Zetane Systems se convierte en una empresa Deep-Tech
Por Giovanni Sapere
5 min de lectura
Traducido automáticamente del original en inglés Leer el original
Zetane Systems se convierte en una empresa Deep-Tech con su método patentado para agilizar el desarrollo de IA mediante un nuevo formato de representación de datos
Las startups de alta tecnología destacan en introducir mejoras incrementales en tecnologías existentes; son raras las que obtienen el escaso título de «deep tech» al inventar innovaciones revolucionarias que resisten el escrutinio y superan los estrictos umbrales de patentabilidad. Hoy Zetane Systems marca su posición como empresa canadiense de deep tech con el anuncio oficial de su patente concedida a finales del año pasado, titulada Scalable Transform Processing Unit for Heterogeneous Data. Inventada por Patrick St-Amant, cofundador y CTO de la empresa de software, la invención define nuevos medios para destilar sistemas complejos de inteligencia artificial (IA) en conjuntos de reglas básicas. Las reglas adoptan la forma de transformaciones integradas en unidades de procesamiento informático. La empresa aplica su tecnología patentada en sus principales productos de software para aplicaciones industriales del aprendizaje automático, Zetane Engine y Viewer, ambos lanzados en el último trimestre de 2020.
Las aplicaciones industriales del aprendizaje automático aumentan a una velocidad sin precedentes, y con ello crece la demanda de algoritmos cada vez más complejos entrenados con conjuntos de datos más diversos y extensos. Atender esa demanda resulta menos complejo con el lenguaje matemático exclusivo de Zetane integrado en el hardware para proyectos de aprendizaje automático. Al descomponer sistemas complejos en transformaciones más fáciles de gestionar, Zetane ofrece medios para definir procesos coherentes, paso a paso y basados en reglas. Esa coherencia simplifica el procesamiento informático de los proyectos de aprendizaje automático que usan conjuntos de datos diversos, porque las unidades de transformación convierten categorías de datos heterogéneas en un formato uniforme y convertible. Una mayor coherencia beneficia a los profesionales de la ciencia de datos al reducir su necesidad de recurrir a herramientas de software distintas y a menudo incompatibles para trabajar con cada categoría de datos y modelo de aprendizaje automático. En conjunto, las unidades de procesamiento de transformaciones permiten que una herramienta de software y hardware determinada sea más práctica para las aplicaciones reales de la IA, que a menudo requieren varias categorías de datos para funcionar. Otro resultado práctico es que compartir y colaborar entre profesionales del aprendizaje automático en un proyecto conjunto resulta mucho menos engorroso cuando ambos equipos aplican los mismos estándares y procedimientos. Contar con métodos equivalentes para procesar diversas categorías de datos también permite examinar visualmente cómo influyen los datos en las métricas internas de los modelos de aprendizaje automático. Esa transparencia y capacidad avanzadas para auditar la tecnología de IA son exclusivas de los productos de software de Zetane.
«Al desarrollar una unidad de cálculo intuitiva y flexible para producir imágenes ricas con el software Engine, ofrecemos un nivel de acceso sin igual a las métricas internas de los modelos de aprendizaje automático y de los conjuntos de datos. Esto supone un gran paso hacia la transparencia que contrarresta el problema, bien documentado, de los “algoritmos de caja negra”. Añadir visualizaciones ricas a nuestra caja de herramientas también ofrece a los profesionales nuevos medios para reducir los largos tiempos de desarrollo asociados a las conjeturas, a la vez que promueve una comprensión más profunda de la IA y una mayor confianza en ella en la industria», afirmó Patrick St-Amant. Por el momento, las unidades de procesamiento de transformaciones funcionan en el back-end de los productos de Zetane. Esto cambiará pronto, dado que la empresa seguirá apoyando estrategias de innovación de código abierto y colaborativas haciendo que las transformaciones sean más accesibles para la comunidad tecnológica. El acceso a las transformaciones permitirá a los expertos mejorar y definir nuevas reglas de transformación que ayudarán a garantizar que las herramientas de software y hardware sigan siendo actuales y se adapten a las futuras necesidades de la industria de la IA. Esa iniciativa se apoyará en esfuerzos anteriores de Zetane para promover los estándares de código abierto y el libre intercambio de innovación, ejemplificados por el reciente lanzamiento de Zetane Viewer. Descargable gratis para siempre desde el sitio web de la empresa, este software permite a expertos y a profesionales no técnicos inspeccionar los componentes internos de los modelos de aprendizaje automático y su interacción con los datos con un detalle sin precedentes.
Nacido de la búsqueda de un lenguaje universal para las matemáticas
Los esfuerzos de investigación que dieron lugar a la innovación patentada abarcan más de una década y comenzaron como un proyecto paralelo cuando St-Amant era estudiante universitario de matemáticas. La idea incipiente de la invención surgió de reflexiones ajenas al hardware informático. El inventor se había propuesto, en cambio, definir un lenguaje universal en matemáticas. Repleto de cientos de teoremas y de lenguajes oscuros para describirlos, el campo de las matemáticas carece de formatos estándar para representar conceptos abstractos. St-Amant buscó descomponer conceptos y teoremas en sus elementos más básicos —los “átomos” de los conceptos— para descubrir unidades básicas que los matemáticos pudieran ensamblar para describir las matemáticas de sistemas complejos, como las leyes de la física y las interacciones moleculares durante la replicación del ADN. Darse cuenta de la utilidad de su idea en el campo abstracto y centrado en las matemáticas de la IA motivó a St-Amant a dejar su puesto de docente y fundar Zetane Systems
Acerca de Zetane Systems
