Otonom Araçlardan Çok Moda Verilere: Eventual’ın Başarılı Yolculuğu
Otonom araç teknolojisinin yükselişi, veri işleme konusunda birçok yeni zorluk getiriyor. Eventual kurucuları Sammy Sidhu ve Jay Chia, Lyft’in otonom araç programında yazılım mühendisleri olarak çalışırken, bu alandaki büyük veri altyapısı sorununun farkına vardılar. 3D taramalar, fotoğraflar, metin ve ses gibi yapılandırılmamış veriler, otonom araçların operasyonlarında önemli rol oynuyor. Ancak Lyft mühendislerinin tüm bu farklı veri türlerini aynı anda anlama ve işleme yeteneğine sahip bir araca ihtiyacı vardı.
Sidhu, bu durumu şu şekilde özetliyor: “Yetenekli PhD sahiplerinin ve endüstri uzmanlarının büyük bir kısmı, temel uygulamalarını geliştirmek yerine altyapı sorunları ile vakit harcıyordu.” Bu gözlemler, Eventual’ın temel fikrini oluşturdu. Sidhu ve Chia, Lyft için bir iç multimodal veri işleme aracı geliştirdi ve bu süreçte, diğer şirketlerin de benzer veri çözümleri arayışına girdiğini fark etti.
Eventual’ın Yenilikçi Çözümü: Daft
Eventual, farklı modalitelerdeki verileri hızlı bir şekilde işleyebilme amacıyla inşa edilen Python tabanlı bir açık kaynak veri işleme motoru olan Daft’ı geliştirdi. Daft, metin, ses, video gibi çeşitli veri türlerini aynı çatı altında birleştiriyor. Sidhu, Daft’ın, yapılandırılmamış veri altyapısına SQL’in tabular veri setleri üzerindeki etkisi kadar dönüşüm sağlamayı hedeflediğini belirtti.
2022 yılının başlarında kurulan Eventual, ChatGPT’nin piyasaya sürülmeden önce, veri altyapısındaki boşluğu tespit ederek bu alanda ilerlemeyi planladı. Daft’ın ilk açık kaynak versiyonu 2022 yılında piyasaya sürüldü ve şirket, üçüncü çeyrekte ticari bir ürün piyasaya sürmek için hazırlanıyor.
Yapay Zeka Uygulamaları ve Veri Altyapısında Artış
ChatGPT’nin patlaması ile birlikte, farklı modalitelerde yapay zeka uygulamaları geliştiren birçok kişi ve şirket, bu veri işleme çözümlerine yönelmeye başladı. Sidhu, “Herkes uygulamalarında görseller, belgeler ve videolar kullanmaya başladı. Bu da kullanım oranında büyük bir artış sağladı,” diyor.
Yalnızca otonom araçlar değil, robotik, perakende teknolojileri ve sağlık hizmetleri gibi birçok endüstri de multimodal veri işleme süreçlerine ihtiyaç duyuyor. Eventual’ın müşteri portföyünde Amazon, CloudKitchens ve Together AI gibi önemli isimler yer alıyor.
Finansal Destek ve Gelecek Hedefleri
Eventual, son sekiz ay içerisinde iki finanse turu gerçekleştirdi. İlk turda 7.5 milyon dolarlık bir başlangıç yatırımı toplandı. Daha sonra, Microsoft’un M12 fonu ve Citi’nin katılımıyla 20 milyon dolarlık Seri A yatırımı alındı.
Bu son fonlama turu, Eventual’ın açık kaynak teklifini güçlendirmek ve işlenen veriler üzerinde yapay zeka uygulamaları geliştiren ticari bir ürün oluşturmak için kullanılacak. Felicis’ten genel ortak Astasia Myers, Eventual’in pazar haritalama çalışması ile bulduğundan bahsediyor ve bu şirketin ilk mover olmasının avantajlarına dikkat çekiyor.
Multimodal AI Endüstrisinin Yükselişi
Multimodal AI endüstrisinin, 2023 ile 2028 yılları arasında %35 yıllık bileşik büyüme oranıyla büyümesi bekleniyor. IDC’ye göre, dünya genelindeki verilerin büyük bir kısmı yapılandırılmamış. Myers, “Son 20 yılda yıllık veri üretimi 1000 kat arttı. Dünya verilerinin %90’ı son iki yılda üretildi,” diyor. Daft, bu büyük makro trendin bir parçası olarak, metin, görüntü, video ve ses etrafında inşa edilen yaratıcı yapay zeka uygulamaları için ihtiyaç duyulan multimodal-veri işleme motorunu sağlıyor.
Eventual, gelecekte daha fazla endüstride etkilik gösterecek çözümleri hedeflerken, veri altyapısına dair sunduğu yenilikçi yaklaşım ile dikkat çekiyor.
