Articulo de referencia

Maluuba

Kaheer Suleman Zhiyuan Wu Joshua Pantony {{cite web|url=http://kitchener.ctvnews.ca/investigates/startup-tech-companies-flourishing-in-waterloo-region-1.980756|title=Startup tec...

Maluuba Inc. es una empresa tecnológica canadiense que realiza investigaciones en inteligencia artificial y comprensión del lenguaje . Fundada en 2011, la empresa fue adquirida por Microsoft en 2017. [ 6 ]

A finales de marzo de 2016, la empresa demostró un sistema de lectura automática capaz de responder preguntas arbitrarias sobre Harry Potter y la piedra filosofal de J.K. Rowling . [ 7 ] La tecnología de comprensión del lenguaje natural de Maluuba es utilizada por varias marcas de electrónica de consumo en más de 50 millones de dispositivos. [ 8 ]

Historia

Maluuba fue fundada por cuatro estudiantes de pregrado de la Universidad de Waterloo , Zhiyuan Wu, Joshua Pantony, Sam Pasupalak y Kaheer Suleman. [ 9 ] Su prueba de concepto inicial fue un programa que permitía a los usuarios buscar vuelos usando su voz.

En febrero de 2012, la empresa obtuvo 2 millones de dólares (aproximadamente 2,69 millones de dólares en 2024 ) en financiación inicial de Samsung Ventures. [ 10 ] 

Desde 2013, Maluuba se ha asociado con varias empresas en el ámbito de los teléfonos inteligentes, televisores inteligentes, la automoción y el IoT. [ 11 ]

En agosto de 2015, Maluuba obtuvo una inversión de Serie A de 9 millones de dólares (aproximadamente 11,6 millones de dólares en 2024 ) de Nautilus Ventures y Emerllion Capital. [ 12 ] [ 8 ] Luego, en diciembre de 2015, Maluuba abrió un laboratorio de I+D en Montreal, Quebec . [ 13 ] [ 14 ] 

Para 2016, la empresa empleaba a más de cincuenta personas y había publicado quince artículos de investigación revisados ​​por pares centrados en la comprensión del lenguaje. [ 15 ]

El 13 de enero de 2017, Maluuba anunció que había sido adquirida por Microsoft por 140 millones de dólares (aproximadamente 176 millones de dólares en 2024 ). [ 16 ] En julio de 2017, según los informes, Maluuba cerró su oficina de Kitchener-Waterloo y trasladó a sus empleados a su oficina de Montreal. [ 17 ] 

Investigación

El centro de investigación de Maluuba abrió sus puertas en Montreal, Quebec, en diciembre de 2015. [ 13 ] El laboratorio fue asesorado por Yoshua Bengio (Universidad de Montreal) y Richard Sutton (Universidad de Alberta). Antes de su adquisición por Microsoft , el laboratorio publicó quince artículos revisados ​​por pares. [ 18 ] El laboratorio también colaboró ​​con universidades locales: el laboratorio MILA de la Universidad de Montreal y la Universidad McGill . [ 19 ]

Comprensión lectora automática (CMR)

En marzo de 2016, Maluuba demostró su tecnología de comprensión lectora automática en el MCTest [ 20 ] superando a otros enfoques de coincidencia de palabras en un 8%.

Maluuba continuó su trabajo en MRC durante todo 2016. En junio, la compañía presentó un programa llamado EpiReader que superó a Facebook y Google en pruebas de comprensión automática. Varios equipos de investigación lograron igualar los resultados de Maluuba desde la publicación del artículo. [ 21 ] EpiReader utilizó dos grandes conjuntos de datos: el conjunto de datos CNN/Daily Mail publicado por Google DeepMind, que comprende más de 300 000 artículos de noticias; y la Prueba de Libros Infantiles, publicada por Facebook Research, compuesta por 98 libros infantiles de código abierto bajo el Proyecto Gutenberg. [ 22 ] [ 23 ]

Tras este logro, la empresa lanzó dos conjuntos de datos de lenguaje natural : NewsQA, centrado en la comprensión, y Frames, centrado en el diálogo. [ 24 ] [ 25 ]

Sistemas de diálogo

La empresa ha publicado resultados de investigación sobre sistemas de diálogo que comprenden comprensión del lenguaje natural, seguimiento de estados y generación de lenguaje natural . [ 26 ] Maluuba publicó un artículo de investigación sobre el aprendizaje de políticas de diálogo con aprendizaje profundo por refuerzo. [ 27 ] En 2016, Maluuba también publicó gratuitamente el conjunto de datos Frames, que es un gran corpus de conversaciones generado por humanos. [ 28 ] [ 29 ]

