Los nominados para los Premios de Innovación VentureBeat AI en Transform 2020


Última oportunidad: regístrese para Transform, el evento de IA del año de VB, que tendrá lugar en línea del 15 al 17 de julio.


En nuestro evento Transform 2020 centrado en la IA, que tendrá lugar completamente en línea del 15 al 17 de julio, VentureBeat reconocerá y honrará el trabajo emergente, convincente e influyente como parte de nuestro segundo VB AI Innovation Awards anual. Estos premios se basan en nuestros informes editoriales diarios y la experiencia de nuestros miembros del Comité de Nominaciones y nos brindan la oportunidad de arrojar luz sobre las personas y las empresas que tienen un impacto en la IA.

Aquí están los nominados en cada una de las cinco categorías: innovación NLP / NLU, innovación de aplicaciones comerciales, innovación de visión por computadora, IA para el bien y Startup Spotlight.

Procesamiento del lenguaje natural / comprensión de la innovación

Dr. Dilek Hakkani-Tur

Dr. Hakkani-Tur, investigador principal de Amazon Research y miembro de la facultad de la Universidad de California en Santa Cruz, actualmente está trabajando en la resolución del diálogo natural para Alexa AI de Amazon. Ha investigado y trabajado en procesamiento de lenguaje natural, conversación AI y más durante más de dos décadas, incluso en Google y Microsoft. Posee docenas de patentes y es autora o coautora de más de 200 artículos de lenguaje natural y procesamiento de lenguaje. El trabajo reciente incluye mejorar los sistemas de diálogo orientados a tareas, mejorar el uso de respuestas de diálogo abierto y reutilizar los conjuntos de datos existentes para rastrear el estado del diálogo para la generación de lenguaje natural (NLG).

BenevolentAI

La misión de BenevolentAI es utilizar IA y aprendizaje automático para mejorar el descubrimiento y desarrollo de fármacos. La cantidad de datos disponibles es abrumadora, y a pesar de un flujo constante de nuevas investigaciones, demasiados experimentos farmacéuticos están fallando hoy. BenevolentAI ayuda al acelerar la indexación y recuperación de registros médicos e informes de ensayos clínicos de nuevos tratamientos para enfermedades que no se pueden curar. Las decisiones basadas en hechos son importantes en todas partes, pero para la industria farmacéutica, los hechos solo necesitan ser cosechados de manera sintética, relevante y eficiente.

StereoSet

La investigación continúa cubriendo el sesgo en los modelos de IA. StereoSet es un conjunto de datos para medir comportamientos discriminatorios como el racismo y el sexismo en modelos de lenguaje. Los investigadores Moin Nadeem, Anna Bethke y Siva Reddy construyeron StereoSet y lo pusieron a disposición de todos los que hacen modelos de idiomas. El equipo mantiene una tabla de clasificación para mostrar cómo se comparan modelos como BERT y GPT-2.

Hugging Face

Hugging Face intenta promover y democratizar el procesamiento del lenguaje natural (PNL). La compañía quiere contribuir al desarrollo de la tecnología en esta área mediante la expansión de la comunidad de código abierto, investigando y creando bibliotecas de PNL como Transformers y Tokenizer. Hugging Face ofrece herramientas en línea gratuitas para que cualquiera pueda usar modelos como BERT, XLNet y GPT-2. La compañía afirma que más de 1,000 compañías usan sus herramientas en la producción, incluidos Apple y el grupo Bing de Microsoft.

Innovación en aplicaciones comerciales

Jumbotail

La tecnología de Jumbotail actualiza las tiendas tradicionales "mom and pop" en India, a menudo conocidas como tiendas "Kirana", trabajando con marcas reconocidas y otros fabricantes de productos de alta calidad. conectados para transformarlos en modernas tiendas de conveniencia. Jumbotail aumenta los costos para los clientes al capturar y extraer millones de puntos de datos en tiempo real todos los días. Gracias a su backend de inteligencia artificial, Jumbotail se convirtió en el principal mercado mayorista de comestibles en línea de la India con una pila completa que incluía una cadena de suministro integrada y logística, así como una plataforma interna de tecnología financiera para pagos y créditos. El conocimiento y las tecnologías desarrolladas en torno a este nuevo modelo de negocio permiten a los productores y clientes, y Jumbotail está listo para expandirse a otros continentes.

Codota

Codota desarrolla una plataforma basada en aprendizaje automático que sugiere y autocompleta código Python, C, HTML, Java, Scala, Kotlin y JavaScript . Al automatizar las tareas de programación de rutina que normalmente requerirían un equipo de desarrolladores calificados, la compañía está ayudando a reducir los $ 312 mil millones que las compañías gastan en depuración cada año. Las soluciones locales y basadas en la nube de Codota, utilizadas por los desarrolladores de Google, Alibaba, Amazon, Airbnb, Atlassian y Netflix, completan líneas de código basadas en millones de programas y contexto individual localmente, sin enviar datos confidenciales a servidores remotos.

