Elio haalt 21 miljoen op voor AI-beeldsensoren
Bijna alle camera’s zijn gebouwd voor het menselijk oog. Het Israelische Elio wil dat omdraaien en maakt sensoren die meteen zijn afgestemd op wat een AI-model nodig heeft. Het bedrijf haalde 21 miljoen dollar op in een Serie A-ronde, zo maakte Elio bekend via Business Wire.
Wie er instapt
De ronde werd geleid door Innovation Endeavors en Xora, met deelname van onder meer Kevin Weil en Scribble VC. Bestaande investeerders UpWest en Resolute Ventures deden opnieuw mee. Achter Elio zitten voormalige AR/VR-managers van Meta, meldt het Israelische Calcalist. Zij willen veranderen hoe machines hun omgeving waarnemen.
Rekenen in de lens
Bij een gewone camera legt de sensor een vast beeld vast, waarna software dat achteraf analyseert. Elio draait die volgorde om. De berekening zit in de optiek zelf: voordat het licht de sensor raakt, bewerken dynamische lagen met micro-spiegeltjes het beeld. Die laag werkt meer als een neuraal netwerk dan als een klassieke lens en haalt signalen naar voren die een gewone lens zou platdrukken en verliezen, aldus Semiconductor Digest. Het model bepaalt zo in real time welke informatie de sensor moet vastleggen, in plaats van alles op te nemen en pas daarna te filteren.
Waarneming en AI schuiven daarmee dichter naar elkaar toe. Eerder liet Mistral robots navigeren met een enkele camera, terwijl Anthropic werkt aan eigen chips voor snellere verwerking.
Waar het naartoe kan
Elio noemt microscopie, halfgeleiders, robotica en defensie als toepassingen. Denk aan het volgen van levende cellen, inspectie van chips, waarneming voor machines en het opsporen van drones. Voor robots is scherpe en snelle waarneming een knelpunt, iets wat ook speelt bij robotica-startups als Genesis AI. In defensie draait veel om het vroeg herkennen van kleine objecten, een gebied waar meer AI-geld naartoe stroomt.
Het bedrijf staat nog aan het begin. Er ligt geen product in de winkel en Elio deelt nog geen cijfers over snelheid of nauwkeurigheid. De 21 miljoen dollar moet de techniek van het lab naar bruikbare hardware brengen.
Wat betekent dit
De aandacht in AI gaat meestal naar grotere modellen en meer rekenkracht in datacenters. Elio wijst op een ander deel van de keten: de plek waar de data ontstaat. Als sensoren zelf al bepalen wat relevant is, hoeft er minder ruwe beelddata door het systeem. Dat kan de vertraging en het energieverbruik drukken in robots, camera’s en industriele machines. Of de aanpak standhoudt, blijkt zodra de eerste klanten ermee aan de slag gaan.
