Airis Labs kerää 31 miljoonan dollarin B-sarjan rahoituksen muuttaakseen sirpaleisen videon valmiiksi toimivaksi tiedusteluvälineeksi

Puolustusalan tekoälytekniikkaa kehittävä yhtiö Airis Labs on kerännyt 31 miljoonan dollarin B-sarjan rahoituksen, kun hallitukset ja tiedusteluelimet kamppailevat yhä enemmän valtavan visuaalisen datamäärän hallitsemisen kanssa, joka syntyy modernissa toiminnassa. Rahoituskeräyksen johti PSG Equity, ja siihen osallistuivat olemassa olevat sijoittajat, mukaan lukien TLV Partners, Stepstone Group, Redseed Ventures ja useat strategiset enkelsijoittajat. Yhtiö kertoo nyt keränneensä yhteensä 60 miljoonan dollarin rahoituksen perustamisestaan lähtien vuonna 2023.

Washington D.C.:ssä toimiva yhtiö keskittyy kasvavaan haasteeseen puolustus- ja tiedusteluympäristöissä: valtavat määrät video- ja kuvamateriaalia kerätään nykyään älypuhelimista, drooneista, CCTV-järjestelmistä, ruuminkameroista, sosiaalisen median alustoista ja digitaalisista oikeudellisista työkaluista, mutta suurin osa tästä tiedosta on edelleen hankalaa etsiä, analysoida tai käyttää toiminnallisesti reaaliajassa.

Airis Labs yrittää ratkaista tämän ongelman videopohjaisen tekoälyalustan avulla, joka on suunniteltu muuttamaan sirpaleiset visuaaliset syötteet rakenteelliseksi tiedusteluvälineeksi, jota analyytikot, tutkijat ja tekoälyjärjestelmät voivat etsiä, analysoida ja toimia sen mukaan.

Kasvava ongelma sirpaleisesta visuaalisesta datasta

Modernit tiedustelu- ja turvallisuusoperaatiot riippuvat yhä enemmän visuaalisesta tiedosta, jota kerätään hajautetuista järjestelmistä. Kuitenkin vaikka saatavilla olevan kuvamateriaalin määrä on kasvanut eksponentiaalisesti, sen prosessointikyky ei ole pysynyt samassa tahdissa.

Monet virastot riippuvat edelleen voimakkaasti ihmisanalyytikoista, jotka tarkastavat manuaalisesti suuria määriä video- ja kuvamateriaalia. Korkeapaineisissa ympäristöissä tämä voi luoda toiminnallisia pullonkauloja, joissa tärkeitä signaaleja on haudattu valtavien määrien sirpaleiseen dataan.

Airis Labs sanoo, että heidän alustansa on suunniteltu muuttamaan visuaalisen tiedon konekieliseksi tiedusteluvälineeksi. Sen sijaan, että pelkästään tallentaisi vide.syötteitä, järjestelmä yrittää tunnistaa kontekstuaalista tietoa, kuten mitä tapahtui, missä tapahtumat tapahtuivat, mitä muuttui ja mitä saattaa vaatia lisää ihmisen tarkastelua.

Yhtiö kutsuu tätä kehittyvää kategoriaa “käyttäjän luomaksi kenttätiedusteluvälineeksi”, ja asettaa sen erilleen perinteisistä videoanalytiikka- tai avoimen lähdekoodin tiedustelualustoista. Ideana on yhdistää sirpaleiset visuaaliset lähteet etsittävään toiminnalliseen kerrokseen, joka voi tukea sekä analyytikkoja että tekoälypohjaisia työvirtoja.

Yhtiön mukaan alusta voi ottaa dataa lähteistä, kuten älypuhelimista, sosiaalisesta mediasta, ruuminkameroista, drooneista, digitaalisista oikeudellisista järjestelmistä, täysliikkuvasyötteistä, CCTV-infrastruktuurista ja asiakasvarastoista.

Tekoälyjärjestelmät suunniteltu toiminnallisiin ympäristöihin

Toisin kuin monet tekoälyyritykset, jotka kehittävät tuotteita pääasiassa kontrolloiduissa testiympäristöissä, Airis Labs sanoo, että heidän teknologiansa on muotoiltu varhaisissa kenttäkäytöissä todellisissa toiminnallisisissa olosuhteissa.

Yhtiö toteaa, että kuukausien kuluttua perustamisestaan, heidän alustansa oli jo käytössä ympäristöissä, joissa oli sirpaleisia vide.syötteitä, valtavia datamääriä ja aikakriittistä päätöksentekoa.

