Zetane Systems成为深度科技公司
作者: Giovanni Sapere
阅读约5分钟

Zetane Systems凭借其用新格式表示数据来简化人工智能开发的专利方法,成为一家深度科技公司
高科技初创企业善于对现有技术进行渐进式改进;而那些通过发明革命性的新创新、经受住审查并通过严格的可专利性门槛,从而获得稀有的“深度科技”(deep tech)称号的企业,则并不多见。如今,Zetane Systems正式宣布其去年年底获得的专利,宣示自己是一家加拿大深度科技公司,该专利题为“用于异构数据的可扩展变换处理单元”。这项发明由这家软件公司的联合创始人兼首席技术官Patrick St-Amant发明,它定义了新的方法,把人工智能(AI)中的复杂系统提炼为一组组基本规则。这些规则以嵌入计算机处理单元的变换形式存在。该公司把其专利技术用于其主要软件产品,面向机器学习的工业应用,即Zetane Engine和Viewer,两者均于2020年第四季度推出。
机器学习的工业应用正以前所未有的速度增长,随之而来的是对越来越复杂的算法的需求日益增长,这些算法需要用更多样、更庞大的数据集进行训练。使用嵌入硬件的Zetane独特数学语言来开展机器学习项目,满足这一需求的难度会更小。通过把复杂系统分解为更易于管理的变换,Zetane提供了定义一致的分步骤、基于规则的流程的方法。这种一致性简化了计算机对使用多样数据集的机器学习项目的处理,因为变换单元会把异构数据类别转换成统一且可转换的格式。更高的一致性有利于数据科学专业人员,因为这减少了他们使用各自独立且往往互不兼容的软件工具来处理每一类数据和机器学习模型的需要。总体而言,变换处理单元使特定的软件和硬件工具对人工智能的现实应用更实用,因为这类应用往往需要多类数据才能产出结果。另一个实际成果是,当两个团队执行相同的标准和流程时,机器学习专业人员之间为共同项目开展共享与协作要轻松得多。处理多样数据类别的等效方法,也使人们得以直观地考察数据如何影响机器学习模型的内部指标。这种先进的透明度和审计人工智能技术的能力,是Zetane软件产品所独有的。
“通过开发一个直观而灵活的计算单元,借助Engine软件生成丰富的可视化内容,我们为访问机器学习模型和数据集的内部指标提供了无与伦比的水平。这在透明度方面迈出了重要一步,可以应对有充分记录的“黑箱算法”问题。在我们的工具箱中加入丰富的可视化内容,还为从业者提供了新的方法,以减少原本因猜测而耗费的漫长开发时间,同时促进业界对人工智能的更深理解和信任,”Patrick St-Amant表示。目前,变换处理单元在Zetane产品的后端运行。这一点很快就会改变,因为该公司将通过让变换更便于技术社区使用,继续支持创新的开源和众包策略。获取变换的渠道将使专家能够改进并定义新的变换规则,帮助确保软硬件工具保持最新,并适应人工智能行业未来的需求。这一举措将建立在Zetane此前为推广开源标准和创新的自由交流所作努力的基础上,最近发布的Zetane Viewer就是例证。该软件可从公司网站永久免费下载,使专家和非技术专业人员都能以前所未有的细节检查机器学习模型的内部组件及其与数据的交互。
源于寻找数学通用语言的探索
促成这项专利创新的研究工作历时十多年,起初是St-Amant在大学攻读数学时的一个业余项目。这项发明的雏形源于与计算机硬件无关的思考。这位发明人当时一心想定义数学中的一种通用语言。数学领域充斥着数百条定理和描述它们的晦涩语言,缺乏用于表示抽象概念的标准格式。St-Amant试图把概念和定理分解为最基本的要素,即概念的“原子”,以发现数学家可以拼合起来、用以描述复杂系统数学的基本单元,例如物理定律和DNA复制过程中的分子相互作用。意识到自己的想法在抽象且以数学为重点的人工智能领域有用,促使St-Amant离开教学岗位,创办Zetane Systems
关于Zetane Systems
Zetane Systems是一家专注于人工智能的软件技术公司。我们的专有软件可轻松集成到现有的人工智能平台中,并为构建机器学习等人工智能子领域的技术产品提供直观的可视化工作空间;Zetane Engine提供用于产出人工智能创新的数字工作空间;Viewer则便于数据集和机器学习模型的显示、检查和共享。Zetane旨在让人工智能开发更易于上手,并提升科技行业解释和信任人工智能创新内部运作的能力。我们通过易学易用的软件,让多样化的专业人员和行业垂直领域更容易获得人工智能,该软件与当前流行的人工智能框架和开发工具互补,并可与其配合使用。
由英文原文自动翻译. 阅读原文



