Cuando Eventual Los fundadores Sammy Sidhu y Jay Chia estaban trabajando como ingenieros de software en el software de vehículos autónomos de Lyft, fueron testigos de un problema de infraestructura de datos de elaboración de cerveza, y uno que solo se haría más ínclito con el aumento de la IA.

Los autos autónomos producen una tonelada de datos no estructurados de escaneos y fotos 3D hasta dirigir mensajes de texto y audio. No había una utensilio para que los ingenieros de Lyft pudieran entender y procesar todos esos diferentes tipos de datos al mismo tiempo, y todos en un solo circunstancia. Esto dejó a los ingenieros reunir herramientas de código franco en un proceso dadivoso con problemas de confiabilidad.

“Teníamos todos estos doctorados brillantes, personas brillantes en toda la industria, trabajando en vehículos autónomos, pero están gastando como el 80% de su tiempo trabajando en infraestructura en circunstancia de construir su aplicación principal”, dijo Sidhu, CEO de Eventual, a TechCrunch en una entrevista nuevo. “Y la mayoría de estos problemas que enfrentaban estaban en torno a la infraestructura de datos”.

Sidhu y Chia ayudaron a construir una utensilio interna de procesamiento de datos multimodales para LYFT. Cuando Sidhu se propuso postularse a otros trabajos, descubrió que los entrevistadores seguían preguntándole sobre la creación potencial de la misma posibilidad de datos para sus empresas, y nació la idea detrás de Eventual.

Eventual construyó un motor de procesamiento de datos de código franco nativo de Python, conocido como DAFT, que está diseñado para funcionar rápidamente en diferentes modales, desde texto hasta audio y video, y más. Sidhu dijo que el objetivo es hacer que la infraestructura de datos no estructurada transformadora para los datos no estructurados como los conjuntos de datos tabulares en el pasado.

La compañía fue fundada a principios de 2022, casi un año antaño de que se lanzara ChatGPT, y antaño de que muchas personas estuvieran al tanto de esta brecha de infraestructura de datos. Lanzaron la primera traducción de código franco de DAFT en 2022 y se están preparando para exhalar un producto empresarial en el tercer trimestre.

“La arranque de ChatGPT, lo que vimos es solo muchas otras personas que luego están construyendo aplicaciones de IA con diferentes tipos de modalidades”, dijo Sidhu. “Entonces todos comenzaron poco así como usar cosas como imágenes, documentos y videos en sus aplicaciones. Y ahí es donde vimos, el uso aumentó dramáticamente”.

Si correctamente la idea llamativo detrás de la construcción DAFT surgió del espacio autónomo del transporte, existen muchas otras industrias que procesan datos multimodales, incluidos robóticos, tecnología minorista y atención médica. La compañía ahora cuenta Amazon, Cloudkitchens y juntos AI, entre otros, como clientes.

Eventual recientemente recaudó dos rondas de financiación en ocho meses. El primero fue una ronda de semillas de $ 7.5 millones dirigida por CRV. Más recientemente, la compañía recaudó una ronda Serie A de $ 20 millones dirigida por Felicis con la décimo de Microsoft M12 y Citi.

Esta última ronda se destinará a la ofrecimiento de código franco de Eventual, así como a crear un producto comercial que permitirá a sus clientes desarrollar aplicaciones de IA a partir de estos datos procesados.

Astasia Myers, socia caudillo de Felicis, le dijo a TechCrunch que encontró eventual a través de un gimnasia de mapeo de mercado que implicaba despabilarse infraestructura de datos que pudiera respaldar el creciente número de modelos de IA multimodales.

Myers dijo que eventual se destacó por ser un primer motor en el espacio, que probablemente se llenará más, y en colchoneta al hecho de que los fundadores habían tratado este problema de procesamiento de datos de primera mano. Agregó que el eventual todavía está resolviendo un problema creciente.

Se predice que la industria de la IA multimodal crecerá en un Tasa de crecimiento anual compuesta del 35% Entre 2023 y 2028, según la firma de consultoría de gobierno Marketsandmarkets.

“La reproducción de datos anuales aumenta 1,000x en los últimos 20 abriles y el 90% de los datos del mundo se generaron en los últimos dos abriles, y según IDC, la gran mayoría de los datos no se estructuran”, dijo Myers. “Daft se ajusta a esta enorme tendencia macro de IA generativa que se está construyendo cerca de de texto, imagen, video y voz. Necesita un motor de procesamiento de datos nativo multimodal”.