Rasa

Rasa es una compañía de inteligencia artificial de conversación de código abierto que proporciona herramientas a las startups para construir sus propios (casi) modernos sistemas de procesamiento de lenguaje natural. Estas herramientas, algunas de las cuales se han descargado más de 3 millones de veces, dan vida a los asistentes de IA al proporcionar el marco técnico necesario para conversaciones robustas. Rasa invierte en investigación para crear AI de conversación y proporciona a los desarrolladores de empresas como Adobe, Deutsche Telekom, Lemonade, Airbus, Toyota, T-Mobile, BMW y Orange soluciones para comprender mensajes, determinar intenciones e información contextual importante. capturar. [19659003] Dr. Richard Socher

Dr. Richard Socher es probablemente mejor conocido por fundar MetaMind, que Salesforce adquirió en 2016, y por su contribución a la innovadora base de datos ImageNet. En su último papel como científico jefe y EVP en Salesforce (acaba de irse para comenzar una nueva compañía), Socher es responsable del desarrollo de aplicaciones de IA, desde la investigación inicial hasta la implementación.

Computer Vision

Platform.ai

Para ayudar a los expertos del dominio sin conocimiento de AI a proporcionar productos y servicios de AI, Platform.ai ofrece Computer Vision sin codificación. Es una solución de desarrollo rápido de extremo a extremo que utiliza algoritmos de AI y HCI patentados y patentados para visualizar registros de datos y acelerar el etiquetado y la capacitación 50-100 veces. El objetivo es permitir a las empresas construir una "buena" IA. Platform.ai puede contar con marcas conocidas como GE, Claro y Mattel como clientes. Los fundadores de la compañía incluyen al científico jefe Jeremy Howard, quien también es investigador fundador de la organización educativa de aprendizaje profundo Fast.ai y profesor de la Universidad de San Francisco.

Abeba Birhane y Dr. Vinay Prabhu

En su poderoso trabajo "Grandes conjuntos de datos de imagen: ¿Una victoria pírrica para la visión por computadora?", Investigador Abeba Birhane, Ph.D. El candidato en el University College de Dublín y el Dr. Vinay Prabhu, científico senior de aprendizaje automático de UnifyID, examinó la opacidad problemática, la ética de la recopilación, el etiquetado y la clasificación de datos, y las consecuencias de los grandes conjuntos de datos de imágenes. Estos conjuntos de datos, incluidos ImageNet y las 80 millones de imágenes pequeñas del MIT, se han citado cientos de veces en la investigación. Actualmente, el trabajo de Birhane y Prabhu está siendo revisado por pares, pero ya ha llevado al MIT a retirar voluntaria y formalmente el conjunto de datos de Tiny Images porque contiene términos despectivos como categorías e imágenes ofensivas, y el tipo de imágenes en el conjunto de datos hace que uno Remedio imposible.

Dr. Dhruv Batra

Dr. Dhruv Batra es profesor asistente en la Escuela de Computación Interactiva de Georgia Tech y asistente de investigación en Facebook AI Research. Se centra principalmente en el aprendizaje automático y la visión por computadora. Su objetivo de investigación a largo plazo es crear agentes de IA que puedan percibir su entorno, entablar un diálogo que suene natural, navegar e interactuar en su entorno y tener en cuenta las consecuencias a largo plazo de sus acciones. También es cofundador de Caliper, una plataforma que permite a las empresas evaluar mejor las habilidades de ciencia de datos de los empleados potenciales en aprendizaje automático, inteligencia artificial y ciencia de datos. Y ayudó a desarrollar Eval.ai, una plataforma de código abierto "para evaluar y comparar algoritmos de aprendizaje automático (ML) e inteligencia artificial (IA) a gran escala".

Ripcord

Ripcord ofrece una cartera de robots físicos que pueden digitalizar registros en papel e incluso eliminar grapas. Con visión por computadora, levantamiento y posicionamiento de brazos y cámaras RGB de alta calidad que capturan detalles a 600 puntos por pulgada, los robots de la compañía pueden escanear a diez veces la velocidad de los procesos convencionales y procesar prácticamente cualquier formato. Gracias a las asociaciones con empresas de logística, Ripcord transporta archivos de clientes como Coca-Cola, BP y Chevron a sus instalaciones, donde se escanean y guardan para cumplir con los requisitos de cumplimiento, o se trituran y reciclan. La plataforma Canopy de la compañía carga documentos en la nube casi de inmediato y los pone a disposición como archivos PDF con capacidad de búsqueda.

AI for Good

Calculadora de emisiones para el aprendizaje automático

Los autores Alexandre Lacoste, Alexandra Luccioni, Victor Schmidt y Thomas Dandres han construido una calculadora en línea para que todos puedan entender las emisiones de carbono eso generó su investigación. La investigación de aprendizaje automático requiere grandes recursos computacionales, e incluso si el área logra importantes avances tecnológicos, los autores creen que la transparencia sobre el impacto ambiental de estos logros se generaliza e incluye en cada artículo, publicación de blog o publicación en un trabajo específico. debe ser incluido También proporcionan una plantilla simple para informes estandarizados y simples.

