Pavel Konečný, spoluzakladatel a CEO startupu Neuron Soundware, oznámil tento týden společně s Adamem Kočíkem, Managing Director J&T Ventures investici ve výši 16 milionů korun. Ta by měla pražskému startupu umožnit získat první klíčové trakce s jejich unikátní technologií strojového učení pro těžký průmysl. Investice má pomoci jmenovanému startupu posílit tým, vylepšit současnou technologii a rozšířit okruh zákazníků o letecký, železniční a automobilový průmysl.
Neuron Soundware, který byl založen v roce 2016, získal svoji prvotní investici od pražského seed akcelerátoru StartupYard. Právě zde zakládající skupina složená z AI specialistů v čele s Konečným, vyvinula technologii, která na základě zvuků ze stojů v těžkém průmyslu dokáže určit jejich poruchu. V průběhu času se sama naučí rozpoznávat mechanické problémy spojené s určitými zvuky a odhadnout tak pravděpodobnost, že je se strojem něco v nepořádku. Od doby, kdy prošli akceleračním programem StartupYard vytvořili zařízení, které využívá špičkových senzorů používaných v leteckém průmyslu společně s audio softwarem, který může být instalován přímo do průmyslových strojů. Toto zařízení tak může varovat o budoucí mechanické závadě na stroji. Neuron Soundware oznámil v roce 2016 spolupráci s firmou Siemens a ve stejném roce byl přizván i k účasti v Airbus Inovation Lab.
"Tým Neuron Soundware nás neustále ohromuje svojí technickou zdatností a schopností se chopit velmi komplexního problému cestou inovativního přístupu a technologií", okomentoval Kočík investici. "Tato technologie nabude ještě většího významu s nástupem internetu věcí." Neuron Soundware zvyšuje bezpečnost a efektivnost strojům a prodlužuje jejich životnost. Samotná investice ve které figuruje J&T Ventures a soukromý investor, bude použita pro zlepšení a hlavně zpřesnění fyzických zařízení a softwaru Neuron Soundware a také pro podporu získání velkých industriálních podniků, ve kterých poptávka po této technologii roste.
Podle Konečného je technologie založená na "hlubokých neuronových sítích" schopná se učit ze zvuků, které vydává každý stroj a detekovat je, na rozdíl od lidského ucha, pro které mohou být různé zvukové frekvence neslyšitelné. Zabrání tedy případné poruše či katastrofě dříve, než by to zpozoroval lidský faktor. Pavel Konečný sám o této technologii říká: "Zvuk je komplexní a univerzální zdroj dat, což je důvodem, proč je v centru pozornosti výrobního průmyslu. Člověk nedokáže poslouchat najednou 100 leteckých či dieslových motorů po dobu tisíců hodin a cokoli z toho vyvodit. Náš stroj toto však dokáže a v případě, že se pokazí například jeden motor, může se toto poznání aplikovat na všechny zvuky, které stroj zaznamenal z minulosti, což významně zvyšuje schopnost rozpoznat chybný faktor a předejít tak případnému problému.