Aprendizaje por refuerzo

La empresa lleva a cabo investigaciones sobre aprendizaje por refuerzo, en el que los agentes inteligentes son motivados a realizar acciones dentro de un entorno determinado para maximizar una recompensa. [ 30 ] El equipo de investigación también ha publicado varios artículos sobre escalabilidad. [ 31 ] [ 32 ] [ 33 ]

En junio de 2017, el equipo Maluuba fue el primero en completar el juego Ms. Pac-Man para el sistema Atari 2600. [ 34 ] [ 35 ]

Aplicaciones

Se han propuesto numerosas aplicaciones para la tecnología de Maluuba en la industria, y varias de ellas ya se han comercializado.

Una de las primeras aplicaciones de la tecnología de lenguaje natural de Maluuba ha sido el asistente para teléfonos inteligentes. Estos sistemas permiten a los usuarios hablar con su teléfono y obtener resultados directos a su pregunta (en lugar de simplemente ver un mar de enlaces web azules que apuntan a posibles respuestas a su pregunta). [ 36 ] La empresa recaudó 9 millones de dólares (aproximadamente 11,6 millones de dólares en 2024 ) en 2015 para llevar su tecnología de asistente de voz a los sectores automotriz y de IoT. [ 37 ] 

Véase también

Referencias

  1. "Empresas tecnológicas emergentes prosperan en la región de Waterloo" . 2 de octubre de 2012. Archivado del original el 8 de octubre de 2012. Consultado el 2 de febrero de 2017 .
  2. "Empresa emergente recauda millones para lograr que las computadoras comprendan el diálogo" . 20 de enero de 2016. Consultado el 2 de febrero de 2017 .
  3. "Maluuba.com" . Consultado el 16 de enero de 2016 .
  4. "Lista de ángeles de Maluuba" . Consultado el 16 de enero de 2016 .
  5. "Globe and Mail" . The Globe and Mail . Consultado el 16 de enero de 2016 .
  6. Greene, Jay (13 de enero de 2017). "Microsoft adquiere la empresa emergente de inteligencia artificial Maluuba" . Wall Street Journal . Consultado el 16 de enero de 2017 .
  7. Knight, Will (28 de marzo de 2016). "El software que lee Harry Potter podría hacer magia" . MIT Technology Review . Consultado el 2 de abril de 2016 .
  8. 1 2 "Maluuba cierra una ronda de financiación Serie A de 9 millones de dólares para impulsar sus logros en aprendizaje profundo" (Comunicado de prensa). Maluuba Inc. 20 de enero de 2016. Consultado el 2 de abril de 2016 .
  9. "Compañía" . Maluuba . Consultado el 25 de diciembre de 2016 .
  10. Lardinois, Frederic (11 de septiembre de 2016). "Maluuba quiere desafiar a Siri de Apple con su motor Do" . Recuperado el 2 de abril de 2016 .
  11. Bader, Daniel (24 de septiembre de 2013). "Reseña del LG G2" . Recuperado el 2 de abril de 2016 .
  12. "La startup de aprendizaje automático Maluuba recauda 9 millones de dólares en su ronda de financiación Serie A" . BetaKit . Consultado el 14 de noviembre de 2017 .
  13. 1 2 "Maluuba abre un laboratorio de investigación y desarrollo de aprendizaje profundo" (Comunicado de prensa). Maluuba Inc. 29 de marzo de 2016. Consultado el 2 de abril de 2016 .
  14. Lowrie, Morgan (21 de noviembre de 2016). "Por qué gigantes tecnológicos como Google están invirtiendo en el laboratorio de investigación de inteligencia artificial de Montreal" . Recuperado el 16 de enero de 2017 .
  15. Heller, Lauren (6 de enero de 2017). "El equipo de Maluuba explica por qué el lenguaje es la clave para hacer que las máquinas sean inteligentes" . Recuperado el 16 de enero de 2017 .
  16. "Maluuba + Microsoft: Hacia la Inteligencia Artificial General" . Maluuba . Consultado el 13 de enero de 2017 .
