Стартап FedML, по информации ресурса SiliconANGLE, закрыл раунд начального финансирования, в ходе которого было привлечено $6 млн. Ведущим инвестором стал Camford Capital, в раунде также приняли участие Plug and Play Ventures, AimTop Ventures, Acequia Capital и LDV Partners.
Своей целью FedML называет формирование экосистемы, которая удовлетворит потребности корпоративных пользователей в кастомизированных ИИ-моделях. Отмечается, что многие компании хотят обучать или оптимизировать системы ИИ на своих собственных данных. Это позволит применять модели для выполнения конкретных задач, таких как автоматизация бизнеса, обслуживание клиентов, дизайн продуктов и пр. Но такие данные могут быть сильно разрознены или являться конфиденциальными, что затрудняет использование облачных сервисов.
Источник изображения: pixabay.com / geralt
Чтобы решить эту проблему, FedML создала платформу федеративного и коллаборативного обучения моделей, которая позволяет работать с данными что в облаке, что на периферии — без необходимости перемещать эти сведения куда-либо ещё. FedML называет такой подход «обучением без обмена» (learning without sharing).
Привлечённые средства стартап направит на объединение компаний и разработчиков для обучения, развёртывания и настройки моделей в рамках своей платформы. FedML полагает, что совместный подход поможет решить проблемы высокой стоимости и сложности крупномасштабных ИИ-моделей. Компания уже создала экосистему MLOps, привлёкшую более 1900 пользователей, которые предоставили свыше 3500 периферийных узлов и обучили более 6500 моделей.
Источник:
