In che modo questa startup utilizza Swarm AI per rendere la tecnologia di deep learning accessibile a tutti
Swarm AI è una moderna tecnologia AI relativamente nuova per le organizzazioni. Combina intuizioni globali e locali per migliorare e ottimizzare le decisioni aziendali. Sebbene il concetto di swarm intelligence sia ora nuovo in letteratura, viene sempre più utilizzato per prevedere tutto, dai movimenti del mercato azionario alla previsione delle vendite.
I progressi nella tecnologia Internet of Things, nell’apprendimento automatico e nel 5G hanno reso i sistemi di sciami artificiali più veloci ed efficienti. Nel mondo del business odierno, che assiste costantemente a flussi, dimensioni e complessità crescenti, l’intelligenza artificiale degli sciami li aiuterà a identificare nuove opportunità di crescita, nonché ad anticipare e gestire le interruzioni.
Con una visione simile, la startup tedesca Brainalyzed utilizza l’intelligenza artificiale e il machine learning per rendere la tecnologia di deep learning accessibile a tutti. Per saperne di più su come l’azienda sta democratizzando l’IA e sviluppando soluzioni, abbiamo incontrato i fondatori di Brainalyzed.
Fondata nel 2017 dal dott.Gunter Fischer e Thomas Kopetsch , Brainalyzed è una piattaforma di intelligenza artificiale dello sciame per le imprese finanziarie e si afferma che sia la prima piattaforma di intelligenza artificiale dello sciame (ASI) al mondo. La missione di questa startup è democratizzare e creare soluzioni di intelligenza artificiale che riducono i costi e i rischi, aumentano l’efficienza operativa e aiutano gli utenti a prendere decisioni di investimento migliori.
Come abilita Swarm AI
Attraverso Brainalyzed Insight, una piattaforma di intelligenza artificiale indipendente dal settore, sta creando soluzioni AI personalizzate per vari casi d’uso e problemi di dati. Fischer ha menzionato alcuni dei punti salienti di questa piattaforma, come di seguito:
Genetic Algorithm progetta automaticamente ogni modello AI
Diversi modelli di intelligenza artificiale imitano l’intelligenza dello sciame naturale
Trova automaticamente input con valore predittivo
Adattamento dinamico della composizione dello sciame in base all’accuratezza della previsione in produzione
Assenza della necessità di ingegnerizzazione delle caratteristiche
Elevata robustezza della previsione grazie alla diversificazione del modello
Può eseguire l’addestramento del modello AI in parallelo nel cloud o in locale
È indipendente dal settore e non richiede dati o esperienza di codifica precedenti per utilizzare la piattaforma
“La differenza nel nostro prodotto sta nel modo in cui creiamo modelli di intelligenza artificiale”, ha condiviso Kopetsch. Ha inoltre condiviso che la società sta creando modelli con l’ausilio della progettazione AI evolutiva automatizzata e con la flessibilità della pre-elaborazione dei dati, che offre all’utente la possibilità di combinare i dati provenienti da fonti distribuite con la trasparenza dei prezzi. È in concorrenza con aziende come H2O Driverless AI, DataRobot, Google Cloud AutoML nel dominio.
La tecnologia dietro
Il backend di apprendimento di Brainalyzed utilizza solo reti neurali profonde come tipo di modello di apprendimento automatico . Secondo Fischer, poiché Brainalyzed Insight è un’applicazione di machine learning , hanno cercato di sfruttare il più possibile framework open source, per trarre vantaggio dallo sviluppo della comunità.
Tutte le parti principali del machine learning utilizzano Python come linguaggio di programmazione e, cosa più importante, è il core ML, basato su TensorFlow di Google. L’ottimizzazione degli input e delle architetture è realizzata con un algoritmo genetico personalizzato. Oltre a ciò, la società utilizza Pandas per il data wrangling e AsyncIO per la gestione asincrona dei processi.
Inoltre, per generare e gestire i nodi cloud all’interno di AWS, Azure e IBM, la società si affida allo stack di Hashi Corp con Nomad come cluster manager e Consul come service manager. Sul lato front-end, Brainalyzed sta costruendo l’interfaccia utente usando React per l’applicazione a pagina singola e Redux per la gestione dello stato e il design è fatto con MaterialUI e SASS per lo stile.
Roadmap futura
Nei prossimi cinque anni, la società prevede di utilizzare i dati di addestramento delle centinaia di migliaia di corsi di formazione che vengono condotti per migliorare il processo con un modello di intelligenza artificiale. Come condivide Fischer, l’avvio prevede di utilizzare le proprietà statistiche di ciascun input e gli obiettivi di previsione, per suggerire la configurazione iniziale, che può essere ulteriormente ottimizzata con l’algoritmo genetico personalizzato.
