基盤となりました。彼はカイメタのCTO、そしてCEOを務め、2018年に退社しました。
PitchBookによると、Kymetaは4億4000万ドル以上を調達しており、その約半分はKundtz氏のリーダーシップの下で獲得されたものだ。同社は次世代衛星ブロードバンド技術で、着実にマイルストーンを積み重ねている。
クンツ氏の最新のベンチャーの着想の源は、カイメタでの経験だった。衛星関連企業とのやり取りの中で、クンツ氏はAIの訓練用データセットの不足によって、彼らの仕事が制限されることがあることに気づいた。
Renderedのプラットフォームは、衛星企業に加え、医療、輸送、ロボット工学、セキュリティ分野のエンジニアにもデータセットを提供できます。同社は現在ベータ版で、少数のユーザーと協力して技術の微調整を行っています。Tectonic Ventures、Congruent Ventures、Union Labs、Uncorrelated Venturesから調達したシード資金は、同社のサービスをより多くの顧客に拡大する上で役立ちます。
クンツ氏は、AIにとっての根本的な障害だと考えている問題に取り組み、その仕事に興奮している。
「これは、ある意味『当たり前』の問題です」とクンツ氏は言う。「しかし、これほど根本的な問題が、拡張性のある方法で、そして問題の本質に真に迫る形で解決されていないのを見ると、私は朝からイライラしてしまうのです。」
