https://techcrunch.com/2017/10/24/primer-helps-governments-and-corporations-monitor-and-understand-the-worlds-information/?ncid=rss
Google이 1998 년에 설립되었을 때, 그 목표는 세계 정보를 조직하는 것이 었습니다. 그리고 대부분의 경우 임무는 완수되었습니다. 그러나 19 년 동안 목표 지위가 전진했고 정보를 색인하고 유용하게 표시하는 것만으로는 충분하지 않습니다. 기계 학습이 성숙함에 따라 세계 정보를 실제로 요약하고 상황화하는 것이 처음으로 가능 해지고 있습니다. Primer는 2 년 반 동안의 R & D 투자로 정부, 기업 및 금융 기관을 위해 최선을 다하고 있습니다.
Primer는 Data Collective 가 이끄는 종자 및 시리즈 A 투자 라운드에서 총 1470 만 달러를 모았습니다 . Lux Capital , Amplify Partners 및 CIA를 지원하는 투자 회사 인 In-Q-Tel 는 Primer에게 자본을 제공했습니다. 36 명의 직원으로 구성된 팀은 In-Q-Tel, Walmart 및 싱가포르의 국부 펀드에서 초기 고객을 마감 할 수있었습니다.
감독자 및 감독자가 아닌 기계 학습 모델을 혼합하여 Primer는 비정형 데이터를 수집하고 통찰력을 얻을 수 있습니다. 웹에서 특정 회사와 관련된 뉴스를 찾아서 핵심 주제로 구성하는 것이 좋습니다. 일반적인 개념은 Palantir 의 초기에 우리에게 플래시백을줍니다 . 그러나 Primer의 설립자이자 CEO 인 Sean Gourley는 두 야심 찬 회사의 차이점을 신속하게 지적합니다.
Gourley는 "많은 돈을 청구하고자하는 경우 귀중한 문제를 드물게 해결할 수 있거나 매일 모든 사람들이 처리해야하는 문제를 해결할 수 있으며 인프라와 같은 느낌을 갖습니다"라고 Gourley는 주장했습니다.
그는 물론 Palantir의 비즈니스 모델의 상당 부분이 기업 및 정부가 엄청나게 야심 찬 목표를 달성하는 데 도움이되는 고비용 컨설팅 서비스에 초점을 맞추고 있다는 개념을 지적하고 있습니다. 많은 와글 와글는 팔란의 소프트웨어가 빈 라덴을 추적하는 역할을 담당 소문을 통해 만들어졌다. 그러나 Primer는 더 높은 보수를 기대하면서 상당히 적게 약속합니다.
Primer의 소프트웨어는 인텔리전스 커뮤니티 및 대기업에서 가장 흔하게 나타나는 저급 분석가 작업을 보강하기 위해 자리 잡고 있습니다. 많은 양의 정보를 반자동으로 모니터링함으로써 Primer는 연구가 수집되고 제시되는 프로세스를 잠재적으로 가속화 할 수 있습니다.
Primer가 인텔리전스 커뮤니티를 목표로 삼고 있기 때문에 Gourley는 군사적 맥락에서 그 기능에 대해 자세히 설명 할 수 없었습니다. 그러나 저는 Primer Science의 데모를 보았습니다. Primer Science는 학계가 새로운 논문을 정기적으로 모니터링 할 수 있도록 도와주었습니다.
내가 본 버전은 ArXiv에 게시 된 주요 기계 학습 문서를 식별 하고 소셜 미디어 게시물 및 뉴스 보고서와 함께 컨텍스트 화할 수있었습니다 . 이 플랫폼을 사용하여 주요 연구 그룹에서 완료 한 작업을 쉽게 식별하고 기계 번역과 같은 특정 하위 주제에 초점을 맞춘 문서를 신속하게 찾을 수있었습니다.
단일 장소에서 정보를 수집하는 것이 모든 각도에서 사건을 고려하는 유일한 방법입니다. 불행히도 정보 더미는 최고의 인간 분석가들조차도 빠르게 압도 할 수 있으며 중요한 세부 사항은 눈에 띄지 않을 수 있습니다.
길리 (Gourley)는 유사한 점을 만들기 위해 뉴스 보도의 예를 나에게주었습니다. 모든 국가의 보도 자료를 다르게 보도하고 격차를 찾기 위해 정보를 수집하는 임무를 수행하는 사람에게 유리합니다. 아래의 그림 ( 및 대화식 시각화 )은 미국과 러시아 언론의 테러 사건 적용 범위와 대조를 이룹니다.
Alastair Dant, 입문서
보다 적은 지분을 보유한 기업 및 재무 사용자를 위해 Primer는 규정 변경, 제품 출시 및 M & A 거래와 같은 일반적인 이벤트를 분류 할 수 있습니다. 더 긴 꼬리 관심사는 여전히 흥미로워 보이며 인간 분석가는 피드백을 제공 할 수 있으며 다음 번 유사한 사건이 발생할 때 더 나은 통찰력을 제공하기 위해 모델을 훈련 할 수 있습니다.
교육 모델은 데이터가 매우 엄격하게 통제되는 산업에서 운영되는 회사에게는 어려움이 될 수 있습니다. Gourley는 대부분의 고객이 모델을 개선하기 위해 데이터의 일부를 사용하는 것이 좋지만 결과의 중요성에 대한 피드백에 대해서는 까다로울 수 있다고 설명했습니다.
Primer는 언젠가 이벤트 간의 통계적 상관 관계를 찾아 예측을 지원할 수 있기를 바랍니다. 이러한 노력은 의심 할 여지없이 인간 분석가와 Primer의 기술간에 강력한 시너지 효과를 요구합니다.
주요 이미지 : John Mannes, Philippe Intraligi, RedlineVector / Getty 이미지