ЕРЕВАН, 13 июля. Новости-Армения. Стартап SuperAnnotate привлекает $14,5 млн. для автоматизации систем компьютерного зрения. Об этом
пишет портал телекоммуникационной информации Телеком со ссылкой на Forbes.
Для некоторых мысль о том, что компьютеры обретают способность видеть и принимать решения, может вызвать кошмары в стиле "Черного зеркала". Но для технологов, таких как братья из Армении Тигран и Ваан Петросян, это тема докторской диссертации. Пока один брат работал в Швейцарии, а другой в Швеции, они поняли, что у них одна и та же проблема - трудоемкий процесс сбора и маркировки данных, необходимых для обучения машин использованию компьютерного зрения. Затем произошел прорыв: Ваан разработал алгоритм, позволяющий автоматизировать части процесса и ускорить его в десять раз.
Петросяны в прошлом году запустили бизнес программного обеспечения SuperAnnotate, чтобы поделиться этой технологией с другими.
«Это позволяет нам создавать большие наборы данных. Мы также помогаем компаниям управлять этими dataset, потому что качество обычно страдает, когда вы делаете это в больших масштабах», - говорит генеральный директор стартапа Тигран.
По его словам, SuperAnnotate охватывает значительную часть проекта компьютерного зрения, помогая компаниям компилировать, систематизировать и аннотировать свои данные. Сегодня этими инструментами пользуются тысячи людей, а доход в последнее время увеличивался втрое от квартала к кварталу.
В статье отмечается, что стартап SuperAnnotate привлекает 14,5 млн долларов в раунде серии A во главе с Base10 Partners с участием инвесторов Point Nine Capital, Runa Capital и Fathom Capital.
Соучредитель и управляющий партнер Base10 PartnersТи Джей Нахигян заявил, что его команда познакомилась с SuperAnnotate в самом начале, когда он судил питч-турнир в Армении, который братья выиграли. Base10 собиралась начать инвестировать в компьютерное зрение, и когда они поняли, что многие из стартапов уже использовали SuperAnnotate, выбор стал очевиден.
«Это тенденция, которой мы восхищались в течение долгого времени, и только недавно это стало технически возможным благодаря таким компаниям, как SuperAnnotate. Когда мы смотрим на множество различных отраслей реальной экономики, мы видим огромный потенциал», - говорит Нахигян.
Тигран Петросян сказал Forbes, что команда надеется использовать капитал, чтобы продвигать стартап с помощью маркетинга. По словам Нахигяна, они надеются, что команда сможет увеличить свою клиентскую базу в 10-20 раз в течение следующих 12 месяцев. Петросян также хочет расширить команду компании в США и продолжить разработку продукта как за счет увеличения возможностей автоматизации, так и за счет добавления и поддержки различных вертикалей на платформе, которые все еще находятся на ранней стадии внедрения компьютерного зрения, таких как аэрофотосъемка и медицинская визуализация.
По словам Петросяна, одна из основных целей стартапа - сделать компьютерное зрение доступным для всех.
«Каждый, у кого есть компьютер и интеллектуальная камера, может настроить свою систему в любом месте и иметь необходимую инфраструктуру для ее создания. Мы хотим быть этой базовой инфраструктурой», - сказал он.
Размер рынка компьютерного зрения был оценен в $10,6 млрд в 2019 году, согласно Grand View Research, и по прогнозам, будет расти более чем на 7% каждый год до 2027 года.
Нахигян утверждает, что компьютерное зрение станет ключевой составляющей инфраструктуры бизнеса в течение 10 лет, подобно Amazon Web Services или Stripe.
«Каждый день мы не перестаем восхищаться новыми приложениями, которые мы видим. Мы видим, как кто-то использует его для наблюдения за коровами на ферме и создания робота для доения. От систем безопасности до автономных транспортных средств - практически каждая отрасль в конечном итоге будет использовать компьютерное зрение», - сказал он.
Компьютерное зрение (иначе техническое зрение) — теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов. Как научная дисциплина, компьютерное зрение относится к теории и технологии создания искусственных систем, которые получают информацию из изображений. Видеоданные могут быть представлены множеством форм, таких как видеопоследовательность, изображения с различных камер или трехмерными данными, например, с устройства Kinect или медицинского сканера. -0-