AI-стартап NumberEight провел раунд поиска средств после завершения трех испытаний своей новой технологии вместе с компаниями музыкального стриминга.

Лондонская компания привлекла нераскрытую сумму от инвесторов, среди которых Beacon Capital, AI Seed, Ascension Ventures, 7% Ventures и частных венчурных инвесторов, включая представителей E100 из London Business School.

Программное обеспечение NumberEight разработано для работы в iOS и Android приложениях, используя данные различных датчиков на смартфоне — от акселерометров и датчиков освещенности до барометров, чтобы понять обстановку вокруг владельцев.

Для сервисов потоковой передачи музыки эта технология может быть использована, например, для определения местоположения пользователя – кто в спортзале, а кто путешествует на автобусе, и соответствующим образом адаптироваться — от музыкальных рекомендаций до таргетированной рекламы.

«На сегодняшний день мы завершили три этапа испытаний, на подходе еще один»,- рассказал Music Ally генеральный директор NumberEight Абхишек Сен, добавив, что три из них включали в себя стриминговый стартап, а также «некоторые из крупнейших музыкальных стриминговых компаний».

«Во все из них мы поставили демо-версии программного обеспечения или приложений, где демонстрировались преимущества интеграции контекста окружения пользователя в музыкальные рекомендации и/или персонализацию соответствующих музыкальных стартапов»,- добавил он.

«Они длились 3-4 недели, и обратная связь дала нам уверенность в том, что создаваемый нами продукт является нужным и что в нем есть определенная потребность на рынке».

Раунд финансирования будет использован для найма большего количества сотрудников и продолжения разработки технологии NumberEight; компания планирует выпустить первую бета-версию в конце ноября.

Технология может быть применена в целом ряде отраслей, но на данный момент NumberEight фокусируется на музыке, хотя Сен и признал, что некоторые потенциальные инвесторы поставили под сомнение эту стратегию, тогда как альтернативные рынки («например, обнаружение финансового мошенничества») могут быть более прибыльными.

«Музыка является для нас менее значимой отраслью, если сравнивать ее с финансовым мошенничеством, транспортом или фитнесом, но мы считаем, что музыка интереснее: она происходит нитью через человеческую деятельность, и пользователи получают от нее ценность в течение дня»,- сказал Сен.

«Вы слушаете музыку дома, когда просыпаетесь, когда садитесь в метро, когда идете на работу или в спортзал. Это дает нам много информации о том, как обеспечить ценность, которая затем может трансформироваться во множество различных вещей в других секторах».

Сен видит работу NumberEight как часть более широкого тренда на анализ окружения и «вездесущих» вычислений, причем анализ данных все чаще происходит на девайсах, а не в облаке.

Он цитировал концепции «Federated Learning» и «Edge Computing», а также привел в пример работу Google по распознаванию изображений в качестве примера выдающейся работы в данной области.

NumberEight видит себя частью сообщества и надеется опубликовать версию своего программного обеспечения с открытым исходным кодом, чтобы получить обратную связь от других разработчиков.

Сервисы стриминга музыки являются основными клиентами, на которых ориентируются NumberEight. «Существует много крупных игроков: Spotify, Pandora, Deezer, Apple Music, а Amazon интересны тем, что у них также есть предложения видео и Prime»,- заявил Сен, добавив, что потоковые сервисы на рынках Индии и Китая также предлагают множество возможностей.

В то время как очевидным использованием технологии NumberEight является еще большая персонализация музыкальных рекомендаций, они видит рекламу в качестве еще одной важной области.

«Я чувствую, что деньги еще есть в рекламе»,- сказал Сен, предполагая, что в настоящее время рекламный таргетинг на потоковых сервисах широко распространен и основывается на сигналах прослушиваний, что не всегда точно отражает контекст. Я могу слушать «тусовочную музыку», пока работаю», как он выразился.

Это также относится и к музыкальным рекомендациям, которые, по мнению Сена, традиционно основываются на истории прослушиваний пользователей и как они соотносятся с другими слушателями.

«Это рекомендации на основе контента или совместная фильтрация, а про контекст всегда думают в последнюю очередь. Но мы хотим сказать, что контекст это номер один! А потом уже все остальное»,- заявил он.

ИСТОЧНИК: Music Ally