Kai galimi įkūrėjai Sammy Sidhu ir Jay Chia dirbo programinės įrangos inžinieriais „Lyft“ autonominės transporto priemonių programoje, jie buvo alaus daryklos duomenų infrastruktūros problemos liudininkai – ir viena, kuri tik padidėtų padidėjus AI.
Savarankiškai važiuojantys automobiliai sukuria daugybę nestruktūrizuotų duomenų iš 3D nuskaitymų ir nuotraukų iki teksto ir garso. Lyft inžinieriams nebuvo įrankis, kuris galėtų suprasti ir apdoroti visus tuos skirtingus duomenų tipus tuo pačiu metu – ir visa tai vienoje vietoje. Tai paliko inžinierius sujungti atvirojo kodo įrankius ilgą procesą su patikimumo problemomis.
„Mes turėjome visus šiuos nuostabius daktaro laipsnius, nuostabius žmones visoje pramonėje, dirbdami su autonominėmis transporto priemonėmis, tačiau jie praleidžia kaip 80% savo laiko dirbdami infrastruktūroje, o ne kurdami savo pagrindinę paraišką“, – neseniai interviu „TechCrunch“ pasakojo Sidhu. „Ir dauguma šių problemų, su kuriomis jie susidūrė, buvo duomenų infrastruktūra.“
Sidhu ir Chia padėjo sukurti vidinį multimodalinio duomenų apdorojimo įrankį „Lyft“. Kai Sidhu pasiryžo kreiptis į kitus darbus, jis rado, kad pašnekovai vis klausinėjo jo apie tai, kaip sukurti tą patį duomenų sprendimą jų įmonėms, ir gimė „Tobulal“ idėja.
Galiausiai sukūrė „Python-Native“ atvirojo kodo duomenų apdorojimo variklį, žinomą kaip „Daft“, kuris yra skirtas greitai veikti įvairiuose modaluose nuo teksto iki garso ir vaizdo įrašo ir dar daugiau. Sidhu teigė, kad tikslas yra padaryti DAFT kaip pertvarkytą į nestruktūrizuotą duomenų infrastruktūrą, nes SQL buvo praeityje lentelių duomenų rinkiniai.
Bendrovė buvo įkurta 2022 m. Pradžioje, beveik prieš metus iki „ChatGPT“ išleidimo, ir prieš tai, kai daugelis žmonių nežinojo apie šį duomenų infrastruktūros spragą. Jie išleido pirmąją „Daft“ atvirojo kodo versiją 2022 m. Ir ruošiasi pradėti įmonės produktą trečiąjį ketvirtį.
„Sprogimas„ ChatGpt “, ką mes matėme, yra tik daugybė kitų žmonių, kurie tada kuria AI programas su įvairių rūšių būdais“, – teigė Sidhu. „Tada visi pradėjo naudoti tokius dalykus kaip vaizdai ir dokumentai bei vaizdo įrašai savo programose. Ir būtent ten mes matėme, naudojimas tiesiog smarkiai padidėjo“.
Nors pirminė „Daft“ pastato idėja kilo iš autonominės transporto priemonių erdvės, yra daugybė kitų pramonės šakų, apdorojančių daugialypius duomenis, įskaitant robotiką, mažmeninės prekybos techniką ir sveikatos priežiūrą. Dabar bendrovė „Amazon“, „Cloudkitchens“ ir kartu, be kita ko, kartu su klientais.
Neseniai per aštuonis mėnesius neseniai surinko du finansavimo raundai. Pirmasis buvo 7,5 mln. USD sėklų turas, kuriam vadovavo CRV. Visai neseniai bendrovė surinko 20 milijonų dolerių serijos A serijos turą, kuriam vadovavo Felicis, dalyvaudama „Microsoft M12“ ir „Citi“.
Šis naujausias turas bus nukreiptas į „Bilking Up Up Up Up“ atvirojo kodo pasiūlymą, taip pat sukurs komercinį produktą, kuris leis klientams sukurti AI programas iš šių apdorotų duomenų.
„Astasia Myers“, generalinis „Felicis“ partnerė, „TechCrunch“ sakė, kad ji rado galimą per rinkos žemėlapių sudarymo pratimą, kuriame dalyvavo duomenų infrastruktūros ieškojimas, kuris galėtų palaikyti didėjantį daugialypio AI modelių skaičių.
Myersas teigė, kad galimas pasirodė esąs pirmasis judėjimas erdvėje – kuris greičiausiai bus perpildytas – ir remiantis tuo, kad įkūrėjai iš pradžių nagrinėjo šią duomenų apdorojimo problemą. Ji pridūrė, kad galimas taip pat išsprendžia augančią problemą.
Prognozuojama, kad multimodalinė PG pramonė augs 35% sudėtiniu metiniu augimo tempu nuo 2023 iki 2028 m., Remiantis vadovybės konsultavimo įmonės „MarketSandmarkets“.
„Per pastaruosius 20 metų metinis duomenų generavimas padidėjo 1 000x, o per pastaruosius dvejus metus buvo sugeneruota 90% pasaulio duomenų, o IDC duomenimis, didžioji dauguma duomenų yra nestruktūrizuotų“, – teigė Myersas. „„ Daft “tinka šiai didžiulei makrokomandos tendencijai, kai generatyvinė AI yra pastatyta aplink tekstą, vaizdą, vaizdo įrašą ir balsą. Jums reikia multimodalinio gimimo duomenų apdorojimo variklio.“
