Matroid (компания) - Matroid (company)

Matroid, Inc.
Частный
ПромышленностьКомпьютерное зрение
Основан2016 (2016)
ОсновательРеза Заде
Штаб-квартира
Пало-Альто, Калифорния
Интернет сайтmatroid.com

Matroid, Inc. это Компьютерное зрение компания, предлагающая платформу для создания моделей компьютерного зрения, называемых детекторами, для поиска в визуальных средах объектов, людей, событий, эмоций и действий. Matroid предоставляет уведомления в реальном времени после обнаружения интересующего объекта, а также возможность поиска прошлых событий.[1][2][3][4][5][6][7][8]

История

Matroid был основан в 2016 году Реза Заде, профессор Стэнфордского университета. Matroid собрал 20 миллионов долларов в раунде серии B, возглавляемом Energize Ventures для расширения производства и промышленного Интернета вещей. Предыдущие инвесторы NEA и Intel Capital присоединился к Energize в раунде. Новое финансирование доведет общий объем финансирования до 33,5 миллиона долларов.[9][10][11][12] [13]

Товар

После обучения детектора с использованием графического интерфейса Matroid он автоматически находит интересующие объекты в видео в реальном времени и в архивных материалах.[2][3][5][6] Пользователи могут просматривать информацию об обнаружении с помощью отчетов, уведомлений или интерфейса календаря для просмотра событий и выявления тенденций. Функциональность Matroid также предоставляется через API разработчика.

Поддерживаемые аппаратные платформы:

  • В облаке: www.matroid.com, позволяет масштабировать в зависимости от рабочей нагрузки
  • Локально: содержит те же функции, что и www.matroid.com, в безопасной автономной среде для приложений, где конфиденциальность и безопасность данных являются ключевыми проблемами.
  • На устройстве: работает на встроенных устройствах, таких как камеры, датчики и т. Д.

Компания имеет ряд заказчиков в сфере безопасности, здравоохранения, производства, промышленного Интернета вещей, микросхем искусственного интеллекта и других отраслях.

Конференция по масштабируемому машинному обучению 2020 года в Музее истории компьютеров.

Конференция по масштабируемому машинному обучению

Matroid ежегодно проводит конференцию Scaled Machine Learning, на которой технические докладчики ведут дискуссии о запуске и масштабировании алгоритмов машинного обучения, искусственного интеллекта и вычислительных платформ, таких как графические процессоры, процессоры, TPU и зарождающейся индустрии чипов AI.[14][15]

Среди прошлых спикеров Премия Тьюринга Победители, создатели Керас, TensorFlow, PyTorch, Кафе, OpenAI, Kubernetes, Хоровод, Институт ИИ Аллена, Apache Spark, Apache Arrow, МЛПерф[16], Matroid и другие.

Анонсы

2020 - Matroid собрал 20 миллионов долларов в раунде серии B во главе с Energize Ventures. Предыдущие инвесторы NEA и Intel Capital присоединились к раунду. Новое финансирование доведет общий объем финансирования до 33,5 миллионов долларов.[17]

2020 - Eagle Eye Networks и Matroid объявляют о партнерстве для предоставления ИИ клиентам VMS Eagle Eye Cloud.[18]

2019 - Matroid был выбран Gartner, Inc. в качестве «крутого поставщика» для крутых вендоров AI Core Technologies.[19]

2018 - Matroid объявила о партнерстве с HP для разработки своей локальной платформы. Компания Matroid сертифицировала ряд компьютеров HP Z как готовых к компьютерному зрению (CV-Ready) для мониторинга видеопотоков.[нужна цитата ]

2018 - Oracle объявила об интеграции программного обеспечения с Matroid для обеспечения аналитики в реальном времени на основе мониторинга людей.[20][21][22]

2016 - Matroid был удостоен награды Best Paper Award на KDD 2016. [23]

Известные публикации

Диагностика глаукомы с помощью 3D CNN

Вместе со Стэнфордской больницей и больницами в Гонконге, Индии и Непале компания Matroid использовала компьютерное зрение в области офтальмологии.[24] Компания создала модель, которая учится прогнозировать глаукому на участках глаза, которые ранее игнорировались во время диагностики, в частности, на Lamina Cribrosa, поскольку для этой области еще не существовало установленных автоматизированных показателей. Matroid способен обнаруживать глаукому на ОКТ-сканировании глаза с показателем F1 96%, аналогичной AUC и точностью.

Классификация 3D-объектов FusionNet

FusionNet была признана ведущей архитектурой нейронных сетей на конкурсе Princeton ModelNet. [25] Это сочетание трех сверточных нейронных сетей, одной обученной на пиксельном представлении, и двух сетей, обученных на вокселизированных объектах. Он использует мощность каждой сети компонентов для улучшения характеристик классификации. Каждая сеть компонентов FusionNet рассматривает несколько представлений или ориентаций каждого объекта перед его классификацией. Хотя интуитивно понятно, что можно получить больше информации из нескольких представлений объекта, чем из одного представления, объединить информацию воедино для повышения точности нетривиально. Matroid использовал информацию из 20 представлений для представления пикселей и 60 ориентаций объектов САПР для представления вокселей до предсказания класса объекта. FusionNet превзошла текущую лидирующую заявку в таблице лидеров Princeton ModelNet как в наборах данных 10, так и в наборах данных 40 классов.

