WhyLabs筹集了400万美元用于发展AI和数据监控平台

WhyLabs今天以400万美元的价格脱颖而出,为需要帮助监控和解决数据集或AI模型遇到的问题的数据科学家扩展其平台。目标是帮助管理机器学习模型的团队节省时间并在给企业或客户造成麻烦之前发现问题。尽管越来越多的企业正在寻找将AI应用于其运营的方法,但许多企业在野外部署机器学习时仍然遇到问题。一个2019 IDC报告,例如,发现了一个在四家公司中,所有的AI项目的一半失败。

种子轮由Madrona Venture Group牵头,Bezos Expeditions,Defy Partners,Ascend VC和Allen人工智能研究所参与其中。首席运营官兼联合创始人玛丽亚·卡拉瓦诺娃(Maria Karaivanova)在电话采访中对VentureBeat表示,这笔资金将用于雇用工程师和产品开发。WhyLabs成立于2019年12月,总部位于西雅图。该公司目前有9名员工,在艾伦人工智能研究所进行初孵之后就脱颖而出。

WhyLabs筹集了400万美元用于发展AI和数据监控平台

WhyLabs首席执行官兼联合创始人Alessya Visnjic在解决了机器学习问题后创建了公司,该问题是亚马逊零售网站和机器学习团队在进行需求预测时出现的。WhyLabs正在使用Python和Java的开放源代码库启动,用于与数据集连接,以生成统计摘要或指纹以跟踪AI和数据性能。这些统计信息使开源库能够捕获数据质量问题,例如缺失值或数据类型移位,数据漂移和分布偏差。Visnjic说,根据模型的不同,该库每小时或每天一次可以跟踪数百或数千个功能。

今天还发布了WhyLabs数据监控仪表板。人工智能从业者可以获得异常检测警报,因此当模型偏离规范或发生会对数据质量产生负面影响的事件时,它们会通过Slack,Microsoft Teams或PagerDuty等应用程序得到通知。

开源库旨在支持数据科学界,以鼓励使用自动化进行数据健康和监视,而不管过程是处于预生产阶段还是已被客户使用。Karaivanova说,WhyLabs试图通过专注于开放源代码,使其与Amazon Web Services等公司提供的竞争服务区分开来。

“我认为要记住的关键是大型平台正在开发这些工具,并且其中一些已经拥有它-就像AWS拥有现代化的监控和实验产品一样。但是您在SageMaker环境中非常孤立。我们认为重要的是提供这种多模型的单窗格玻璃,因此无论建立在什么模型上或模型位于何处,您都可以看到整个ML操作的可视性,”她说。

在企业“ MLOps”新兴领域的其他新闻中,Domino Data Labs在6月为其服务筹集了4,300万美元,该服务可帮助公司使机器学习模型保持最新。7月,前Google和AWS工程师合作启动Abacus.ai,并帮助企业客户大规模部署AI。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除。