Top.Mail.Ru
Истории

Знакомьтесь, Александр Вонг — 22-летний CEO стартапа-единорога Scale AI

Истории
Анна Полякова
Анна Полякова

Редактор (RB)

Вероника Елкина

За каждым беспилотным автомобилем и магазином Amazon Go без касс стоит работа тысяч людей, размечающих фотографии для обучения нейросетей. Запущенный три года назад стартап Scale AI упрощает этот процесс как для человека, так и для машины — а управляет им 22-летний Александр Вонг.

Знакомьтесь, Александр Вонг — 22-летний CEO стартапа-единорога Scale AI

Scale AI предлагает набор программ, которые размечают фотографии и передают их на проверку команде из 30 тысяч сотрудников. Среди клиентов компании — Waymo («дочка» Alphabet), Cruise («дочка» General Motors) и Uber.

Сейчас Scale AI стремится продавать свои продукты практически всем ИИ-разработчикам. Несколько известных венчурных инвесторов заинтересовались стартапом — в последней сделке его оценили более чем в $1 млрд.

Даже по стандартам Кремниевой долины, Вонг — что-то вроде феномена. Он вырос в Нью-Мексико в семье физиков. В подростковом возрасте Вонг преуспел в соревнованиях по программированию и получил приглашения от технологических компаний. Это позволило ему рано закончить учебу, поработать в Кремниевой долине и к 19 годам открыть Scale AI. Сейчас, в преклонные 22 года, у Вонга есть свежие $100 млн от инвесторов, в том числе Майка Вольпи, генерального партнера Index Ventures.

«Когда мы подписали договор и отправились ужинать, я заказал бутылку хорошего вина, чтобы отпраздновать сделку. А затем вынужден был спросить Вонга, не нарушаю ли тем самым закон», — вспоминает Вольпи (к счастью, возраст Вонга в тот момент уже позволял ему легально употреблять алкоголь).

Стремясь создать ИИ-решения, не уступающие аналогам Google и Facebook, компании сталкиваются с двумя основными проблемами. Первая: получить достаточно данных для машинного обучения. Вторая: проследить за качеством этих данных и результатом обучения. И хотя компьютеры могут выполнять большую часть этой работы, людям действительно все еще нужно размечать фотографии, текст и видео, чтобы задать технике правильное направление.

Производители беспилотных автомобилей ежегодно тратят миллионы долларов, нанимая людей для обработки снимков с камер транспорта. Как правило, работники очерчивают контур машин с помощью мыши и в специальной программе классифицируют их. То же самое они проделывают со зданиями, парковочными местами, пешеходами, светофорами и так далее. Человеку может понадобиться от десяти минут до пары часов, чтобы пройтись по каждому объекту на фотографии. И только потом эти данные получает ИИ.

Фото: Unsplash

Scale AI создала программное обеспечение, которое может сразу просматривать изображения. Как правило, большинство объектов оно распознает автоматически. Затем фотографии изучают сотрудники и при необходимости вносят правки.

«Задачи, которые раньше занимали часы, теперь занимают всего пару минут», — говорит Вонг.

В штаб-квартире Scale AI в Сан-Франциско работают около 100 человек, а разметкой изображений занимается множество людей со всего мира. Они получают от компании подробные инструкции о том, что должны делать. У компании также есть программа, определяющая лучших сотрудников. Вонг не стал раскрывать, где они живут и сколько зарабатывают, но подчеркнул, что их труд оплачивается достойно. По его словам, они получают 60-70% средней зарплаты в своем регионе.

В число новых клиентов Scale AI входят OpenAI, исследовательская компания, которая использует сервис для обработки языка, и Standard Cognition, которая разрабатывает софт для автоматизации оформления заказов в розничных магазинах наподобие Amazon Go. У Standard Cognition есть тестовая точка в Сан-Франциско, а также исследовательские центры, где люди собирают предметы с полок под видеонаблюдением.

В этой сфере достаточно высока конкуренция. В июне Uber купил стартап по автоматизации разметки Mighty AI. Amazon включил автоматическую маркировку данных в свой облачный сервис. Такие компании, как Hive и Alegion, предлагают похожие услуги. CEO Hive Кевин Го говорит, что разметка — это простейшая часть его бизнеса, а реальные деньги приносит создание ИИ-систем для клиентов из различных отраслей. «Я не фокусировался на маркировке, потому что не думаю, что это такое уж большое дело. Сейчас похожих компаний довольно много, и, честно говоря, я не думаю, что между ними есть большая разница», — заявил он. При этом крупные инвесторы, в том числе Accel и Founders Fund Питера Тиля считают, что инструменты Вонга более продвинутые и могут размечать данные быстрее и дешевле.

Что касается человеческих усилий, то Вольпи из Index Ventures выступает в защиту рутинных задач. «Если есть выбор между работой рикшей или разметкой данных в интернет-кафе с кондиционером, второе — лучший вариант. Платят больше, и это не такой стресс для организма». А что если деятельность венчурных инвесторов тоже когда-нибудь будет автоматизирована? «Я смогу с этим смириться. Мне, вероятно, придется делать что-то более ценное для общества», — оптимистичен Вольпи.

Источник.

Фото на обложке: Келси Макклиллан для Bloomberg Businessweek

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Стартаперу на заметку: что должно быть в презентации для инвестора
  2. 2 Истории 10 подростков, попавших в большой бизнес
  3. 3 Как в 25 лет продать компанию за $16,5 млн
  4. 4 5 способов загубить свой стартап: типичные ошибки начинающих предпринимателей
ArtTech — карта разработчиков арт-технологий
Все игроки российского рынка технологий для искусства
Перейти