Британский стартап Poindexter Labs привлек £2 миллиона на развитие экспертных данных для ИИ

Британская компания Poindexter Labs, специализирующаяся на разработке высококачественных обучающих данных для продвинутых моделей искусственного интеллекта, успешно завершила посевной раунд финансирования, собрав 2 миллиона фунтов стерлингов (приблизительно 230 миллионов рублей по текущему курсу). Раунд, который привлек инвестиции, превышающие первоначальные ожидания, возглавили фонды Episode 1 и First Cheque при участии партнеров Venture Friends и ряда частных инвесторов. Примечательно, что в числе инвесторов оказались и собственные сотрудники Poindexter, включая математиков и ученых, работающих над платформой.

Актуальность проблемы: спрос на экспертные данные

По мере того как модели искусственного интеллекта (ИИ) становятся все более совершенными и способны решать сложные логические задачи, растет потребность в высококачественных обучающих данных, созданных профильными специалистами. Существующая в индустрии инфраструктура данных во многом ориентирована на более простые задачи, такие как маркировка изображений или базовая классификация текста.

Современные системы ИИ требуют принципиально иного: глубоких экспертных суждений, профессиональной оценки и специализированных знаний в таких областях, как математика, естественные науки, юриспруденция, медицина, финансы и инженерия.

Платформа Poindexter: новое решение

В ответ на эти вызовы Poindexter Labs разработала собственную платформу, которая сейчас находится на стадии бета-тестирования. Она поддерживает как услуги компании по созданию данных, так и помогает организациям разрабатывать собственные ИИ-системы. Через эту платформу предприятия и государственные структуры получают доступ к совместным рабочим процессам, разработанным для более эффективного создания и проверки обучающих данных узкопрофильными экспертами.

По словам Джоселин Д’Арси, основателя и генерального директора Poindexter Labs, многие текущие методы генерации обучающих данных для ИИ отдают приоритет масштабу, а не совместному созданию знаний. В результате значительная часть данных отбрасывается не потому, что она неверна, а потому, что процессы жесткого рецензирования активно стимулируют отклонение задач вместо их улучшения. В Poindexter Labs, по словам Д’Арси, решили эту проблему, применив подход, схожий с тем, как академики строят знания: через совместную работу, прозрачность и пошаговую экспертную проверку.

Дальнейшие планы развития

Привлеченные инвестиции Poindexter Labs планирует направить на расширение своей команды, углубление сотрудничества с передовыми исследовательскими лабораториями в области ИИ, а также на масштабирование платформы для более широкого круга корпоративных и государственных организаций, занимающихся разработкой систем искусственного интеллекта.