TensorFlow для глубокого обучения

Компания Matroid вместе с соавтором Бхаратом Рамсундаром выпустила книгу TensorFlow for Deep Learning.[26] Он знакомит с основами машинного обучения с помощью TensorFlow и объясняет, как использовать TensorFlow для создания систем, способных обнаруживать объекты на изображениях, понимать человеческий текст и прогнозировать свойства потенциальных лекарств.

Рекомендации

  1. ^ Сэнделл, Скотт (3 декабря 2016 г.). «Если вы не можете навязать самодисциплину, вам не лучше работать частной компанией». Outlook Business.
  2. ^ а б Манн, Джон (25 марта 2017 г.). «Matroid может смотреть видео и обнаруживать в них все». TechCrunch.
  3. ^ а б Бас, Дина (25 марта 2017). «Эта AI-компания может рассказать вам, что и кто появляется в ваших видео». Bloomberg.
  4. ^ Пастернак, Алекс (30 марта 2017). «Обширная секретная база данных лиц, которая может мгновенно идентифицировать вас в толпе». Быстрая Компания.
  5. ^ а б Мацакис, Луиза (5 декабря 2018 г.). «Tumblr в Porn-обнаруживая ИИ Должностная-и это плохо на Него». Проводной.
  6. ^ а б Пэн, Тони (17 августа 2018 г.). «Создание самодельных детекторов человеческого действия с помощью Matroid». Синхронизировано.
  7. ^ Фельдман, Майкл (8 апреля 2018 г.). «Графические процессоры задают темп эпохи машинного обучения». Следующая платформа.
  8. ^ Марк Берген, Лукас Шоу (11 апреля 2019 г.). "Чтобы ответить критикам, YouTube пробует новый показатель: ответственность". Bloomberg.
  9. ^ Мартин, Скотт (27 марта 2017 г.). «Амбиции жизни, запуск Matroid». Журнал "Уолл Стрит.
  10. ^ Манн, Джон (18 сентября 2017 г.). «Matroid получает $ 10 млн Series A для автоматизации мониторинга видеопотока». TechCrunch.
  11. ^ "Matroid Computer Vision, финансирующая Intel". Скотт Эмикс. 25 октября 2017 г.
  12. ^ Раззак, Асиф (9 февраля 2020 г.). «Лучшие влиятельные лица в области искусственного интеллекта, за которыми следует следить в 2020 году». Маркетехпост.
  13. ^ «Matroid завершает финансирование серии B на сумму 20 миллионов долларов для расширения производства и промышленного Интернета вещей». Bloomberg.com. 2020-10-13. Получено 2020-10-26.
  14. ^ «Конференция по масштабируемому машинному обучению». ScaledML. Получено 23 марта 2020.
  15. ^ Бовен, Рено (30 апреля 2019 г.). «Основные моменты ScaledML 2019». Criteo AI Lab.
  16. ^ Редди, Виджай Джанапа; Ченг, Кристина; Кантер, Дэвид; Маттсон, Питер; Шмуллинг, Гюнтер; Ву, Кэрол-Жан; Андерсон, Брайан; Брей, Максимилиан; Шарлебуа, Марк; Чоу, Уильям; Чукка, Рамеш (2019-11-06). «Тест MLPerf Inference Benchmark». arXiv:1911.02549v1. Bibcode:2019arXiv191102549J. Цитировать журнал требует | журнал = (помощь)
  17. ^ «Компания Matroid завершила финансирование серии B на сумму 20 миллионов долларов для расширения производства и промышленного Интернета вещей». finance.yahoo.com. Получено 2020-10-26.
  18. ^ «Eagle Eye Networks и Matroid объявляют о партнерстве по предоставлению передового ИИ Matroid на VMS Eagle Eye Cloud». www.een.com. 2020-05-05. Получено 2020-06-14.
  19. ^ «Крутые поставщики основных технологий искусственного интеллекта». Gartner. Получено 2020-03-24.
  20. ^ Супрет, Оберодж (7 января 2019 г.). «Часть I. Необходимость компьютерного зрения в промышленном IOT». Oracle.
  21. ^ Супрет, Оберодж (7 января 2019 г.). «Часть II: Изучение методов компьютерного зрения для промышленного Интернета вещей». Oracle.
  22. ^ Супрет, Оберодж (7 января 2019 г.). «Часть III: Интеграция компьютерного зрения с приложениями Oracle IOT». Oracle.
  23. ^ "SIGKDD Awards". SIGKDD. 23 марта 2020.
  24. ^ Эрфан Нури, Суриа С. Манни, Роберт Т. Чанг, Ан Ран Ран, Кэрол Й. Чунг, Суман С. Тапа, Харша Л. Рао, Шрилакшми Дасари, Мохаммед Риязуддин, Шрихарша Нагарадж, Реза Заде (14 октября 2019 г.). «Обнаружение глаукомы с использованием трехмерной сверточной нейронной сети сырых SD-OCT сканирований зрительного нерва». arXiv:1910.06302 [eess.IV ].CS1 maint: несколько имен: список авторов (связь)
  25. ^ Хегде, Вишах; Заде, Реза (19.07.2016). «FusionNet: классификация трехмерных объектов с использованием нескольких представлений данных». arXiv:1607.05695v4. Bibcode:2016arXiv160705695H. Цитировать журнал требует | журнал = (помощь)
  26. ^ Рамсундар, Бхарат и Заде, Реза Босах (2018). TensorFlow для глубокого обучения. Севастополь, Калифорния: О'Рейли. ISBN  9781491980446.CS1 maint: несколько имен: список авторов (связь)