Startup

CausaLens obtient 45 millions de dollars pour une technologie sans code qui introduit la cause e

CausaLens obtient 45 millions de dollars pour une technologie sans code qui introduit la cause e
Written by admin
CausaLens obtient 45 millions de dollars pour une technologie sans code qui introduit la cause e

L’une des applications les plus populaires de l’intelligence artificielle à ce jour a été de l’utiliser pour prédire des choses, en utilisant des algorithmes entraînés avec des données historiques pour déterminer un résultat futur. Mais la popularité n’est pas toujours synonyme de succès : l’IA prédictive laisse de côté de nombreuses nuances, le contexte et le raisonnement de cause à effet qui entrent dans un résultat ; et comment quelques avoir souligné (et comme nous ont vu), cela signifie que parfois les réponses « logiques » produites par l’IA prédictive peuvent s’avérer désastreuses. Une startup appelée causeLens ha sviluppato una tecnologia di inferenza causale, presentata come uno strumento senza codice che non richiede l’utilizzo di un data scientist per introdurre più sfumature, ragionamento e sensibilità di causa ed effetto in un sistema basato sull’intelligenza artificiale, che ritiene possa risolvere questo problème .

L’objectif de CausaLens, a déclaré le PDG et co-fondateur Darko Matovski, est que l’IA « commence à comprendre le monde comme le font les humains ».

Aujourd’hui, la startup annonce un prêt de 45 millions de dollars après avoir vu quelques premiers succès avec son approche, augmentant les revenus de 500% depuis qu’elle est sortie de la furtivité il y a un an. Ceci est décrit comme une « première clôture » du tour, ce qui signifie qu’il est toujours ouvert et que sa taille augmentera potentiellement.

Dorilton Ventures et Molten Ventures (VC rebaptisé Draper Esprit) ont mené le tour, avec la participation d’anciens supporters Generation Ventures et IQ Capital et le nouveau supporter GP Bullhound. Des sources nous indiquent que la ronde valorise causaLens, basée à Londres, à environ 250 millions de dollars.

Les clients de CausaLens comprennent actuellement des organisations des secteurs de la santé, des services financiers et du gouvernement, parmi un certain nombre d’autres secteurs verticaux, où sa technologie est utilisée non seulement pour la prise de décision basée sur l’IA, mais pour apporter plus de nuances de cause à effet lorsqu’il s’agit de résultats. De façon critique, le

Un exemple illustratif de son fonctionnement peut être trouvé dans la clinique Mayo, l’un des clients de la startup, qui a utilisé causeLens pour identifier des biomarqueurs du cancer.

« Les corps humains sont des systèmes complexes, donc en appliquant les paradigmes de base de l’IA, vous pouvez trouver n’importe quel modèle que vous voulez, des corrélations de toutes sortes et vous n’irez nulle part », a déclaré Darko Matovski, PDG et fondateur de la société, dans une interview. .démarrage. « Mais si vous appliquez des techniques de cause à effet pour comprendre la mécanique du fonctionnement de différents corps, vous pouvez mieux comprendre la véritable nature de la façon dont une partie en affecte une autre. »

Compte tenu de toutes les variables qui pourraient être impliquées, c’est le genre de problème de mégadonnées qu’il est presque impossible pour un humain, ou même une équipe d’humains, de calculer, mais c’est un enjeu sur lequel un ordinateur peut travailler. Bien qu’il ne s’agisse pas d’un remède contre le cancer, ce type de travail est une étape importante pour commencer à envisager différents traitements adaptés aux nombreuses permutations impliquées.

La technologie CausaLens a également été appliquée de manière moins clinique dans le secteur de la santé. Une agence de santé publique dans l’une des plus grandes économies du monde (parce que Lens ne peut pas divulguer publiquement laquelle) a utilisé son moteur d’IA causal pour déterminer pourquoi certains adultes se sont abstenus de se faire vacciner contre Covid-19, afin que l’agence puisse concevoir de meilleures stratégies pour obtenir à bord (ici le détail opérationnel est au pluriel « stratégies » : le fait est qu’il s’agit d’une question complexe impliquant un certain nombre de raisons selon les sujets en question).

D’autres clients dans des domaines tels que les services financiers ont utilisé causeLens pour éclairer les algorithmes de prise de décision automatisés dans des domaines tels que l’évaluation des prêts, où les systèmes d’IA précédents introduisaient un biais dans leurs décisions lorsqu’ils n’utilisaient que des données historiques. Les fonds spéculatifs, quant à eux, utilisent causaLens pour mieux comprendre comment une tendance de marché pourrait se développer afin d’éclairer leurs stratégies d’investissement.

