סטארט-אפ ה-AI דסי גייס 25 מיליון דולר

דסי (Deci), סטארט-אפ ישראלי במקורו, שעוסק בעולמות האלגוריתמים והבינה המלאכותית, הודיע אתמול (ד') כי השלים סבב גיוס B בסך של 25 מיליון דולר. הגיוס הובל על ידי קרן אינסייט פרטנרס ולקחו בו חלק גם משקיעים קיימים, ביניהם סקוור פג, ג'ייב ונצ'רס ופורט רוס ונצ'רס.

ההשקעה מגיעה שבעה חודשים בלבד לאחר שדסי גייסה 21 מיליון דולר בסבב A, שגם הוא הובל על ידי אינסייט פרטנרס. מאז הקמתה גייסה החברה 55.1 מיליון דולר. כספי הסבב הנוכחי ישמשו להרחבת מרכז הפיתוח של החברה, שפועל בישראל, לגיוס עובדים ולהאצת הפעילות העסקית.

דסי הוקמה בסוף 2019 על ידי ד"ר יונתן גייפמן, המנכ"ל, פרופ' רן אל-יניב, מומחה לבינה מלאכותית מהטכניון, המשמש כסמנכ"ל הטכנולוגיות של החברה, ויונתן אליעל, סמנכ"ל התפעול, והיא מעסיקה כ-50 עובדים בארץ ובחו"ל. החברה פיתחה פלטפורמה מבוססת AI, שמאפשרת למפתחים ומדעני נתונים לשפר את הדיוק ואת מהירות העיבוד של אלגוריתמים שמניעים יישומי AI. בדסי אומרים כי יש פער הולך וגדל בין אלגוריתמים של בינה מלאכותית, שהופכים לגדולים ומורכבים יותר, ולכן צורכים כוח חישובי אסטרונומי, לבין היכולת של מעבדים להריץ את האלגוריתמים הללו באופן יעיל וכלכלי. הפתרון שלהם, טוענים בחברה, מגשר על הפער הזה באמצעות אופטימיזציה אוטומטית של האלגוריתמים שבבסיס יישומי הבינה המלאכותית, ובכך עוזר להנגשה של טכנולוגיית AI עוצמתית גם על מכשירי קצה, ואף הופך אותה לאפשרית מבחינה כלכלית.

"חיסכון של עד 80% בעלות התפעולית"

האצת האימוץ של פתרונות מבוססי בינה מלאכותית יכולה לסייע לשירותים, מוצרים ויישומי צרכנות בשלל תחומים, כולל רפואה, תחבורה, תקשורת וקמעונאות. פלטפורמת הלמידה העמוקה של דסי עוזרת למדעני הנתונים בחברות להתמודד עם פערי היעילות של הבינה המלאכותית, על ידי אימוץ שיטת פיתוח יעילה יותר. בעזרת הפלטפורמה, מפתחי AI יכולים לבנות במהירות מודלי למידה עמוקה שנועדו לעמוד ביעדי ביצועים ספציפיים ובעלות תפעולית נמוכה בהרבה, עד לשיעור של 80% מהמצב הקודם. כך, אומרים בדסי, מתקצר זמן היציאה לשוק מחודשים לשבועות, כולל כשמדובר ביישומים שפועלים בסביבה של חומרה מוגבלת משאבים כמו טלפונים ניידים ומחשבים ניידים.

יש לציין שדסי עובדת עם יצרני חומרה, יצרני OEM ומובילי מערכות אחרות של לימודי מכונה, והיא שותפה רשמית, בין היתר, של AWS, אינטל, HPE ואנבידיה. החברה הכריזה באחרונה על השקת גרסה 2.0 של הפלטפורמה שלה.

לדברי ד"ר גייפמן, "פער היעילות הגדל והולך של הבינה המלאכותית מדגיש את הצורך בהתחשבות בשיקולי הטמעה ותפעול של מודלים כבר בשלב המוקדם של הפיתוח – מה שיכול לאחר מכן להפחית משמעותית את הזמן והעלות המושקעים בתיקון כשלים פוטנציאליים בעת פריסת מודלים. הפלטפורמה שלנו מאפשרת לחברות בכל הגדלים לפתח ולפרוס בהצלחה פתרונות בינה מלאכותית ברמות מורכבות שונות ובסביבות ייצור מגוונות".