ML 관찰 가능성 플랫폼 WhyLabs, 프로덕션에서 모델 및 데이터 모니터링을 위해 10천만 달러 모금

와이랩"인간과 AI 애플리케이션 사이의 인터페이스"라고 부르는 것을 구축하는 신생 기업은 지난 주 Madrona Venture의 참여로 다작 데이터 과학자 Andrew Ng의 펀드와 Defy Partners가 공동으로 이끄는 시리즈 A 펀딩 라운드에서 10천만 달러를 모금했다고 발표했습니다. 그룹 및 Bezos 탐험. 회사는 자금이 WhyLabs가 인력과 고객 기반을 모두 성장시키기 위해 플랫폼을 추가로 개발하는 데 사용될 것이라고 말합니다.

WhyLabs는 “MLOps," 머신 러닝 알고리즘 제품화를 목표로 데이터 과학자와 IT 전문가 간의 협업을 포함하는 새로운 분야입니다. 이러한 솔루션 시장은 초기 350억 4천만 달러에서 2025년까지 XNUMX억 달러로 성장할 수 있습니다. 따라 코그닐리티카로. 그러나 특정 뉘앙스가 MLOps 구현을 어렵게 만들 수 있습니다.

WhyLabs는 워싱턴주 시애틀에 있는 기초 AI 연구 기관인 Allen Institute for AI에서 분사되었습니다. Amazon에서 기계 학습 인프라를 개발하는 데 2019년을 보낸 Alessya Visnjic은 XNUMX년 Andy Dang, Sam Gracie, Maria Karaivanova와 함께 회사를 설립했습니다. Dang은 Sagemaker를 포함한 Amazon의 기계 학습 플랫폼에서 일했으며 Gracie는 Amazon의 기계 학습 그룹의 주요 사용자 경험 디자이너였습니다. 투자자이기도 한 Karaivanova는 이전에 Cloudflare에서 임원직을 역임했습니다.

“소프트웨어 오류는 현대 기업에서 피할 수 없는 현실입니다. 그러나 특히 AI 실패에 대한 이상한 점은 대부분의 문제가 모델이 소비하는 데이터에서 비롯된다는 것입니다.”라고 Visnjic은 이메일을 통해 VentureBeat에 말했습니다. “사람들이 DevOps에서 의존하는 종류의 도구가 AI 애플리케이션에 적합하지 않다는 것이 금세 명백해졌습니다. AI는 자체 툴링 생태계가 필요했습니다.”

AI 관찰 가능성

WhyLabs는 AI 실무자가 플랫폼에 구애받지 않고 분산된 방식으로 데이터와 모델의 상태를 모니터링할 수 있도록 설계되었습니다. XNUMX월부터 셀프 서비스 SaaS(Software-as-a-Service) 제품으로 제공되는 이 플랫폼은 순위 지정, 권장 사항 및 개인화, 문서 이해, 이미지 이해, 예측 및 사기 탐지 시나리오를 위해 프로덕션에서 모델 및 데이터 스트림을 모니터링하기 위한 도구를 제공합니다.

WhyLabs는 데이터 품질 문제, 데이터 드리프트 및 기타 모델 동작 편차를 데이터 과학 팀에 알립니다. (머신 러닝에서 "데이터 드리프트"는 시간이 지남에 따라 모델이 예측하려고 하는 통계 속성의 변화를 말하며, 예측 정확도가 떨어지기 때문에 문제가 발생합니다.) 경고가 식별되면 플랫폼의 디버깅 기능이 도움이 됩니다. 수정을 포함한 문제의 근본 원인 분석.

“WhyLabs를 통해 기계 학습 및 데이터 팀은 일상적인 운영 작업의 상당 부분을 자동화하고 기계 학습 및 데이터 오류 해결 시간을 최소화할 수 있습니다. 궁극적으로 WhyLabs 사용의 이점은 팀이 더 많은 더 나은 모델을 구축하고 고객 경험과 비즈니스 운영을 개선하는 데 집중할 수 있다는 것입니다”라고 Visnjic은 말했습니다.

또한 WhyLabs는 100,000년 2020월 출시 이후 XNUMX번 이상 다운로드된 Visnjic이 주장하는 Whylogs라는 머신 러닝 애플리케이션 로그인을 위한 오픈 소스 패키지를 제공합니다. 그녀는 다음과 같이 덧붙였습니다. “Stitch Fix 및 Yahoo Japan과 같은 업계 리더들은 WhyLabs와 협력하여 Whylogs를 구축하고 이를 사용하여 사내 기계 학습 플랫폼에 대한 기계 학습 로깅 및 모니터링을 간소화합니다.

경쟁

WhyLabs는 다음을 포함하여 MLOps 및 데이터 관찰 가능성 시장의 여러 신생 기업과 경쟁합니다. 아포리아, 몬테 카를로, 아기 침대, 엑셀데이터및 큰 눈. 그러나 이 스타트업은 XNUMX월부터 물류, 핀테크, 마테크, 소매 및 건강 관리 브랜드를 포함하여 XNUMX개의 새로운 조직을 고객 기반에 추가했다고 주장합니다.

디지털 혁신의 물결이 계속된다면 WhyLabs는 앞으로 몇 개월 동안 성장할 수 있는 좋은 위치에 놓이게 될 것입니다. 설문 조사 결과는 기업이 AI 기술을 채택함에 따라 관찰 가능성을 개선할 필요가 있음을 나타냅니다. DataIQ의 최근 보고서에 따르면 회사의 45/XNUMX이 모델을 생산하는 데 몇 달을 소비했습니다. 머신 러닝 프로젝트에 대한 가시성은 여전히 ​​제한적이며 XNUMX% 이상의 기업이 업데이트나 정기적인 업데이트를 받지 못한다고 말합니다. 다른 연구에서는 47% 의 프로젝트는 테스트 단계를 벗어나지 않습니다. 그리고 그렇게 하는 사람들 중 또 다른 28% 어쨌든 실패.

Visnjic은 "[우리는] AI 최초의 신생 기업부터 Fortune 500대 기업에 이르기까지 다양한 기업 및 셀프 서비스 고객을 보유하고 있습니다. … 우리의 목표는 모든 실무자에게 AI 관찰 도구를 제공하고 모든 생산 기계 학습 모델을 모니터링하는 것입니다."라고 말했습니다. "제품 로드맵에는 특히 이미지, 오디오 및 자연어 처리를 위한 비정형 데이터 사용 사례에 대한 플랫폼의 지원을 더욱 강화하는 등 고객 요구에 기반한 많은 흥미로운 기능이 포함되어 있습니다."

14명의 직원 WhyLabs의 총 모금액은 현재까지 XNUMX만 달러입니다.