Mobius Labs attrape 6 millions de dollars pour aider davantage de secteurs à exploiter la vision par ordinateur – TechCrunch

Basé à Berlin Laboratoires Mobius a clôturé un financement de 5,2 millions d’euros (~ 6,1 millions de dollars) pour compléter la demande accrue pour sa plate-forme de formation en vision par ordinateur. L’investissement de série A est dirigé par Ventech VC, avec Atlantic Labs, APEX Ventures, Space Capital, Lunar Ventures et quelques investisseurs providentiels supplémentaires.

La startup propose un SDK qui permet à l’utilisateur de créer des modèles de vision par ordinateur personnalisés alimentés avec un peu de leurs propres données d’entraînement – comme alternative aux outils standard qui peuvent ne pas avoir la spécificité requise pour un cas d’utilisation particulier.

Il signale également un objectif «sans code», affirmant que sa technologie a été conçue pour un utilisateur non technique.

Comme il s’agit d’un SDK, la plate-forme de Mobius Labs peut également être déployée sur site et/ou sur l’appareil, plutôt que le client ayant besoin de se connecter à un service cloud pour puiser dans l’utilitaire de l’outil d’IA.

« Notre interface utilisateur de formation personnalisée est très simple à utiliser et ne nécessite aucune connaissance technique préalable à aucun niveau », affirme Appu Shaji, PDG et scientifique en chef.

« Au fil des ans, une tendance que nous avons observée est que souvent les personnes qui tirent le maximum de valeur de l’IA sont des personnalités non techniques comme un gestionnaire de contenu dans une agence de presse et de création, ou un gestionnaire d’applications dans le secteur spatial. Notre IA sans code permet à quiconque de créer ses propres applications, permettant ainsi à ces utilisateurs de se rapprocher de leur vision sans avoir à attendre que des experts en IA ou des équipes de développeurs les aident. »

Mobius Labs – qui a été fondé en 2018 – compte désormais 30 clients utilisant ses outils pour une gamme de cas d’utilisation.

Les utilisations comprennent ccatégorisation, recommandation, prédiction, réduction des dépenses opérationnelles et/ou « connecter généralement les utilisateurs et le public au contenu visuel le plus pertinent pour leurs besoins ». (La presse, la diffusion et le secteur de la photographie d’archives ont, sans surprise, été au centre des préoccupations à ce jour.)

Mais il estime que sa technologie a une utilité plus large et se prépare à la croissance.

Il s’adresse aux entreprises de différentes tailles, des startups aux PME, mais affirme qu’il cible principalement les entreprises mondiales confrontées à des défis majeurs en matière de contenu, d’où son orientation historique sur le secteur des médias et les cas d’utilisation de la vidéo.

Aujourd’hui, cependant, il cible également les applications géospatiales et d’observation de la Terre alors qu’il cherche à élargir sa clientèle.

La startup de 30 personnes a plus que doublé de taille au cours des 18 derniers mois. Avec le nouveau financement, elle prévoit de doubler à nouveau ses effectifs au cours des 12 prochains mois alors qu’elle cherche à étendre son empreinte géographique, en se concentrant sur l’Europe et les États-Unis.

La croissance d’une année sur l’autre a également été multipliée par 2, mais il pense pouvoir l’augmenter en s’appuyant sur d’autres secteurs.

« Nous travaillons avec des industries riches en données visuelles », explique Shaji. « Le secteur géospatial est quelque chose sur lequel nous nous concentrons actuellement car nous sommes fermement convaincus que de grandes quantités de données visuelles sont produites par eux. Cependant, ces énormes archives de données de pixels brutes sont inutiles en elles-mêmes.

« Par exemple, si nous voulons suivre l’expansion des fronts de rivière, nous devons examiner les données collectées par les satellites, les trier et les marquer afin de les analyser. Actuellement, cela se fait manuellement. La technologie que nous créons est livrée dans un SDK léger et peut être déployée directement dans ces satellites afin que les données brutes puissent être détectées puis analysées par des algorithmes d’apprentissage automatique. Nous travaillons actuellement avec des sociétés satellites de ce secteur.

Sur le plan concurrentiel, Noms Shaji Clarifai et Google Cloud Vision comme les principaux rivaux qu’il a en ligne de mire.

« Nous réalisons que ce sont les grands acteurs, mais nous pensons en même temps que nous avons quelque chose d’unique à offrir, ce que ces acteurs ne peuvent pas : contrairement à leurs solutions, les utilisateurs de notre plate-forme peuvent être en dehors du domaine de la vision par ordinateur. En démocratisant la formation de modèles d’apprentissage automatique au-delà de la simple foule technique, nous rendons la vision par ordinateur accessible et compréhensible par tous, quel que soit leur intitulé de poste », affirme-t-il.

« Une autre valeur fondamentale qui nous différencie est la façon dont nous traitons les données des clients. Nos solutions sont livrées sous la forme d’un kit de développement logiciel (SDK), qui s’exécute sur site, entièrement localement sur les systèmes des clients. Aucune donnée ne nous est jamais renvoyée. Notre rôle est de permettre aux gens de créer des applications et de se les approprier. »

Les startups de vision par ordinateur ont été une cible d’acquisition chaude ces dernières années et certaines startups antérieures offrant la «vision par ordinateur en tant que service» ont été acquises par des sociétés de services informatiques pour étoffer leurs offres existantes, tandis que des géants de la technologie comme Amazon et (celui ci-dessus) Google offrent leur propres services de vision par ordinateur aussi.

Mais Shaji suggère que la technologie est maintenant à un stade de développement différent – ​​et prête à être « adoption de masse ».

« Nous parlons de fournir des solutions qui permettent aux clients de créer leurs propres applications », dit-il, résumant le jeu concurrentiel. “Et cela [do that] avec une confidentialité complète des données, où nos solutions fonctionnent sur site, et nous ne voyons pas les données de nos clients. À cela s’ajoute la facilité d’utilisation offerte par notre technologie : il s’agit d’une solution légère qui peut être déployée sur de nombreux appareils « de bord » comme les smartphones, les ordinateurs portables et même sur les satellites. »

Commentant le financement dans un communiqué, Stephan Wirries, associé chez Ventech VC, a ajouté : « Appu et l’équipe de Mobius Labs ont développé une offre inégalée dans le domaine de la vision par ordinateur. Superhuman Vision est incroyablement innovant avec son haut degré de précision malgré une formation requise très limitée pour reconnaître de nouveaux objets avec une excellente efficacité de calcul. Nous pensons que les industries seront transformées grâce à l’IA, et Mobius Labs est l’innovateur européen de Deep Tech qui enseigne les machines à voir. »