Heute ist Tractable 1 Milliarde Dollar wert. Unsere KI wird von Millionen von Menschen auf der ganzen Welt verwendet, um sich schneller von Verkehrsunfällen zu erholen, und sie hilft auch dabei, so viele Autos zu recyceln, wie Tesla auf die Straße bringt.

Und doch war Tractable vor sechs Jahren nur ich und Raz (Razvan Ranca, CTO), zwei College-Absolventen, die in einem Keller programmierten. Hier ist, wie wir es gemacht haben und was wir dabei gelernt haben.

Bauen Sie auf einem neuen technologischen Durchbruch auf
Im Jahr 2013 hatte ich das Glück, sechs Monate vor der internationalen Explosion in künstliche Intelligenz (genauer gesagt Deep Learning) einzusteigen. Es begann, als ich einen Kurs über Coursera mit dem Titel „Maschinelles Lernen mit neuronalen Netzen“ von Geoffrey Hinton besuchte. Es war, als wäre man verliebt. Damals war KI für mich Science-Fiction wie „The Terminator“.

Die enge Fokussierung auf eine Branche der angewandten Wissenschaften, die einen Paradigmenwechsel durchmachte, der die Geschäftswelt noch nicht erreicht hatte, veränderte alles.

Aber ein Artikel in der Tech-Presse sagte, das akademische Feld sei im Aufschwung. Infolge der 100-fach größeren Trainingsdatensätze und der 100-fach höheren Rechenleistung, die durch die Neuprogrammierung von GPUs (Grafikkarten) verfügbar wurden, war ein Jahr zuvor ein gewaltiger Sprung in der Vorhersageleistung bei der Bildklassifizierung erzielt worden. Dies bedeutete, dass Computer in der Lage waren, zu verstehen, was in einem Bild enthalten ist – wie es Menschen tun.

Der nächste Schritt war, diese Technologie in die reale Welt zu bringen. Während unserer Zeit an der Universität – Imperial College London – haben wir uns mit viel erfahreneren Leuten zusammengetan und eine Pflanzenerkennungs-App mit Deep Learning entwickelt. Wir führten unseren Professor durch den Hyde Park, sahen ihm dabei zu, wie er Blumen mit der App fotografierte und lachten vor Freude, als die KI die richtige Pflanzenart erkannte. Dies war bisher nicht möglich.

Ich fing an, jede freie Minute mit der Bildklassifizierung mit Deep Learning zu verbringen. Trotzdem sprach niemand in den Nachrichten darüber – selbst Imperials Computer Vision Lab war noch nicht dabei! Ich hatte das Gefühl, in ein revolutionäres Geheimnis eingeweiht zu sein.

Rückblickend hat die enge Fokussierung auf einen bahnbrechenden Paradigmenwechsel, der die Geschäftswelt noch nicht erreicht hatte, alles verändert.

Suche nach ergänzenden Mitgründern, die deine besten Freunde werden
Ich war zuvor von Entrepreneur First (EF), einem der besten Inkubatoren der Welt, abgelehnt worden, weil ich nichts über Technologie wusste. Nachdem ich das geändert hatte, habe ich mich erneut beworben.

Das letzte Interview war ein Hackathon, bei dem ich Raz kennenlernte. Er forschte in Cambridge über maschinelles Lernen, hatte den technischen Test von EF übertroffen und veröffentlichte Artikel über die Rekonstruktion von geschredderten Dokumenten und über Poker-Bots, die Bluffs erkennen konnten. Auf seiner schlichten Webseite stand: „Ich suche datengesteuerte Lösungen für derzeit hartnäckige Probleme.“ Nun, das hatte einen Klang (und wo wir den Namen für Tractable bekommen würden).

Diesen Hackathon haben wir die ganze Nacht codiert. Am Morgen danach wussten er und ich, dass etwas Besonderes zwischen uns passierte. Wir zogen zusammen und verbrachten Jahre Seite an Seite, rund um die Uhr, vom Aufwachen mit Pantera am Morgen bis zum Programmieren von Marathons in der Nacht.

Aber auch ohne Adrien (Cohen, Präsident), der direkt nach unserer Seed-Runde als dritter Mitgründer einstieg, wären wir nicht dort angekommen, wo wir sind. Adrien hatte zuvor Lazada mitbegründet, einen Online-Supermarkt in Südostasien wie Amazon und Alibaba, der für 1,5 Milliarden US-Dollar an Alibaba verkauft wurde. Adrien würde uns beibringen, wie man ein Geschäft aufbaut, Vertrauen schafft und Weltklasse-Talente anstellt.

Leave a Comment on Wie wir in 6 Jahren ein KI-Einhorn gebaut haben

Leave a Reply

Your email address will not be published. Required fields are marked *