پلتفرم توسعه مدل هوش مصنوعی Abacus.ai 50 میلیون دلار فروخت

Abacus.ai، پلتفرمی که ابزارهای توسعه دهنده را برای توسعه و استقرار فناوری‌های هوش مصنوعی سازمانی ایجاد می‌کند، امروز اعلام کرد که 50 میلیون دلار در دور سری C به رهبری Tiger Global با مشارکت Coatue، Index Partners و Alkeon Ventures جمع‌آوری کرده است. افزایش سود شرکت را به ارمغان می آورد جمع بودجه تا به امروز به 90.3 میلیون دلار رسیده است و بیندو ردی، مدیر عامل شرکت می گوید که از آن برای توسعه بیشتر فناوری های هوش مصنوعی Abacus و در عین حال رشد نیروی کار این شرکت استفاده می شود.

در حالی که درصد از شرکت ها سرمایه‌گذاری بیش از 50 میلیون دلار در کلان داده و ابتکارات هوش مصنوعی در سال 64.8 به 2020 درصد رسید (از 39.7 درصد در سال 2018)، سازمان‌ها در هر اندازه هنوز برای پیاده‌سازی سریع و موفقیت‌آمیز هوش مصنوعی تلاش می‌کنند. حدود 80 درصد از پروژه های هوش مصنوعی هرگز به مرحله اجرا نمی رسند، مطابق به گارتنر، و آنهایی که این کار را انجام می دهند فقط در حدود 60 درصد مواقع سودآور هستند.

آباکوس که در سال 2019 توسط Arvind Sundararajan، Siddartha Naidu و Reddy تأسیس شد، خدماتی را برای سازمان‌ها برای توسعه مدل‌های AI از طریق ماژول‌هایی ارائه می‌کند که می‌توانند داده‌ها را جریان، نظارت، debias، ادغام، ذخیره و تبدیل کنند. به گفته ردی، کاربران بدون دانش پیشرفته علم داده و بودجه محدود می توانند از آن برای تکرار سیستم های سرتاسر قابل مقایسه با فیدهای محتوای توییتر و تیک تاک و ویژگی تکمیل خودکار جیمیل استفاده کنند.

ردی از طریق ایمیل به VentureBeat گفت: «ما شاهد پذیرش سریع پلتفرم خود بوده‌ایم زیرا مشتریان سفارشات بزرگتری داده تولید می‌کنند، تمام عملیات خود را به حوزه دیجیتال منتقل می‌کنند و به دنبال مدل‌های هوش مصنوعی برای تصمیم‌گیری هستند. ما به زودی شاهد یک نقطه عطف در پذیرش هوش مصنوعی خواهیم بود، زیرا توسعه مدل ها و عملیاتی کردن آنها آسان تر و آسان تر می شود.

خودکار کردن

آباکوس عناصر "AutoML" یا فرآیند خودکارسازی کاربرد یادگیری ماشینی برای مشکلات دنیای واقعی را در بر می گیرد. AutoML خط لوله کامل را پوشش می دهد، از مجموعه داده های خام گرفته تا مدل های یادگیری ماشینی قابل استقرار، و تیم های علم داده به طور فزاینده ای از آن برای غلبه بر مسدود کننده ها در سازمان خود استفاده می کنند. فارستر گزارش 25 درصد از تصمیم‌گیرندگان داده و تجزیه و تحلیل که شرکت‌هایشان هوش مصنوعی را اتخاذ می‌کنند، گفته‌اند که قصد دارند نرم‌افزار AutoML را در سال آینده پیاده‌سازی کنند. بر اساس این مطالعه، XNUMX درصد گفتند که قبلاً نرم افزار AutoML را پیاده سازی کرده اند یا در حال اجرای آن هستند.

آباکوس تحقیقاتی را انجام می‌دهد و خدمات هوش مصنوعی ابری را برای کمک به شرکت‌ها ارائه می‌کند تا مدل‌های یادگیری ماشین را در فرآیندهای خود جاسازی کنند. مشتریان یک مورد استفاده را انتخاب می‌کنند و به داده‌هایشان اشاره می‌کنند، پس از آن موتور آباکوس یک سیستم هوش مصنوعی ایجاد می‌کند که می‌تواند برای پیش‌بینی و اشتراک‌گذاری استفاده شود.

