La plateforme de vision par ordinateur Cogniac décroche 20 millions de dollars pour renforcer ses efforts d'acquisition de clients

Cogniac, une start-up basée à San Jose, en Californie, qui développe une technologie de vision par ordinateur pour l'automatisation des tâches, a annoncé aujourd'hui avoir levé 20 millions de dollars dans le cadre d'un tour de financement de la série B1 mené par National Grid Partners avec la participation de National Grid, Autotech Ventures, Cisco Investments, Energy Innovation Capital , London Technology Club, Vanedge Capital et Wing Venture Capital. Le PDG Chuck Myers a déclaré que les bénéfices seraient consacrés à l'expansion des effectifs de Cogniac et à l'accélération des efforts de R&D pour soutenir l'approche de l'entreprise en matière de vision par ordinateur, de stockage de données et d'« interactivité homme-IA ».

Vision par ordinateur est un type de technologie d'IA qui permet aux machines de comprendre, de catégoriser et de différencier les images. En utilisant des photos de caméras et de vidéos ainsi que des composants d'apprentissage en profondeur, la vision par ordinateur peut identifier et classer des objets, puis réagir à ce qu'elle « voit ».

Les investissements dans les startups de vision par ordinateur sont en augmentation alors que les entreprises adoptent l'automatisation pendant la pandémie, ce qui continue de mettre à rude épreuve le marché du travail mondial. Bien qu'il n'ait pas passé la « phase de sensibilisation », selon un enquête, le marché de la vision par ordinateur pourrait passer de 10.9 milliards de dollars en 2019 à 17.4 milliards de dollars d'ici 2024. Les investissements externes dans les startups de vision par ordinateur ont déjà beaucoup dépassé les 3.5 milliards de dollars estimés par McKinsey en 2016.

Ci-dessus : la plateforme de vision par ordinateur de Cogniac.

Crédit d'image: Cogniac

La plate-forme d'IA de Cogniac permet aux clients de connecter des caméras de vision industrielle, des caméras de sécurité, des drones, des smartphones et d'autres sources et de définir des objets et des conditions qui les intéressent. Ils peuvent spécifier les dommages de surface et les inspections de contrôle de la qualité de la chaîne d'approvisionnement, par exemple, ou la prévention des accidents et la détection des menaces physiques en temps réel. Cogniac surveille et améliore ensuite la classification, l'identification, le comptage et la mesure grâce à un système de rétroaction tout en s'intégrant à des applications tierces pour fournir des alertes et des notifications.

Cogniac génère des modèles d'IA personnalisés pour des scénarios basés sur des images et des commentaires. Une fois déployés, ces modèles peuvent apprendre de nouvelles caractéristiques, s'adaptant en fonction des images d'archives ou des données saisies par les utilisateurs. La plate-forme surveille le niveau de confiance de la portée des nouvelles prédictions, en priorisant les prédictions avec le niveau le plus bas pour examen tandis qu'un moteur d'apprentissage de base recherche les variations de configuration, réduisant ostensiblement le besoin d'une intervention manuelle.

Cogniac prétend qu'avec une profondeur réseaux de neurones convolutifs — types de modèles d'IA souvent appliqués à l'analyse d'images visuelles — son système peut atteindre une précision de plus de 90 % avant les corrections humaines. De plus, la startup affirme que la technologie permet à sa plate-forme de prendre en charge plusieurs environnements de déploiement, notamment le cloud, la passerelle, sur site et hybride.

Promesse et pièges

Les tâches de fabrication, qui est l'un des marchés clés de Cogniac, peuvent être sujettes aux erreurs lorsque les humains sont au courant. UNE étude de Vanson Bourne a constaté que 23% de tous les temps d'arrêt imprévus dans la fabrication sont le résultat d'une erreur humaine, contre des taux aussi bas que 9% dans d'autres segments. Le vaisseau spatial Mars Climate Orbiter de 327.6 millions de dollars a été détruit en raison d'un échec de conversion entre les unités de mesure. Et une société pharmaceutique rapporté un malentendu qui a abouti à l'annulation d'un ticket d'alerte, ce qui a coûté quatre jours sur la ligne de production à 200,000 253,946 £ (XNUMX XNUMX $) par jour.

