Ein Baukasten für Deep Learning

Warum die Grossen vorne sind

Igor Susmelj und Heiki Riesenkampf vom ETH-Spin-off Mirage Technologies
Quelle: Mirage Technologies
Igor Susmelj und Heiki Riesenkampf sind technologische Entwicklungshelfer. Sie sorgen mit ihrem Produkt dafür, dass die Deep-Learning-Methoden niederschwellig angewendet werden können, ohne dafür auf Tech-Riesen wie Google oder Microsoft angewiesen zu sein. Diese haben in Deep Learning einen riesigen Vorsprung. Denn sie verarbeiten seit langer Zeit sehr viele Daten, mit denen sie ihre Modelle trainieren können.
Für komplexe Anwendungen wie etwa die Entwicklung eines fahrerlosen Autos sind Millionen von Bildern und Tausende Stunden Video erforderlich. Zudem erfordert Deep Learning sehr viel Rechenleistung, weil die Parameter oft über mehrere Tage trainiert werden müssen. Mirage greift für seine Modelle auf Open-Source-Daten und auf Forschungsplattformen zurück.

Eine Plattform für Entdecker

Die zwei Jungunternehmer haben bisher viel Zeit, Geld und Energie in Mirage investiert – verdient haben sie damit noch nichts. Beide haben sich mit diversen Jobs über Wasser gehalten – was ganz gut funktioniert, denn: «Im Software-Bereich braucht man keine grosse Infrastruktur und ist örtlich unabhängig», sagt der Luzerner. Zudem können sie Gemeinschaftsarbeitsräume der ETH für Startups und Spin-offs zu günstigen Konditionen nutzen. Wichtiger ist Susmelj aber das Netzwerk, das sich ihm dank der ETH erschlossen hat. «Das ist extrem hilfreich», sagt er.
Natürlich möchte er dereinst den «Studentenmodus» verlassen und mit seiner Arbeit Geld verdienen. Mirage setzt zurzeit auf die Experimentierfreude von Unternehmen: «Viele Firmen möchten neue Technologien ausprobieren», sagt Susmelj. Zurzeit sind auf der Plattform grundlegende Funktionen gratis verfügbar. Auf diese Weise will sich Mirage einen Kundenkreis aufbauen, der die Lösung bekannt macht und später für neue Produkte und Dienstleistungen auch bezahlt.

Autor(in) Astrid Tomczak/ETH-News




Das könnte Sie auch interessieren