Eventual: Rozwiązanie problemu niestrukturyzowanych danych w erze AI

Problem niestrukturyzowanych danych, choć często niedoceniany, stanowi jedną z kluczowych barier dla dynamicznego rozwoju sztucznej inteligencji. Sammy Sidhu i Jay Chia, pracując nad programem autonomicznych pojazdów dla Lyft, zderzyli się z nim bezpośrednio. Samochody samojezdne generują olbrzymie ilości danych – od skanów 3D i zdjęć, po tekst i nagrania audio. Brakowało narzędzia zdolnego do jednoczesnego przetwarzania i integrowania tych zróżnicowanych typów informacji w jednym miejscu. Inżynierowie musieli łączyć fragmentarycznie rozwiązania open-source, co było czasochłonne i obarczone ryzykiem błędów.

Jak zauważa Sidhu, obecnie CEO Eventual, „Mieliśmy tych wszystkich błyskotliwych doktorów i ekspertów, pracujących nad pojazdami autonomicznymi, a oni spędzali 80% swojego czasu na pracy z infrastrukturą, a nie na budowaniu swoich kluczowych aplikacji. Większość tych problemów dotyczyła infrastruktury danych.” To doświadczenie zaowocowało stworzeniem wewnętrznego narzędzia do przetwarzania danych multimodalnych dla Lyft. Kiedy Sidhu poszukiwał nowych wyzwań zawodowych, spostrzegł, że na rozmowach kwalifikacyjnych regularnie pojawiało się pytanie o możliwość stworzenia podobnego rozwiązania dla innych firm, co stało się impulsem do powstania Eventual.

Daft: rewolucja w przetwarzaniu danych

Eventual opracowało Daft – otwarty silnik do przetwarzania danych, napisany w Pythonie, zaprojektowany do szybkiej pracy z różnymi modalnościami, od tekstu, przez audio, po wideo. Ambitnym celem Sidhu jest, by Daft odegrał dla niestrukturyzowanych danych tę samą rolę, jaką SQL odegrał dla danych tabelarycznych w przeszłości.

Firma została założona na początku 2022 roku, prawie rok przed premierą ChatGPT, co oznacza, że twórcy przewidzieli lukę w infrastrukturze danych, zanim stała się ona powszechnie rozpoznawalna. Pierwsza otwarta wersja Dafta została udostępniona jeszcze w 2022 roku, a komercyjny produkt dla przedsiębiorstw ma zadebiutować w trzecim kwartale tego roku. „Eksplozja ChatGPT pokazała nam, że wielu innych twórców buduje aplikacje AI z różnymi typami modalności” – komentuje Sidhu. „Wtedy wszyscy zaczęli używać obrazów, dokumentów i wideo w swoich aplikacjach. I to właśnie tam odnotowaliśmy dramatyczny wzrost wykorzystania.”

Więcej niż samochody autonomiczne

Choć początkowa inspiracja dla Dafta wywodziła się z sektora pojazdów autonomicznych, technologia Eventual ma zastosowanie w wielu innych branżach, które przetwarzają dane multimodalne. Robotyka, sprzedaż detaliczna i opieka zdrowotna to tylko niektóre z nich. Firma już może pochwalić się współpracą z takimi gigantami jak Amazon, CloudKitchens czy Together AI.

Ostatnie miesiące przyniosły Eventual dynamiczne wsparcie finansowe. W ciągu ośmiu miesięcy firma pozyskała dwa rundy finansowania: początkowo 7,5 miliona dolarów w rundzie zalążkowej prowadzonej przez CRV, a ostatnio 20 milionów dolarów w rundzie Series A, prowadzonej przez Felicis, z udziałem M12 (ramienia inwestycyjnego Microsoftu) oraz Citi.

Astasia Myers, partner generalny w Felicis, która natrafiła na Eventual podczas analizy rynku infrastruktury danych dla multimodalnych modeli AI, podkreśla pionierską rolę firmy. Myers wskazuje na to, że założyciele Eventual osobiście doświadczyli problemów z przetwarzaniem danych, co daje im unikalne rozeznanie w sytuacji. Jej zdaniem, Eventual rozwiązuje problem, którego skala będzie jedynie rosła. Według MarketsandMarkets, branża multimodalnej sztucznej inteligencji ma rosnąć w tempie 35% rocznie w latach 2023-2028.

Cytując Myers: „Roczna generacja danych wzrosła 1000-krotnie w ciągu ostatnich 20 lat, a 90% światowych danych zostało wygenerowanych w ciągu ostatnich dwóch lat. Według IDC, zdecydowana większość danych jest niestrukturyzowana. Daft idealnie wpisuje się w ten ogromny makrotrend sztucznej inteligencji generatywnej, opierającej się na tekście, obrazie, wideo i głosie. Potrzebujemy silnika do przetwarzania danych natywnego dla multimodalnych systemów.” Ostatnia runda finansowania ma zostać przeznaczona na dalszy rozwój oferty open-source Eventual oraz na stworzenie komercyjnego produktu, który umożliwi klientom budowanie aplikacji AI w oparciu o przetworzone dane.