بالا: داشبورد مدیریت مدل آباکوس.

اعتبار تصویر: چرتکه

آباکوس می‌گوید سیستمش تحقیقات استارت‌آپ را روی مدل‌های مولد و جستجوی معماری عصبی برای مقابله با داده‌های پر سر و صدا یا ناقص اعمال می‌کند. ظاهراً بهترین شبکه عصبی را شناسایی می‌کند که مجموعه داده‌های اختصاصی مشتری را مدل‌سازی می‌کند و از مواردی که شامل عملیات فناوری اطلاعات، بازاریابی و فروش، تقلب و امنیت، و پیش‌بینی و برنامه‌ریزی می‌شود، استفاده می‌کند.

ردی می‌گوید علاوه بر این، این سیستم در پیکربندی خطوط لوله، زمان‌بندی بازآموزی مدل بر روی داده‌های جدید، ارائه مدل از داده‌های خام و ارائه توضیحاتی برای پیش‌بینی‌های مدل‌ها خوب است. او افزود: موارد استفاده متداول از هوش مصنوعی سازمانی مانند مدل‌سازی انحراف، امتیازدهی سرنخ و تشخیص ناهنجاری شاهد رشد تصاعدی [در پلتفرم ما] بوده است. این بیماری همه گیر برای شرکت های هوش مصنوعی - و به طور خاص برای ما بسیار عالی بوده است.

کشیدن از چندین منبع داده

فراتر از بودجه جدید، آباکوس امروز چیزی را که «ویژن AI-as-a-service» می نامد، همراه با پشتیبانی از مدل های هوش مصنوعی ترکیبی که می توانند پیش بینی هایی از زبان، دید و داده های جدولی ایجاد کنند، اعلام کرد. به گفته ردی، مشتریان اکنون می توانند از ترکیبی از مجموعه داده ها برای ایجاد مدل هایی استفاده کنند که اطلاعات را از تمام داده های موجود استخراج می کند.

برای مثال، می‌توانید قیمت بسته شدن خانه‌ها را بر اساس داده‌های بدون ساختار مانند فهرست‌بندی توضیحات و عکس‌های خانه به همراه داده‌های جدولی ساختاریافته از جمله تعداد اتاق خواب، حمام و موارد دیگر با ترکیب همه این داده‌ها و استفاده از گردش کار پیش‌بینی‌کننده آباکوس برای ایجاد یک پیش‌بینی کنید. ردی توضیح داد: مدل پیش‌بینی ترکیبی که همه انواع داده‌ها را ترکیب می‌کند. "این یک راه قدرتمند برای استخراج اطلاعات از داده ها است."

علیرغم رقابت پلتفرم هایی مانند Amazon SageMaker، Google’s Cloud AutoML و استارت آپ هایی مانند DataRobot و H2O.شماآباکوس می‌گوید که بیش از 10,000 توسعه‌دهنده در بیش از 6,000 مشتری از جمله 1-800-Flowers تا به امروز از محصولات آن برای آموزش تقریباً 20,000 مدل‌های شخصی‌سازی بلادرنگ، پیش‌بینی سری‌های زمانی و تشخیص ناهنجاری استفاده کرده‌اند. این شرکت مستقر در سانفرانسیسکو، کالیفرنیا در حال حاضر 45 کارمند دارد و قصد دارد تا پایان سال به 80 نفر افزایش یابد.

ردی ادامه داد: «آباکوس چندین گردش کار به صورت عمودی یکپارچه برای موارد استفاده معمول سازمانی، از جمله پردازش زبان طبیعی دارد. پول جدید برای ادامه ساخت موارد استفاده عمودی بیشتر مانند بینایی کامپیوتر و ایجاد قابلیت‌های پلت فرم افقی بیشتر مانند ماژول‌های عملیات یادگیری ماشین و یادگیری عمیق استفاده می‌شود.