Η Aporia συγκεντρώνει 5 εκατομμύρια δολάρια για την πλατφόρμα παρατηρησιμότητας AI

Τα μοντέλα μηχανικής μάθησης (ML) είναι τόσο καλά όσο τα δεδομένα που τα τροφοδοτείτε. Αυτό ισχύει κατά τη διάρκεια της προπόνησης, αλλά και όταν ένα μοντέλο βγαίνει στην παραγωγή. Στον πραγματικό κόσμο, τα ίδια τα δεδομένα μπορούν να αλλάξουν καθώς συμβαίνουν νέα συμβάντα και ακόμη και μικρές αλλαγές στον τρόπο με τον οποίο οι βάσεις δεδομένων και τα API αναφέρουν και αποθηκεύουν δεδομένα θα μπορούσαν να έχουν επιπτώσεις στον τρόπο αντίδρασης των μοντέλων. Δεδομένου ότι τα μοντέλα ML θα σας δώσουν απλώς λανθασμένες προβλέψεις και δεν θα κάνουν λάθος, είναι επιτακτική ανάγκη οι επιχειρήσεις να παρακολουθούν τις σωληνώσεις δεδομένων τους για αυτά τα συστήματα.

Εκεί αρέσουν τα εργαλεία Απορία Η εταιρεία με έδρα το Τελ Αβίβ ανακοίνωσε σήμερα ότι έχει συγκεντρώσει έναν κύκλο 5 εκατομμυρίων δολαρίων για την πλατφόρμα παρακολούθησης μοντέλων ML. Οι επενδυτές είναι η Vertex Ventures και η TLV Partners.

Συντελεστές εικόνας: Απορία

Ο συνιδρυτής και διευθύνων σύμβουλος της Aporia, Liran Hason, μετά από πέντε χρόνια με τις Ισραηλινές Αμυντικές Δυνάμεις, εργάστηκε στο παρελθόν στην ομάδα επιστήμης δεδομένων στην Adallom, μια εταιρεία ασφαλείας που αποκτήθηκε από τη Microsoft το 2015. Μετά την πώληση, εντάχθηκε στην εταιρεία επιχειρηματικών συμμετοχών Vertex Ventures προτού ξεκινήσει την Aporia στα τέλη του 2019. Αλλά ήταν κατά τη διάρκεια της παραμονής του στο Adallom όπου αντιμετώπισε για πρώτη φορά τα προβλήματα που η Aporio προσπαθεί τώρα να λύσει.

«Ήμουν υπεύθυνος για την αρχιτεκτονική παραγωγής των μοντέλων μηχανικής μάθησης», είπε για την εποχή του στην εταιρεία. «Ετσι, εκεί πραγματικά, για πρώτη φορά, αντιμετώπισα τις προκλήσεις του να φέρω μοντέλα στην παραγωγή και όλες τις εκπλήξεις που συναντάς εκεί».

Η ιδέα πίσω από το Aporia, εξήγησε ο Hason, είναι να διευκολύνει τις επιχειρήσεις να εφαρμόσουν μοντέλα μηχανικής μάθησης και να αξιοποιήσουν τη δύναμη της τεχνητής νοημοσύνης με υπεύθυνο τρόπο.

«Το AI είναι μια εξαιρετικά ισχυρή τεχνολογία», είπε. «Αλλά σε αντίθεση με το παραδοσιακό λογισμικό, βασίζεται σε μεγάλο βαθμό στα δεδομένα. Ένα άλλο μοναδικό χαρακτηριστικό του AI, που είναι πολύ ενδιαφέρον, είναι ότι όταν αποτυγχάνει, αποτυγχάνει σιωπηλά. Δεν έχετε καμία εξαίρεση, κανένα λάθος. Αυτό γίνεται πολύ, πολύ δύσκολο, ειδικά όταν φτάνουμε στην παραγωγή, επειδή στην εκπαίδευση, οι επιστήμονες δεδομένων έχουν τον πλήρη έλεγχο των δεδομένων».

Όμως, όπως σημείωσε ο Hason, ένα σύστημα παραγωγής μπορεί να εξαρτάται από δεδομένα από τρίτο προμηθευτή και αυτός ο προμηθευτής μπορεί μια μέρα να αλλάξει το σχήμα δεδομένων χωρίς να το πει σε κανέναν. Σε εκείνο το σημείο, ένα μοντέλο - ας πούμε για την πρόβλεψη εάν ο πελάτης μιας τράπεζας μπορεί να αθετήσει ένα δάνειο - δεν μπορεί να είναι πλέον αξιόπιστο, αλλά μπορεί να χρειαστούν εβδομάδες ή μήνες πριν το ειδοποιήσει κανείς.

Το Aporia παρακολουθεί συνεχώς τη στατιστική συμπεριφορά των εισερχόμενων δεδομένων και όταν αυτό απομακρυνθεί πολύ από το σετ εκπαίδευσης, θα ειδοποιεί τους χρήστες του.

Ένα πράγμα που κάνει το Aporio μοναδικό είναι ότι δίνει στους χρήστες του ένα γραφικό εργαλείο σχεδόν IFTTT ή τύπου Zapier για τη ρύθμιση της λογικής αυτών των οθονών. Έρχεται προδιαμορφωμένο με περισσότερους από 50 συνδυασμούς οθονών και παρέχει πλήρη ορατότητα στον τρόπο λειτουργίας τους στα παρασκήνια. Αυτό, με τη σειρά του, επιτρέπει στις επιχειρήσεις να προσαρμόσουν τη συμπεριφορά αυτών των οθονών για τη δική τους συγκεκριμένη επιχειρηματική περίπτωση και μοντέλο.

Αρχικά, η ομάδα σκέφτηκε ότι θα μπορούσε να δημιουργήσει γενικές λύσεις παρακολούθησης. Αλλά η ομάδα συνειδητοποίησε ότι αυτό δεν θα ήταν μόνο ένα πολύ περίπλοκο εγχείρημα, αλλά ότι οι επιστήμονες δεδομένων που κατασκευάζουν τα μοντέλα γνωρίζουν επίσης ακριβώς πώς πρέπει να λειτουργούν αυτά τα μοντέλα και τι χρειάζονται από μια λύση παρακολούθησης.

«Η παρακολούθηση του φόρτου εργασίας παραγωγής είναι μια καθιερωμένη πρακτική μηχανικής λογισμικού και έχει περάσει η ώρα η μηχανική μάθηση να παρακολουθείται στο ίδιο επίπεδο», είπε η Rona Σεγκέβ, ιδρυτικός συνεργάτης στο  TLV Συνεργάτες. "Απορία'μικρό Η ομάδα έχει ισχυρή εμπειρία παραγωγής-μηχανικής, η οποία κάνει τη λύση της να ξεχωρίζει ως απλή, ασφαλής και στιβαρή».

Πηγή: https://techcrunch.com/2021/04/06/aporia-raises-5m-for-its-ai-observability-platform/