Et fait intéressant, une nouvelle vague de clients pourrait émerger dans le monde du transport autonome. C’est un domaine où le manque de raisonnement humain a freiné les progrès sur le terrain.

« Peu importe la quantité de données introduites dans des systèmes autonomes, il ne s’agit toujours que de corrélations historiques », a déclaré Matovski à propos du défi. Il a déclaré que causaLens est actuellement en conversation avec deux grands constructeurs automobiles, avec « de nombreux cas d’utilisation » pour sa technologie, mais spécifiquement sur la conduite autonome « pour aider les systèmes à comprendre comment le monde fonctionne. Ce ne sont pas que des pixels liés à un feu rouge et un voiture qui s’arrête, mais aussi quel sera l’effet du ralentissement de cette voiture à un feu rouge. Nous introduisons le raisonnement dans l’IA. L’IA causale est le seul espoir pour la conduite autonome ».

Il semble évident que ceux qui utilisent l’IA dans leur travail aimeraient que le système soit aussi précis que possible, ce qui soulève la question de savoir pourquoi la brillante amélioration de l’IA causale n’a pas été intégrée dans les algorithmes d’IA et l’apprentissage automatique. en premier lieu.

Ce n’est plus que raisonner et répondre « pourquoi » n’étaient pas des priorités au début, a expliqué Matovski : « Les gens explorent depuis longtemps les relations de cause à effet en science. On pourrait également affirmer que les équations de Newton sont causales. . C’est super fondamental en science « , a-t-il déclaré, mais c’est que les spécialistes de l’IA n’ont pas été en mesure de comprendre comment apprendre aux machines à le faire. « C’était trop difficile », a-t-il dit. « Les algorithmes et la technologie n’existaient pas. »

Cela a commencé à changer vers 2017, a-t-il dit, alors que les universitaires ont commencé à publier des approches initiales examinant comment représenter le « raisonnement » et la cause à effet dans l’IA en se basant sur la recherche de signaux qui ont contribué aux résultats existants (plutôt que d’utiliser des données historiques pour déterminer les résultats) , et construire des modèles basés sur cela. Fait intéressant, c’est une approche qui, selon Matovski, n’a pas besoin d’ingérer d’énormes volumes de données de formation pour fonctionner. L’équipe de CausaLens est fortement chargée de doctorats (on pourrait dire que la startup a en fait mangé de la nourriture pour chien ici : elle a considéré 50 000 CV lors de la constitution de son équipe). Et cette équipe a pris ce relais et a couru avec. « Depuis lors, la courbe de croissance est exponentielle » en termes de découverte, a-t-il déclaré. (Vous pouvez en savoir plus à ce sujet ici.)

Comme vous vous en doutez, causaLens n’est pas le seul acteur à chercher des moyens de tirer parti des avancées en matière d’inférence causale dans les grands projets alimentés par l’IA. Microsoft, Facebook, Amazon, Google et d’autres grands acteurs technologiques travaillent également sur le terrain avec des investissements substantiels dans l’IA. Parmi les startups il y a aussi causalité avec un accent particulier sur l’opportunité d’utiliser l’IA causale dans la médecine et les soins de santé, e Oogway il semble construire une plate-forme d’IA causale axée sur le consommateur, un « assistant de décision d’IA personnalisé » comme il est décrit. Tout cela témoigne de la possibilité de développer davantage et un marché assez large pour la technologie, couvrant à la fois des cas d’utilisation commerciale spécifiques et plus généraux.

« L’IA doit franchir une nouvelle étape vers le raisonnement causal pour exploiter son potentiel dans le monde réel. causaLens est le premier à tirer parti de l’IA causale pour modéliser les interventions et permettre l’introspection guidée par machine « , a déclaré Daniel Freeman de Dorilton Ventures, dans un communiqué. » Cette équipe de classe mondiale a créé un logiciel avec la sophistication pour gagner des scientifiques de données sérieux et la convivialité pour responsabiliser les chefs d’entreprise. Dorilton Ventures est très heureux de soutenir causaLens dans la prochaine phase de son parcours. « 

« Chaque entreprise adoptera l’IA, non seulement parce qu’elle le peut, mais parce qu’elle le doit », a ajouté Christoph Hornung, directeur des investissements chez Molten Ventures. « Chez Molten, nous pensons que la causalité est l’ingrédient clé nécessaire pour libérer le potentiel de l’IA. causaLens est la première plateforme d’IA causale au monde avec une capacité éprouvée à convertir les données en décisions commerciales optimales. »

About the author

admin

Leave a Comment