Niramai

Niramai desarrolló un cribado de cáncer de mama no invasivo, no invasivo y libre de radiación para mujeres de todas las edades utilizando tecnología de imagen térmica y software de análisis basado en IA. La compañía trabaja con varias organizaciones gubernamentales y sin fines de lucro para proporcionar exámenes de salud asequibles en áreas rurales de la India. La prevención y la detección temprana son clave para mejorar los resultados del cáncer, pero los centros de salud no siempre están equipados con un costoso equipo de detección. Debido a que la imagen térmica es segura, económica y fácil de implementar, puede mejorar la detección temprana en instalaciones de baja tecnología en todo el mundo.

Dr. Pascale Fung

Dr. Pascale Fung es director del Centro de Investigación de IA (CAiRE) de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST). Además de otros premios y honores, Fung representa a la universidad en Partnership on AI y es becaria de IEEE debido a sus contribuciones a la interacción hombre-máquina. Al trabajar con CAiRE, ayudó a crear un chatbot consistente y un sistema de preguntas y respuestas para el procesamiento del lenguaje natural que los investigadores y profesionales médicos utilizan para acceder rápidamente a la información del conjunto de datos de investigación abierta COVID-19 (CORD-19) puede acceder. [19659003] Dr. Timnit Gebru

Dr. Timnit Gebru sigue siendo una de las voces más fuertes en la lucha contra el racismo, la misoginia y otros prejuicios en la IA, no solo en la tecnología en sí, sino también en la comunidad más amplia de investigadores y profesionales de la IA. Es co-líder de Ethical AI en Google y cofundadora de Black in AI, un grupo que tiene como objetivo "compartir ideas, promover la colaboración y discutir iniciativas para aumentar la presencia de los negros en AI". . Su trabajo incluye Gender Shades, la investigación innovadora que revela la tendencia racista en los sistemas de reconocimiento facial y Hojas de datos para conjuntos de datos, cuyo objetivo es crear un proceso estandarizado de agregar documentación a los registros para aumentar la transparencia y la responsabilidad.

Startup Spotlight

Relimetrics

Relimetrics desarrolla software de pila completa para visión artificial y aprendizaje automático para garantizar la calidad y el control de procesos en aplicaciones de la Industria 4.0. A diferencia de muchos otros competidores en el campo de la inspección visual, Relimetrics propone un proceso de extremo a extremo que puede ser llevado a cabo por grandes grupos, así como por pequeños fabricantes. La Industria 4.0 está asociada con una multitud de pilas tecnológicas, pero solo unas pocas se pueden escalar a grandes y pequeños fabricantes en varias industrias, pero siguen siendo lo suficientemente simples como para que los expertos en dominios las usen. Aquí es donde entra Relimetrics.

Dr. . Daniela Braga, DefinedCrowd

DefinedCrowd crea datos de capacitación de alta calidad para proyectos corporativos de inteligencia artificial y aprendizaje automático, incluyendo reconocimiento de voz, procesamiento del lenguaje natural y flujos de trabajo de visión por computadora. La compañía reúne etiquetas de datos y más de cientos de miles de empleados remunerados y pasa la curaduría masiva a sus clientes corporativos, que incluyen varias compañías Fortune 500. El cofundador y CEO de la nueva empresa, el Dr. Daniela Braga tiene casi dos décadas de experiencia en tecnología del lenguaje y crowdsourcing, incluidos casi siete años en Microsoft, incluido el trabajo en Cortana. Ella ha llevado a DefinedCrowd a través de varias rondas de financiación, más recientemente una gran ronda de $ 50.5 millones en mayo de 2020.

Flatfile

Flatfile desea la gestión manual de datos para las empresas a través de su AI reemplaza la tecnología de incorporación de datos basada en. Flatfile es independiente del contenido, por lo que una empresa en prácticamente todas las industrias puede usar su portal y plataformas de conserjería, que pueden ejecutarse localmente o en la nube. Flatfile ha completado dos rondas de financiación, una de las cuales se completó en junio de 2020. Para septiembre de 2019, la compañía había atraído a 30 clientes que esencialmente no tenían publicidad paga. Menos de un año después, 400 empresas estaban en la lista de espera, desde nuevas empresas hasta empresas cotizadas.

DoNotPay

DoNotPay, fundado por el empresario británico Josh Browder, ofrece más de 100 bots para ayudar a los consumidores a cancelar membresías y suscripciones, Luche contra empresas, reclame beneficios, demande robocallers y más. Si bien gran parte del motor de automatización de la compañía se basa en reglas, utiliza el aprendizaje automático de terceros para analizar los Términos de servicio (TOS) en busca de cláusulas problemáticas como el arbitraje forzado. Para enfrentar los desafíos de la pandemia, DoNotPay lanzó recientemente un bot que permite a los usuarios estadounidenses solicitar beneficios de desempleo. En el futuro, la startup planea lanzar una extensión de Chrome que funcione de manera proactiva para los usuarios en segundo plano.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *