Desafíos de Infraestructura de Datos para IA Multimodal

Mientras trabajaban como ingenieros de software en la división de vehículos autónomos de Lyft, los fundadores de Eventual, Sammy Sidhu y Jay Chia, identificaron un problema crítico de infraestructura de datos, uno destinado a crecer con el auge de la IA.
Los vehículos autónomos generan grandes cantidades de datos no estructurados, incluyendo escaneos 3D, imágenes, texto y audio. Los ingenieros de Lyft carecían de una herramienta unificada para procesar estos diversos tipos de datos simultáneamente, obligándolos a depender de soluciones de código abierto fragmentadas que consumían tiempo y eran poco confiables.
“Vimos a brillantes doctores e expertos de la industria dedicando el 80% de su tiempo a la infraestructura en lugar del desarrollo de aplicaciones principales,” compartió Sidhu, CEO de Eventual, en una reciente entrevista con TechCrunch. “La mayoría de los desafíos provenían de la infraestructura de datos.”
Sidhu y Chia desarrollaron una herramienta interna de procesamiento de datos multimodal en Lyft. Cuando Sidhu exploró nuevas oportunidades laborales, los entrevistadores expresaron repetidamente interés en una solución similar para sus organizaciones, lo que dio origen a la idea de Eventual.
Eventual creó Daft, un motor de procesamiento de datos de código abierto nativo de Python diseñado para manejar eficientemente diversos tipos de datos, desde texto hasta audio y video. Sidhu aspira a que Daft revolucione la infraestructura de datos no estructurados, como SQL transformó los datos tabulares.
Fundada a principios de 2022, casi un año antes del debut de ChatGPT, Eventual lanzó la versión inicial de código abierto de Daft ese año y planea introducir un producto empresarial en el tercer trimestre.
“El auge de ChatGPT destacó el aumento en aplicaciones de IA que usan diversos tipos de datos,” señaló Sidhu. “A medida que los desarrolladores incorporaban imágenes, documentos y videos, vimos un aumento drástico en el uso de Daft.”
Ahorra Más de $200 en Tu Pase Completo de TechCrunch
Innova de manera más inteligente, escala eficientemente y forja conexiones significativas. Únete a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y más para un día de conocimientos estratégicos, talleres y networking.
Ahorra Más de $200 en Tu Pase Completo de TechCrunch
Innova de manera más inteligente, escala eficientemente y forja conexiones significativas. Únete a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y más para un día de conocimientos estratégicos, talleres y networking.
Aunque Daft se originó en el sector de vehículos autónomos, sus aplicaciones abarcan industrias como robótica, tecnología minorista y salud. Eventual ahora atiende a clientes como Amazon, CloudKitchens y Together AI.
Eventual aseguró dos rondas de financiación en ocho meses: una ronda semilla de $7.5 millones liderada por CRV y una Serie A de $20 millones liderada por Felicis, con participación de M12 de Microsoft y Citi.
La reciente financiación mejorará las ofertas de código abierto de Eventual y apoyará el desarrollo de un producto comercial, permitiendo a los clientes construir aplicaciones de IA usando datos procesados.
Astasia Myers, socia general en Felicis, descubrió Eventual a través de un análisis de mercado enfocado en la infraestructura de datos para modelos de IA multimodal.
Myers destacó la ventaja de ser pionero de Eventual en un espacio que probablemente se vuelva competitivo, señalando la experiencia directa de los fundadores con los desafíos de procesamiento de datos. Ella enfatizó la creciente necesidad de tales soluciones.
Según MarketsandMarkets, la industria de IA multimodal se espera que crezca a una tasa anual compuesta del 35% de 2023 a 2028.
“La creación de datos globales ha aumentado 1,000 veces en los últimos 20 años, con el 90% generado en los últimos dos años, y la mayoría es no estructurado, según IDC,” dijo Myers. “Daft aborda esta enorme tendencia en IA generativa, que depende de texto, imágenes, video y voz, requiriendo un motor de procesamiento de datos nativo multimodal.”
Artículo relacionado
Warner Music adquiere la startup de atribución de IA Sureel AI
Warner Music Group (WMG) confirmó el miércoles que está adquiriendo Sureel AI, una startup de atribución de inteligencia artificial. La tecnología propietaria de Sureel genera un «ADN de IA» para las pistas musicales, descomponiéndolas en sus element
Investigadores ex de Meta buscan llevar la IA visual a las plantas de fabricación
La inteligencia artificial está remodelando nuestro mundo, pero hasta ahora se ha mantenido principalmente dentro de los límites digitales. Ahora, una nueva oleada de startups está llevando estas capacidades al mundo físico.Perceptron, fundada por d
Sequen recauda 16 millones de dólares para ofrecer a las marcas de consumo una personalización al estilo de TikTok
Zoë Weil impulsó un aumento de mil millones de dólares en el volumen bruto de mercancías de Etsy en un año mediante la optimización de los sistemas de clasificación basados en IA. Ahora, con Sequen, e
Recomendaciones de temas especiales relacionados
comentario (2)
0/500
이 기사 읽고 AI 데이터 인프라 문제가 생각보다 훨씬 더 복잡하단 걸 깨달았어요. 멀티모달 AI가 발전할수록 데이터 관리가 핵심이 되겠네요. 실제 경험에서 나온 솔루션이라 더 믿음이 가는 것 같아요 🤔

Mientras trabajaban como ingenieros de software en la división de vehículos autónomos de Lyft, los fundadores de Eventual, Sammy Sidhu y Jay Chia, identificaron un problema crítico de infraestructura de datos, uno destinado a crecer con el auge de la IA.
Los vehículos autónomos generan grandes cantidades de datos no estructurados, incluyendo escaneos 3D, imágenes, texto y audio. Los ingenieros de Lyft carecían de una herramienta unificada para procesar estos diversos tipos de datos simultáneamente, obligándolos a depender de soluciones de código abierto fragmentadas que consumían tiempo y eran poco confiables.
“Vimos a brillantes doctores e expertos de la industria dedicando el 80% de su tiempo a la infraestructura en lugar del desarrollo de aplicaciones principales,” compartió Sidhu, CEO de Eventual, en una reciente entrevista con TechCrunch. “La mayoría de los desafíos provenían de la infraestructura de datos.”
Sidhu y Chia desarrollaron una herramienta interna de procesamiento de datos multimodal en Lyft. Cuando Sidhu exploró nuevas oportunidades laborales, los entrevistadores expresaron repetidamente interés en una solución similar para sus organizaciones, lo que dio origen a la idea de Eventual.
Eventual creó Daft, un motor de procesamiento de datos de código abierto nativo de Python diseñado para manejar eficientemente diversos tipos de datos, desde texto hasta audio y video. Sidhu aspira a que Daft revolucione la infraestructura de datos no estructurados, como SQL transformó los datos tabulares.
Fundada a principios de 2022, casi un año antes del debut de ChatGPT, Eventual lanzó la versión inicial de código abierto de Daft ese año y planea introducir un producto empresarial en el tercer trimestre.
“El auge de ChatGPT destacó el aumento en aplicaciones de IA que usan diversos tipos de datos,” señaló Sidhu. “A medida que los desarrolladores incorporaban imágenes, documentos y videos, vimos un aumento drástico en el uso de Daft.”
Ahorra Más de $200 en Tu Pase Completo de TechCrunch
Innova de manera más inteligente, escala eficientemente y forja conexiones significativas. Únete a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y más para un día de conocimientos estratégicos, talleres y networking.
Ahorra Más de $200 en Tu Pase Completo de TechCrunch
Innova de manera más inteligente, escala eficientemente y forja conexiones significativas. Únete a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y más para un día de conocimientos estratégicos, talleres y networking.
Aunque Daft se originó en el sector de vehículos autónomos, sus aplicaciones abarcan industrias como robótica, tecnología minorista y salud. Eventual ahora atiende a clientes como Amazon, CloudKitchens y Together AI.
Eventual aseguró dos rondas de financiación en ocho meses: una ronda semilla de $7.5 millones liderada por CRV y una Serie A de $20 millones liderada por Felicis, con participación de M12 de Microsoft y Citi.
La reciente financiación mejorará las ofertas de código abierto de Eventual y apoyará el desarrollo de un producto comercial, permitiendo a los clientes construir aplicaciones de IA usando datos procesados.
Astasia Myers, socia general en Felicis, descubrió Eventual a través de un análisis de mercado enfocado en la infraestructura de datos para modelos de IA multimodal.
Myers destacó la ventaja de ser pionero de Eventual en un espacio que probablemente se vuelva competitivo, señalando la experiencia directa de los fundadores con los desafíos de procesamiento de datos. Ella enfatizó la creciente necesidad de tales soluciones.
Según MarketsandMarkets, la industria de IA multimodal se espera que crezca a una tasa anual compuesta del 35% de 2023 a 2028.
“La creación de datos globales ha aumentado 1,000 veces en los últimos 20 años, con el 90% generado en los últimos dos años, y la mayoría es no estructurado, según IDC,” dijo Myers. “Daft aborda esta enorme tendencia en IA generativa, que depende de texto, imágenes, video y voz, requiriendo un motor de procesamiento de datos nativo multimodal.”
Warner Music adquiere la startup de atribución de IA Sureel AI
Warner Music Group (WMG) confirmó el miércoles que está adquiriendo Sureel AI, una startup de atribución de inteligencia artificial. La tecnología propietaria de Sureel genera un «ADN de IA» para las pistas musicales, descomponiéndolas en sus element
Investigadores ex de Meta buscan llevar la IA visual a las plantas de fabricación
La inteligencia artificial está remodelando nuestro mundo, pero hasta ahora se ha mantenido principalmente dentro de los límites digitales. Ahora, una nueva oleada de startups está llevando estas capacidades al mundo físico.Perceptron, fundada por d
Sequen recauda 16 millones de dólares para ofrecer a las marcas de consumo una personalización al estilo de TikTok
Zoë Weil impulsó un aumento de mil millones de dólares en el volumen bruto de mercancías de Etsy en un año mediante la optimización de los sistemas de clasificación basados en IA. Ahora, con Sequen, e
이 기사 읽고 AI 데이터 인프라 문제가 생각보다 훨씬 더 복잡하단 걸 깨달았어요. 멀티모달 AI가 발전할수록 데이터 관리가 핵심이 되겠네요. 실제 경험에서 나온 솔루션이라 더 믿음이 가는 것 같아요 🤔





Hogar