  17. "Maluuba cierra su oficina de Kitchener-Waterloo y consolida a sus empleados en Montreal" . BetaKit . Consultado el 25 de octubre de 2017 .
  18. Trischler, Adam; Ye, Zheng; Yuan, Xingdi; He, Jing; Bachman, Phillip; Suleman, Kaheer (29 de marzo de 2016). "Un modelo paralelo-jerárquico para la comprensión automática de datos dispersos". arXiv : 1603.08884 [ cs.CL ].
  19. "Maluuba y la Universidad McGill enseñarán sentido común a las máquinas" . Montreal en Tecnología . 13 de diciembre de 2016. Archivado del original el 26 de diciembre de 2016. Consultado el 16 de enero de 2017 .
  20. Trischler, Adam; Ye, Zheng; Yuan, Xingdi; He, Jing; Bachman, Phillip; Suleman, Kaheer (29 de marzo de 2016). "Un modelo paralelo-jerárquico para la comprensión automática de datos dispersos". arXiv : 1603.08884 [ cs.CL ].
  21. Brokaw, Alex (8 de junio de 2016). "Maluuba está acercando a las máquinas a leer como lo hacen los humanos" . The Verge . Vox Media . Consultado el 9 de junio de 2016 .
  22. Hermann, Karl (2015). "Enseñando a las máquinas a leer y comprender". arXiv : 1506.03340 [ cs.CL ].
  23. Hill, Felix; Bordes, Antoine; Chopra, Sumit; Weston, Jason (2015). "El principio de Ricitos de Oro: lectura de libros infantiles con representaciones explícitas de la memoria". arXiv : 1511.02301 [ cs.CL ].
  24. "Conjuntos de datos de Maluuba para la investigación del lenguaje natural" . Archivado del original el 18 de enero de 2017. Consultado el 16 de enero de 2017 .
  25. "La IA de la startup de aprendizaje profundo Maluuba quiere hablar contigo" . IEEE Spectrum . 1 de diciembre de 2016. Consultado el 16 de enero de 2017 .
  26. "Publicaciones" . Maluuba . Consultado el 31 de enero de 2017 .
  27. Fatemi, Mehdi (2016). "Redes de políticas con entrenamiento en dos etapas para sistemas de diálogo". Actas de la Conferencia SIGDIAL 2016. Asociación de Lingüística Computacional. pp. 101–110 . arXiv : 1606.03152 . Bibcode : 2016arXiv160603152F . 
  28. Hsu, Jeremy (diciembre de 2016). "La IA de la startup de aprendizaje profundo Maluuba quiere hablar contigo" . IEEE Spectrum . IEEE . Consultado el 31 de enero de 2017 .
  29. Suleman, Kaheer; El Asri, Layla (11 de octubre de 2016). "Cómo crear chatbots más inteligentes" . Venture Beat . Recuperado el 31 de enero de 2017 .
  30. Bachman, Philip; Sordoni, Alessandro; Trischler, Adam (2016). "Hacia agentes de búsqueda de información". arXiv : 1612.02605 [ cs.LG ].
  31. "Descomponiendo tareas como los humanos: escalando el aprendizaje por refuerzo mediante la separación de preocupaciones" . Maluuba . Consultado el 31 de enero de 2017 .
  32. ^ Laroche, Romain; Fatemi, Mehdi; Romoff, Josué; Daño van Seijen (2017). "Aprendizaje por refuerzo multiasesor". arXiv : 1704.00756 [ cs.LG ].
  33. Harm van Seijen; Fatemi, Mehdi; Romoff, Joshua; Laroche, Romain; Barnes, Tavian; Tsang, Jeffrey (2017). "Arquitectura híbrida de recompensa para el aprendizaje por refuerzo". arXiv : 1706.04208 [ cs.LG ].
  34. "La IA de Microsoft juega una partida perfecta de Ms Pac-Man (sitio web de la BBC)" . BBC News . 15 de junio de 2017.
  35. "Robots contra humanos: Perdisteis. Acabamos de conquistar a Ms. Pac-Man (sitio web de Time)" . 14 de junio de 2017.
  36. Lardinois, Frederic (12 de septiembre de 2012). "Maluuba quiere desafiar a Siri de Apple con su "Motor Do"" . TechCrunch . Consultado el 24 de enero de 2017 .
  37. Maluuba. "Maluuba cierra una ronda de financiación Serie A de 9 millones de dólares para impulsar los avances en aprendizaje profundo" . Market Wired . Consultado el 31 de enero de 2017 .
  • Sitio web oficial