بہتر ڈیٹاسنگاپور میں قائم ایک سٹارٹ اپ جو حقیقی ڈیٹا کو محفوظ رکھنے کے لیے قابل پروگرام مصنوعی ڈیٹا استعمال کرتا ہے، نے آج اعلان کیا کہ اس نے $1.55 ملین اکٹھے کیے ہیں۔ سیڈ راؤنڈ، جس کے بارے میں اس کا کہنا ہے کہ اوور سبسکرائب کیا گیا تھا، کی قیادت فرینکلن ٹیمپلٹن، ایکسیل نیکسٹ، سنگاپور یونیورسٹی آف ٹیکنالوجی اینڈ ڈیزائن، بون آکسیلیم، ٹینٹی، پلگ اینڈ پلے اور انٹرپرینیور فرسٹ کی شرکت کے ساتھ کی گئی۔
سٹارٹ اپ کی بنیاد 2021 میں ڈاکٹر عزیر جاوید، اس کے سی ای او، اور چیف ٹیکنالوجسٹ کیون یی نے رکھی تھی، جس کا مقصد ڈیٹا شیئرنگ کو تیز تر اور محفوظ بنانا تھا کیونکہ دنیا بھر میں ڈیٹا کے تحفظ کے ضوابط میں اضافہ ہوا ہے۔ کمپنی فی الحال سنگاپور اور ریاستہائے متحدہ کی دو بڑی یونیورسٹیوں کے ساتھ تحقیقی اور ترقیاتی شراکت میں ہے (یہ عوامی طور پر ظاہر نہیں کر سکتی کہ وہ کون ہیں) اور اس کے کلائنٹس میں شنگھائی پوڈونگ ڈویلپمنٹ بینک بھی شامل ہے۔
Betterdata کا کہنا ہے کہ یہ ڈیٹا شیئرنگ کے روایتی طریقوں سے مختلف ہے جو ڈیٹا کو تباہ کرنے کے لیے ڈیٹا کی گمنامی کا استعمال کرتے ہیں کیونکہ اس کے بجائے یہ جنریٹو AI اور پرائیویسی انجینئرنگ کا استعمال کرتا ہے۔
Yee نے TechCrunch کو سمجھایا کہ پروگرامیٹک مصنوعی ڈیٹا جنریٹیو ماڈلز کا استعمال کرتا ہے، جیسے ڈیپ فیکس میں استعمال ہونے والے جنریٹو ایڈورسریل ماڈلز، ChatGPT میں استعمال ہونے والے ٹرانسفارمرز اور مستحکم ڈفیوژن میں استعمال ہونے والے ڈفیوژن ماڈلز، نئے ڈیٹا سیٹس بنانے اور بڑھانے کے لیے۔
یہ مصنوعی ڈیٹاسیٹس افراد کے بارے میں حساس یا نجی معلومات کو ظاہر کیے بغیر حقیقی دنیا کے ڈیٹا کی طرح کی خصوصیات اور ساخت رکھتے ہیں۔
انہوں نے کہا کہ “خیال یہ ہے کہ ایک حقیقی ڈیٹاسیٹ کا ایک خیالی ورژن بنایا جائے جسے خفیہ ڈیٹا کی حفاظت، تعصب کو کم کرنے اور مشین لرننگ ماڈلز کو بہتر بنانے سمیت مختلف مقاصد کے لیے محفوظ طریقے سے استعمال کیا جا سکتا ہے۔”
پروگرامیٹک مصنوعی ڈیٹا کئی طریقوں سے ڈویلپرز کی مدد کرتا ہے۔ چند مثالوں میں حساس ڈیٹا کی حفاظت، GDPR اور HIPAA جیسے ڈیٹا کے تحفظ کے ضوابط کی تعمیل، ٹیموں کے درمیان ڈیٹا کی دستیابی میں اضافہ، مشین لرننگ ماڈلز کی تربیت، جانچ اور توثیق کرنے کے لیے مزید ڈیٹا بنانا اور کم نمائندگی والے گروپوں کے لیے مزید ریکارڈ بنا کر ڈیٹا کے عدم توازن کے مسائل کو حل کرنا شامل ہے۔ یا کلاسز.
Betterdata کی فنڈنگ اس کے پروڈکٹ کے آغاز پر اور اس کے قابل پروگرام مصنوعی ڈیٹا ٹیک اسٹیک کو بڑھانے کے لیے استعمال کی جائے گی، بشمول سنگل ٹیبل، ملٹی ٹیبل اور ٹائم سیریز ڈیٹا سیٹس کے لیے سپورٹ۔ یہ ٹیبلولر ڈیٹاسیٹس کے مختلف تغیرات ہیں اور Yee وضاحت کرتا ہے کہ بنیادی فرق ان کی ساخت اور مسائل ہیں جن کو حل کرنے کے لیے آپ کو پیدا کیا گیا ہے۔
مثال کے طور پر، سنگل ٹیبل ڈیٹاسیٹس اسٹینڈ ایلون ٹیبلز پر فوکس کرتے ہیں، جبکہ ملٹی ٹیبل ڈیٹاسیٹس کا مقصد متعدد جدولوں کے درمیان تعلقات پر غور کرنا ہوتا ہے، اور ٹائم سیریز ڈیٹاسیٹس وقت کے ساتھ جمع کیے گئے ڈیٹا سے نمٹتے ہیں۔
Betterdata سیلز اور مارکیٹنگ کے ملازمین سمیت مزید لوگوں کی خدمات حاصل کرنے کا بھی ارادہ رکھتا ہے اور اگلے ایک سے دو سالوں میں سنگاپور سے آگے ایشیا-بحرالکاہل کے خطے میں توسیع کرے گا۔
Investible کی سرمایہ کاری کے بارے میں ایک بیان میں، پرنسپل Khairu Rejal نے کہا، “Betterdata ان سب سے بڑے مسائل میں سے ایک کو حل کرتا ہے جس کا آج AI انڈسٹری کو سامنا ہے: اعلیٰ معیار کے ڈیٹا کی کمی جو رازداری کی ضروریات کو بھی پورا کرتی ہے۔ اپنے طاقتور پلیٹ فارم کے ذریعے، Betterdata مصنوعی ڈیٹا تیار کرتا ہے جو معیار اور رازداری سے سمجھوتہ کیے بغیر حقیقی دنیا کے ڈیٹا کی نقل کرتا ہے، کاروباروں کو عالمی سطح پر تعمیل اور رازداری کے قوانین کو پورا کرنے میں مدد کرتا ہے۔”
Source link
techcrunch.com