Tämä käyttöön perustuva lähestymistapa näyttää olevan keskeinen yhtiön asemassa. Toiminnallisten tiedusteluympäristöjen yhteydessä luotettavuus ja kontekstuaalinen ymmärrys usein merkitsevät enemmän kuin benchmark-suorituskyky tai kapeat objektitunnistusominaisuudet.

Toisin kuin perinteiset videoanalytiikka-tehtävät, kuten liiketunnistus tai objektitunnistus, alustat kuten Airis Labs yrittävät rakentaa järjestelmiä, jotka pystyvät semanttiseen ymmärrykseen visuaalisissa ympäristöissä. Tämä sisältää suhteiden, poikkeamien, muutosten ajan kuluessa ja toiminnallisen kontekstin tunnistamisen laajoissa kuvamateriaaleissa ja vide.syötteissä.

Tämä laajempi siirtymä heijastaa, miten tekoälyä käytetään yhä enemmän puolustus- ja turvallisuusinfrastruktuurissa. Kun visuaalisen datan määrät jatkavat kasvamista, organisaatiot etsivät järjestelmiä, jotka voivat auttaa analyytikkoja priorisoimaan relevanttia tietoa nopeammin kuin keräämään vain enemmän raakadataa.

Puolustuksen tekoälysijoitukset jatkavat kiihtymistä

Airis Labsin rahoituskeräys tapahtuu kasvavan sijoittajien kiinnostuksen keskellä puolustukseen keskittyvissä tekoälyinfrastruktuureissa ja tiedusteluteknologioissa.

Hallitukset ympäri maailmaa laajentavat nopeasti tekoälyjärjestelmien käyttöä valvontaanalytiikassa, tilanneherkkyysoperaatioissa, kyberoperaatioissa, autonomisissa järjestelmissä ja tiedustelutyövirroissa. Useissa tapauksissa haaste ei ole enää pääsy tietoon, vaan kyky prosessoida ja tulkita sitä riittävän nopeasti tukeakseen toiminnallista päätöksentekoa.

Airis Labs valittiin myös vastikään Oraclen puolustusympäristöön, joka tukee yhtiöitä, jotka kehittävät tekoälyä ja pilviinfrastruktuureja hallituksen ja puolustuksen käyttöön.

Yhtiön johtoryhmään kuuluvat henkilöt, joilla on tausta kansallisen turvallisuuden operaatioissa, tiedustelutyössä, yritysten teknologian käytössä ja hallituksen kenttäoperaatioissa. Airis Labs sanoo, että nämä operatiiviset kokemukset auttoivat muotoilemaan alustan sirpaleisten, kaoottisten ja nopeasti muuttuvien kenttäolosuhteiden realiteetteihin, eikä ihanteellisiin laboratorio-olosuhteisiin.

Tänään yhtiö työllistää noin 45 henkilöä toiminnassa Washington D.C.:n ja Tel Avivin alueilla.

Siirtyminen perinteisen videoanalytiikan yli

Monimodaalisten tekoälyjärjestelmien nousu muuttaa, miten organisaatiot ajattelevat visuaalisesta tiedosta. Aikaisemmat videoanalytiikka-alustat keskittyivät usein kapeisiin tunnistustehtäviin, kuten objektitunnistukseen tai hälytysten laukaisemiseen ennalta määritettyjen sääntöjen perusteella.

Uudemmista järjestelmistä yritetään yhä enemmän ymmärtää kontekstia ja suhteita laajoissa visuaalisissa ympäristöissä. Tämä evoluutio on erityisen tärkeää tiedustelu- ja puolustusympäristöissä, joissa analyytikot saattavat joutua tarkastelemaan tuhansia samanaikaisia datastroomeja useissa toiminnallisissa teattereissa.

Airis Labs väittää, että seuraavan sukupolven hallituksen tekoälyjärjestelmiä on oltava kykeneviä ymmärtämään fyysistä maailmaa tavoin, jotka menevät yli yksinkertaisen kuvatunnistuksen. Yhtiö sanoo, että heidän tekoälyinfrastruktuurinsa on tarkoitettu auttamaan analyytikkoja ja operaattoreita löytämään merkityksellisiä oivalluksia nopeammin, samalla kun ihmisryhmät voivat keskittyä korkeamman tason arviointiin ja päätöksentekoon.

Uudelleen kerätty pääoma käytetään Yhdysvaltojen toimintojen laajentamiseen, yhtiön työvoiman kasvattamiseen ja tiedustelualustan kehittämisen kiihdyttämiseen, kun tekoälyohjattujen toiminnallisten järjestelmien kysyntä jatkaa kasvamistaan hallituksen ja puolustussektorien ympärillä.