Et d'une manière générale, la vision par ordinateur peut être utilisée à des fins néfastes, comme surveiller les réponses des clients qui appellent en voiture aux publicités dans la voiture. Cet été, AnyVision, une startup israélienne controversée de reconnaissance faciale, a levé 235 millions de dollars en capital-risque auprès de SoftBank et Eldridge Industries. Les archives publiques et une version 2019 de son guide de l'utilisateur montrent à quel point le logiciel d'AnyVision peut être invasif - une école l'utilisant a vu que le visage d'un élève était capturé plus de 1,000 XNUMX fois au cours de la semaine.

Cogniac, membre du programme d'accélération Inception de Nvidia, avec des partenaires tels que SAP et Rockwell Automation, a fourni de manière controversée son logiciel à l'armée américaine pour analyser les données des drones sur le champ de bataille. La société a également participé à des essais avec les douanes et la protection des frontières américaines et a aidé un département du shérif de l'Arizona à identifier quand les gens traversent la frontière américano-mexicaine – et a exprimé son ouverture à des déploiements plus importants sur toute la ligne.

Bien sûr, Cogniac n'est pas seul dans ce domaine : des fournisseurs d'apprentissage automatique, de vision par ordinateur et de reconnaissance faciale, notamment TrueFace, Clearview AI, TwoSense et AI.Reverie ont également des contrats avec diverses branches de l'armée et des forces de l'ordre américaines. Mais selon le cofondateur de Cogniac, Bill Kish, les contrats gouvernementaux ne représentent qu'une petite partie des activités de l'entreprise, qui sont principalement axées sur les applications industrielles.

L'un des clients de Cogniac est Georgia Pacific, qui finalise le déploiement d'une solution qui simplifie les processus autour des opérations de l'usine de l'entreprise. Un autre est Bobcat, qui dit mettre en œuvre la plate-forme de Cogniac dans les flux de travail d'inspection des kits d'entrepôt de fabrication dans les entrepôts des installations d'Otsego, dans le Minnesota. (Le kit fait référence à la compilation de produits en un seul « kit » qui est ensuite expédié à un client.) Plus récemment, Cogniac a annoncé un partenariat avec Trimac Transportation, une entreprise de services de transport basée en Amérique du Nord, pour déployer la technologie de la startup dans l'ensemble de l'identification et de la processus de classement.

Au sujet des biais qui pourraient survenir dans les modèles de Cogniac à partir d'ensembles de données déséquilibrés, Kish dit que la société utilise un processus dans lequel plusieurs personnes examinent des données incertaines pour établir un consensus. Le système de l'entreprise agit comme une source d'enregistrement pour la gestion des actifs, garantissant que les biais inhérents aux données visuelles sont mis en évidence afin qu'ils puissent être traités par le biais de commentaires.

"Nous sommes à un point d'inflexion clé pour l'adoption de la vision de l'IA dans les secteurs industriel et manufacturier", a déclaré Myers dans un communiqué. « L'efficacité et la facilité de mise en œuvre de notre produit offrent à nos clients une amélioration significative et matérielle de leurs flux de travail et processus. Ce financement nous permet d'étendre nos opérations pour répondre aux besoins de cet espace actuellement naissant mais extrêmement important et en croissance. La vision de l'IA servira de fondement à la sécurité et à l'efficacité pour l'avenir de la logistique et de la fabrication, et nous dirigeons la création de cette infrastructure et de cette norme d'exploitation.

A ce jour, Cogniac a collectés plus de 30 millions de dollars en capital de risque.