Eventual löst Herausforderungen der Dateninfrastruktur für multimodale KI

Während ihrer Arbeit als Softwareingenieure in der Abteilung für autonome Fahrzeuge bei Lyft identifizierten die Eventual-Gründer Sammy Sidhu und Jay Chia ein kritisches Problem in der Dateninfrastruktur, das mit dem Aufstieg von KI wächst.

Autonome Fahrzeuge erzeugen enorme Mengen an unstrukturierten Daten, einschließlich 3D-Scans, Bildern, Text und Audio. Den Lyft-Ingenieuren fehlte ein einheitliches Tool, um diese vielfältigen Datentypen gleichzeitig zu verarbeiten, was sie zwang, auf fragmentierte Open-Source-Lösungen zurückzugreifen, die zeitaufwändig und unzuverlässig waren.

„Wir sahen brillante Doktoren und Branchenexperten, die 80 % ihrer Zeit der Infrastruktur widmeten, anstatt sich auf die Entwicklung der Kernanwendung zu konzentrieren“, sagte Sidhu, CEO von Eventual, in einem kürzlichen TechCrunch-Interview. „Die meisten Herausforderungen resultierten aus der Dateninfrastruktur.“

Sidhu und Chia entwickelten bei Lyft ein internes Tool zur Verarbeitung multimodaler Daten. Als Sidhu neue berufliche Möglichkeiten erkundete, äußerten Interviewer wiederholt Interesse an einer ähnlichen Lösung für ihre Organisationen, was die Idee für Eventual auslöste.

Eventual schuf Daft, eine Python-native Open-Source-Datenverarbeitungsengine, die entwickelt wurde, um verschiedene Datentypen effizient zu handhaben, von Text bis hin zu Audio und Video. Sidhu strebt an, dass Daft die Infrastruktur für unstrukturierte Daten revolutioniert, ähnlich wie SQL tabellarische Daten transformiert hat.

Gegründet Anfang 2022, fast ein Jahr vor dem Debüt von ChatGPT, brachte Eventual in diesem Jahr die erste Open-Source-Version von Daft auf den Markt und plant, im dritten Quartal ein Unternehmensprodukt einzuführen.

„Der Aufstieg von ChatGPT verdeutlichte den Anstieg von KI-Anwendungen, die verschiedene Datentypen verwenden“, bemerkte Sidhu. „Als Entwickler Bilder, Dokumente und Videos einbauten, sahen wir einen dramatischen Anstieg in der Nutzung von Daft.“

Sparen Sie über 200 $ bei Ihrem TechCrunch All Stage Pass

Innovieren Sie intelligenter, skalieren Sie effizient und knüpfen Sie bedeutungsvolle Verbindungen. Treffen Sie Visionäre von Precursor Ventures, NEA, Index Ventures, Underscore VC und mehr für einen Tag voller strategischer Einblicke, Workshops und Networking.

Sparen Sie über 200 $ bei Ihrem TechCrunch All Stage Pass

Innovieren Sie intelligenter, skalieren Sie effizient und knüpfen Sie bedeutungsvolle Verbindungen. Treffen Sie Visionäre von Precursor Ventures, NEA, Index Ventures, Underscore VC und mehr für einen Tag voller strategischer Einblicke, Workshops und Networking.

Obwohl Daft im Bereich autonomer Fahrzeuge entstand, erstrecken sich seine Anwendungen auf Branchen wie Robotik, Einzelhandelstechnologie und Gesundheitswesen. Eventual bedient mittlerweile Kunden wie Amazon, CloudKitchens und Together AI.

Eventual sicherte sich innerhalb von acht Monaten zwei Finanzierungsrunden: eine Seed-Runde über 7,5 Millionen Dollar unter der Leitung von CRV und eine Serie-A-Runde über 20 Millionen Dollar unter der Leitung von Felicis, mit Beteiligung von Microsofts M12 und Citi.

Die jüngste Finanzierung wird Eventuals Open-Source-Angebote verbessern und die Entwicklung eines kommerziellen Produkts unterstützen, das es Kunden ermöglicht, KI-Anwendungen mit verarbeiteten Daten zu erstellen.

Astasia Myers, Generalpartnerin bei Felicis, entdeckte Eventual durch eine Marktanalyse, die sich auf Dateninfrastruktur für multimodale KI-Modelle konzentrierte.

Myers betonte Eventuals Vorreitervorteil in einem Bereich, der wahrscheinlich wettbewerbsintensiv wird, und verwies auf die direkte Erfahrung der Gründer mit Herausforderungen der Datenverarbeitung. Sie unterstrich die wachsende Notwendigkeit für solche Lösungen.

Laut MarketsandMarkets wird die multimodale KI-Branche von 2023 bis 2028 mit einer jährlichen Wachstumsrate von 35 % wachsen.

„Die globale Datenerstellung ist in den letzten 20 Jahren um das 1.000-fache gestiegen, wobei 90 % in den letzten zwei Jahren entstanden sind, und die meisten davon sind unstrukturiert, laut IDC“, sagte Myers. „Daft adressiert diesen massiven Trend in der generativen KI, die auf Text, Bildern, Videos und Sprache basiert und eine multimodale native Datenverarbeitungsengine erfordert.“