Pitsj er en artikkelserie hvor gründere selv forteller TUs lesere om produktet sitt, og hvorfor de mener konseptet deres har livets rett.
Den kunstige intelligensen Iris skal hjelpe brukeren å finne frem i tunge vitenskapelige tekster, for å finne sammenhenger som menneskehjernen ikke klarer å se.
I første omgang vil teknologien være en hjelp til å finne frem i relevant forskning, det er det som er mulig med dagens teknologi.
I løpet av de neste fem til syv årene er målet at Iris skal kunne være først i verden til selv å trekke slutninger og innovere.
1. Idé
Iris AI utvikler en kunstig intelligens som skal hjelpe gründere og innovatører navigere forskningsverdenen.
Selskapet tror at vitenskapen har funnet svaret på mange av de store utfordringene vi står ovenfor, men våre menneskelige hjerner er dessverre ikke kapable til å lese og forstå alt, så det er ingen måte å «legge puslespillet» på. Det er det vi ønsker å oppnå med Iris AI.
I første omgang er det et AI-basert verktøy som hjelper gründere med å finne relevante forskere og forskning, og i løpet av 5-7 år kan Iris AI selv innovere, trekke slutninger og finne sammenhenger, på tvers av fagfelt.
Listen AS: Skal gjøre «høreapparat» til allemannseie
2. Slik virker teknologien
For 2.0-versjonen gir man som bruker Iris linken til en publisert forskningsartikkel.
Hun leser artikkelen, trekker ut og organiserer hovedkonseptene fra artikkelen og henter de mest relevante artiklene i verden tilbake til deg. Disse henter hun fra en database på 30 millioner Open Access-artikler.
Bedrifter kan også få en egen versjon av Iris der de kobler på andre kilder av vitenskapelig materiale, fra åpne kilder til interne forskningsdatabaser.
Iris gjør jobben gjennom å trekke ut stikkord fra teksten, koble stikkordene til synonymer hun har lært seg fra å lese millioner av andre artikler, legge alle ordene inn i et vektorrom og gruppere de etter kontekst. Hver gruppering gis en konseptmerkelapp, og Iris lager en hierarkisk modell av konseptene, slik at de er lettere å navigere for et menneske. Til slutt henter teknologien ut de mest relevante artiklene for hvert av konseptene og presentere det hele visuelt for brukeren.
.png){kind=logo}
For de mer nerdete: dette er maskinlæring innen Natural Language Processing. Iris AI bruker en ikke-semantisk neural modell for Topic Modeling, kombinert med en heuristisk funksjon for hierarkibyggingen.
3. Innovasjonsgrad
Å holde seg oppdatert på vitenskapsfeltet, og på andre relevante fagfelt, har alltid vært viktig for bedrifter. Men utviklingstempoet vi nå opplever gjør det viktigere og vanskeligere enn noensinne å holder seg oppdatert.
Skal man som bedrift overleve er man nødt til å hele tiden implementere nye løsninger, ellers kommer noen andre og snapper opp markedsandeler. Det er således et enormt og voksende behov for denne løsningen. Markedet for «innovation management tools» er estimert til én milliard amerikanske dollar – og det vokser med 38 prosent årlig.
Det som skiller Iris AI fra nåværende løsninger er at mens forskningen allerede finnes «der ute», så finnes det ingen verktøy som gjør det enkelt å navigere den. Konseptet med å «raskt titte» på state of the art-teknologi og vitenskap finnes ikke – det krever dager og uker med graving og forskning for å få et greit overblikk over hva og hvem som er relevante.
Den større visjonen bak Iris AI, der Iris selv kan trekke slutninger og innovere, er rett og slett ikke mulig med dagens teknologi, altså er det ingen som kan tilby dette. Men med utviklingen av AI-feltet vil dette muliggjøres i et 5-7 års perspektiv, og der ønsker vi å være først.
- Det norske selskapet gikk i en annen retning enn konkurrentene: Da fikk denne hånden helt nye muligheter
4. Potensial
Gjennom science hackathons, eller scithons, har vi allerede bevist at Iris i dag gjør forskere mer en dobbelt så produktive som eksisterende produkter, på flere fagfelt.
Markedsmessig befinner vi oss i skjæringspunktet mellom R&D Management-markedet (120 milliarder dollar), EdTEch (43 milliarder dollar) og Data Analytics (60 milliarder dollar). Her finner vi blant annet Enterprise Search-markedet som i dag anslås som 2,4 milliarder dollar og vil vokse til 9 milliarder dollar mot 2024. Vi er allerede en global aktør, dog med foreløpig salgsmessig hovedfokus på Vest-Europa.
Vi selger produktet i en freemium-modell med årlige abonnementsutgifter. Vi regner med å ta betalt årlig av de større kundene, mens vi vil forsøke å tilby en månedlig pris til de mindre bedriftene som ønsker en premium konto. Grunnproduktet vil alltid være gratis for enkeltindivider – fordi vi jobber for demokratisering av vitenskapelig kunnskap.
Vi regner med en omsetning på 15 millioner kroner i 2017 og 90 millioner kroner i 2018.
- Konkurrenten hentet nylig 150 millioner dollar fra Google: Norske Crypho sender kryptert info på en enda sikrere måte
5. Hvordan skiller teknologien seg fra konkurrentenes?
Meta fra Canada og Yewno fra USA er to andre oppstartsbedrifter som jobber med samme type materiale som oss. Andre aktører med lignende teknologi, men ulik innfallsvinkel, inkluderer Quid og Omnity.
Google Scholar er dagens mest brukte alternativ, men det har vært modent for en solid oppgradering lenge og er ikke et fokusområde for Google.
Iris AI skiller seg fra alle disse ved å ha et direkte anvendbart og nyttig endeprodukt. Dette gjør det lettere å tilnærme seg teknologien, i motsetning til bedrifter som kun selger en teknologisk løsning uten en anvendbar demo.
Iris AI bruker skalerbare algoritmer og gjennom en ikke-semantisk tilnærming kan vi rask tilegne oss nye vokabularer. I tillegg har selskapet en stor visjon som allerede har gjort det mulig å bygge et community av mer en 2500 AI-trenere som hjelper Iris å lære.
Har du stemt? Begrunn gjerne vurderingene i kommentarfeltet under saken.
