Startup Kumo tái tạo cách AI dự đoán

Các doanh nghiệp hiện đại sở hữu mạng lưới dữ liệu phức tạp, sử dụng thông tin liên quan đến hành vi khách hàng vào chiến dịch tiếp thị hoặc để phát hiện gian lận. Tuy nhiên, đưa ra các dự đoán AI (trí tuệ nhân tạo) hữu ích dựa vào dữ liệu thường yêu cầu mạng kết nối dữ liệu phải rõ ràng và dễ hiểu. Một công ty khởi nghiệp mới do đại học Stanford ươm mầm cho biết có giải pháp sử dụng loại trí tuệ nhân tạo mới để giải quyết vấn đề đó.

Ngày 7.4, Kumo công bố với thế giới khoản đầu tư 18,5 triệu USD được huy động trong vòng gọi vốn Series A sẽ giúp công ty cung cấp phần mềm tốt nhất ứng dụng AI cho dự đoán, có sẵn trong “ngăn xếp dữ liệu hiện đại”, bộ công cụ điện toán đám mây để lưu trữ và khai thác số lượng lớn dữ liệu. Sequoia Capital dẫn đầu vòng gọi vốn với mức định giá 100 triệu USD; cùng với sự tham gia của SV Angel do Ron Conway điều hành và A Capital do Ronny Conway, con trai của Ron, thành lập.

Những nhà sáng lập bao gồm Vanja Josifovski (trước đây là giám đốc công nghệ của Pinterest và đơn vị kinh doanh nhà của Airbnb), Hema Raghavan (cựu giám đốc kỹ thuật của LinkedIn) và giáo sư đại học Stanford Jure Leskovec, trước đây cũng là nhà khoa học chính của Pinterest, cùng ra mắt startup này ở Mountain View, California cách đây 4 tháng.

Công ty được thành lập là kết quả của 5 năm nghiên cứu học thuật được nhóm Stanford gồm Leskovec thực hiện dưới sự kết hợp với Đại học Dortmund ở Đức.

Họ tập trung vào dạng trí tuệ nhân tạo mới đầy tiềm năng, được gọi là “mạng nơron đồ thị”, phương pháp sử dụng máy học thông qua cách xử lý dữ liệu như thể đó là mạng đồ thị phức tạp.

Các dạng mạng nơron trước đây thực hiện tốt các nhiệm vụ liên quan với “dữ liệu có cấu trúc”, như nhận dạng hình ảnh hoặc phát hiện giọng nói, nhưng lại bị cản trở nếu dữ liệu được kết nối không theo thứ tự.

Nghiên cứu dẫn đến sự phát triển của PyG, công cụ mã nguồn mở cho học mạng nơron đồ thị được ra mắt lần đầu tiên cách đây 5 năm. Trong thời gian đó, những người sáng lập Kumo triển khai công nghệ này tại Pinterest và LinkedIn. “LinkedIn giống như một biểu đồ lớn,” như CEO Josifovski cho biết, trước khi cho rằng mạng nơron đồ thị có “tiềm năng cách mạng hóa học máy theo cách tương tự học sâu cách mạng hóa quá trình phát hiện giọng nói.”

Nhưng trong khi các công ty công nghệ lớn có đủ nguồn lực và nhân lực phát triển những công cụ này, thì phần lớn các công ty khác không thể có đủ nguồn lực như vậy. Đó chính là điểm khởi đầu của Kumo.

Phần mềm của công ty tận dụng công nghệ từ PyG làm nền tảng cho phần mềm giúp khách hàng dễ dàng tạo ra các mô hình dự đoán phức tạp từ dữ liệu kinh doanh của họ. Josifovski nói: “Ngày nay, bạn có thể biết dự đoán được số lượng khách hàng kiếm được sau 30 ngày.

“Kumo đang hướng tới cung cấp chức năng tương tự cho tương lai — trong 30 ngày tới.” Sản phẩm Kumo thiết kế chủ yếu dành cho các nhà phân tích và nhà khoa học dữ liệu. Josifovski cho biết thêm sản phẩm này sẽ có thể sử dụng được ngay cả đối với những nhân viên không có chuyên môn về công nghệ.

“Mọi công ty đều gặp vấn đề trong việc tuyển dụng các nhà khoa học dữ liệu,” ông cho biết.

“Nếu chúng tôi có thể cung cấp dịch vụ dự đoán hoàn chỉnh lấy người tiêu dùng làm trung tâm, thì điều đó sẽ có tác động sâu sắc đến thế giới máy tính.”

Kumo sẽ sử dụng số vốn huy động được để tăng thêm tính năng cho sản phẩm và tiếp tục tập trung vào nghiên cứu và phát triển. Hiện startup có hơn 20 nhân viên, hầu hết là kỹ sư mạng nơron đồ thị từ mạng lưới của đại học Stanford và Dortmund. Nhưng startup chưa có doanh thu.

Josifovski cho biết sản phẩm do cung cấp theo nhu cầu đăng ký đang trong giai đoạn thử nghiệm beta, “chọn lựa khách hàng” để sử dụng, nhưng ông không tiết lộ tên khách hàng và thời điểm sản phẩm sẽ được bán trên thị trường.

Theo Konstantine Buhler, đối tác Sequoia, dẫn đầu đợt đầu tư, Kumo nhắm đến cung cấp dịch vụ cho các công ty lớn nhất trên thị trường đại chúng. “Hiện dịch vụ khá mới nhưng thị trường có nhu cầu cao,” ông cho biết thêm.

Tuy nhiên, Kumo có nhiệm vụ lớn hơn là làm cho mạng nơron đồ thị trở thành xu hướng chính. Các công ty có giá trị hàng tỉ đô la Mỹ, như Databricks, DataRobot và Dataiku, thành lập bộ phận kinh doanh sinh lợi theo các phương pháp tiếp cận khác nhau liên quan đến khoa học dữ liệu.

Josifovski cho biết Kumo đang giải quyết các vấn đề tương tự cho một số công ty đó. “Tuy nhiên, chúng tôi dự định làm cho học máy trở nên đơn giản hơn,” ong nói. “Về cơ bản, chúng tôi đang cố gắng cải tiến tình hình phát triển AI và các phương pháp lỗi thời hiện tại.”

Biên dịch: Gia Nhi