CatalyzeX henter 1.64 millioner dollars frø for at hjælpe udviklere med at finde den rigtige maskinlæringsmodel

Kildeknude: 1880890

Maskinlæring eksploderer, og det samme er antallet af modeller derude, som udviklere kan vælge imellem. Selvom Google kan hjælpe, er den ikke rigtig designet som en modelsøgemaskine. Det er der CatalyzeX kommer ind: Det hjælper ikke kun udviklere med at finde den mest passende model til deres data, det giver et direkte link til koden i en enkel grænseflade.

I dag annoncerede den tidlige startup en seed-runde på $1.64 millioner fra Unshackled Ventures, Kepler Ventures, On Deck, Basecamp Fund, Abstraction Capital, Unpopular Ventures, Darling Ventures og en række industriengle.

Virksomhedens medstiftere, brødrene Gaurav Ragtah og Himanshu Ragtah, så, at der blev forsket så meget, og ønskede at bygge et værktøj, der gør det nemmere for udviklere at finde de mest anvendelige modeller til deres use case.

"Vi har bygget en platform, som lader dig nemt søge efter alle de forskellige teknikker og modeller, der er tilgængelige for en bestemt brugssag og hoppe til koden med et enkelt klik, hvilket sparer dig for en masse friktion ved at gå fra 'der er en god teknik' til 'her er koden, der rent faktisk implementerer den' og fortsæt derfra," fortalte CEO Gaurav Ragtah mig.

CatalayzeX søgeresultatside på deres hjemmeside.

CatalyzeX søgeresultatside. Billedkreditter: CatalyzeX

Selvom dette kunne gælde enhver form for forskning, koncentrerer de sig som en ung startup om maskinlæring, som er bredt anvendelig på tværs af felter. Ved at bygge en platform som denne kan de lære, hvilke typer forskning der gælder for en given use case og automatisk fremkomme med de mest relevante for brugeren.

Selvom de har 30,000 ugentlige aktive brugere i dag, erkender de, at de vil have brug for en kritisk masse for at komme til det punkt, hvor de mere præcist kan identificere den rigtige model til den rigtige forskning, så indtil videre udnytter de den teknologi, de har bygget. ind i værktøjet, som crawlere og aggregatorer, for at sætte gang i processen.

Brødrene voksede op i New Delhi i et område, der oprindeligt var for flygtninge fra da briterne splittede Indien og Pakistan i slutningen af ​​1940'erne. Deres bedsteforældre bosatte sig der og boede oprindeligt i telte, før de byggede et hjem. Gaurav kom til USA på stipendium i 2009, og Himanshu fulgte senere. Begge fik til sidst job hos teknologivirksomheder i USA, der arbejder på maskinlæringsprojekter, hvor de så den slags forskningsudfordringer, de forsøger at løse med CatalyzeX.

Indtil videre er virksomheden kun dem to, men de håber, at ideen vil tage fart, så de kan ansætte flere til at hjælpe med at bygge værktøjet ud. I betragtning af deres baggrund tror de stærkt på at se på underrepræsenterede mennesker.

"Vi har altid bestræbt os på at lære folk fra forskellige baggrunde af alle slags at kende, men også når vi taler om muligheder, [planlægger vi] aktivt at benytte os af en rekrutteringspipeline for at se, om der er nok ansøgere fra forskellige baggrunde, fordi grundlæggende , Jeg tror, ​​at hvis vi ikke finder de bedste mennesker på tværs af alle baggrunde, er vi unødigt dårligere for os selv,” sagde han.

Brugere kan få adgang til værktøjet på virksomhedens websted eller via browserudvidelser på Chrome og Firefox.

Source: https://techcrunch.com/2021/11/16/catalyzex-grabs-1-64m-seed-to-help-developers-find-right-machine-learning-model/

Tidsstempel:

Mere fra TechCrunch