Freiburg merkezli yapay zeka girişimi Prior Labs, elektronik tablolarda ve veri tabanlarında kullanılan tabular veriler için geliştirdiği temel modelle dikkat çekiyor. Girişim, gerçekleştirdiği ön tohum yatırım turunda 9 milyon euro fon topladı. Yatırım turuna öncülük eden isim Balderton Capital olurken, XTX Ventures, Hector Foundation, Atlantic Labs ve Galion.exe de katılımcılar arasında yer aldı.
Yatırım turuna katılanlar arasında önemli yapay zeka yatırımcıları da bulunuyor. Hugging Face Kurucusu ve CSO’su Thomas Wolf, Silo AI Kurucusu ve CEO’su Peter Sarlin, Snyk ve Tessl kurucusu Guy Podjarny, DeepMind Direktörü Ed Grefenstette, Black Forest Labs Kurucusu ve CEO’su Robin Rombach, Data Robot kurucu yatırımcısı ve AtScale CEO’su Chris Lynch ile Elastic CEO’su Ash Kulkarni bu isimler arasında yer alıyor.
Balderton Capital Ortağı James Wise, yaptığı açıklamada tabular verinin iş dünyası ve bilim için kritik olduğuna vurgu yaparak, “Tabular veri, bilimin ve iş dünyasının bel kemiği konumunda, ancak yapay zeka devrimi metin, görsel ve videoda büyük ilerlemeler kaydederken tabular veriye etkisi sınırlı kaldı. Prior Labs ile bu durum değişiyor” ifadelerini kullandı. Wise, Prior Labs’ın sunduğu çözümle herkesin kendi verisi üzerinde model eğitmek zorunda kalmadan makine öğrenimi avantajlarından yararlanabileceğini belirtti.
Prior Labs, sunduğu TabPFN modeliyle tabular veri analizinde yeni bir yaklaşım sunuyor. Elektronik tablolar, veri tabanları ve diğer tabular veriler için geliştirilen bu model, 130 milyon sentetik veri seti üzerinde eğitildi. Özellikle belirli bir göreve odaklanmaksızın, herhangi bir veri setinde örüntüleri belirleme kapasitesine sahip. Modelin temel yapısı, kullanıcıların kendi verileriyle ince ayar yaparak daha yüksek doğruluk ve uyarlanabilirlik sağlayabilmelerine imkân tanıyor.
Girişimin kurucularından ve CEO’su Frank Hutter, tabular verinin karar alma süreçlerindeki önemine işaret ederek, “Dünyadaki kritik kararların büyük bölümü tabular veriye dayanıyor, ancak bu veriyi analiz etmekte kullanılan araçlar yetersiz ve eski. Biz, işletmelerin en değerli verilerinden daha hızlı ve doğru tahminler almasını sağlayarak, tablolarla etkileşimi metin ve görsellerdeki yapay zeka kullanımına benzer bir kolaylığa taşıyoruz” dedi.
Yapılan bir Nature makalesinde, TabPFN modelinin küçük tabular veri kümeleri üzerinde “güncel modellerin %96’sından daha iyi” performans gösterdiği belirtildi. Modelin, aynı doğruluk oranını sağlamak için mevcut modellere kıyasla %50 daha az veriye ihtiyaç duyduğu ve 2,8 saniyede sonuç verdiği kaydedildi. Buna karşılık, mevcut modellerin sonuç üretmesi dört saati bulabiliyor. Modelin minimal kodla her türlü veri setine uygulanabildiği de vurgulandı.
Prior Labs, ticaret, finans ve iş analitiği gibi alanlarda daha hızlı ve doğru tahminlerle karar alma süreçlerini geliştiriyor. Özellikle sağlık, tıp ve iklim bilimi gibi veri kısıtlı alanlarda %50 daha az veriye ihtiyaç duyarak araştırma ve keşif süreçlerini hızlandırmayı hedefliyor.
2024 yılının sonlarında Frank Hutter, Noah Hollmann ve Sauraj Gambhir tarafından kurulan Prior Labs, tabular veriye özel bu temel modelle veri analizinde bir dönüşüm yaratmayı amaçlıyor. Şirket, halihazırda API entegrasyonu ile işletmelerin veri iş akışlarına entegre oluyor ve tabular verinin sunduğu potansiyeli açığa çıkarmak için çalışmalarını sürdürüyor.
Gelecek planları arasında modelin hızını, doğruluğunu ve verimliliğini artırmak, metin özellikleri için destek sunmak ve özel veriyle ince ayar yapabilme kapasitesini güçlendirmek bulunuyor. Ayrıca, bağlamsal bilgileri daha etkili kullanarak tahminlerde doğruluk oranını yükseltmeyi hedefliyor.