Платформа разработки модели искусственного интеллекта Abacus.ai получила 50 миллионов долларов

Abacus.ai, платформа, создающая инструменты разработки для разработки и внедрения корпоративных технологий искусственного интеллекта, сегодня объявила о привлечении 50 миллионов долларов США в раунде серии C под руководством Tiger Global при участии Coatue, Index Partners и Alkeon Ventures. Повышение приносит компании общий финансирование до $90.3 млн на сегодняшний день, а генеральный директор Бинду Редди говорит, что эти деньги будут использованы для дальнейшего развития технологий искусственного интеллекта Abacus и одновременного увеличения штата сотрудников компании.

В то время как процент Компаний инвестируя более 50 миллионов долларов в инициативы в области больших данных и искусственного интеллекта, достигли 64.8% в 2020 году (по сравнению с 39.7% в 2018 году), организации всех размеров по-прежнему борются за быстрое и успешное внедрение искусственного интеллекта. Около 80% проектов ИИ так и не достигают развертывания. согласно для Gartner, а те, которые это делают, приносят прибыль только примерно в 60% случаев.

Компания Abacus, основанная в 2019 году Арвиндом Сундараджаном, Сиддартой Найду и Редди, предоставляет организациям услуги по разработке моделей искусственного интеллекта с помощью модулей, которые могут осуществлять потоковую передачу, мониторинг, устранение смещений, объединение, хранение и преобразование данных. По словам Редди, пользователи без передовых знаний в области науки о данных и с ограниченным бюджетом могут использовать его для итерации комплексных систем, сравнимых с лентами контента Twitter и TikTok, а также функцией автозаполнения Gmail.

«Мы стали свидетелями быстрого внедрения нашей платформы, поскольку клиенты генерируют на порядок больше данных, переводят все свои операции в цифровую сферу и ищут модели искусственного интеллекта для принятия решений», — сказал Редди VentureBeat по электронной почте. «Скоро мы увидим переломный момент во внедрении ИИ, поскольку разрабатывать модели и внедрять их в эксплуатацию становится все легче и проще».

AutoML

Abacus включает в себя элементы AutoML или процесса автоматизации применения машинного обучения для решения реальных проблем. AutoML охватывает весь конвейер — от необработанных наборов данных до развертываемых моделей машинного обучения, и группы специалистов по обработке данных все чаще применяют его для преодоления блокировщиков в своих организациях. Форрестер отчеты что 25% лиц, принимающих решения в области обработки данных и аналитики, чьи компании внедряют ИИ, заявили, что планируют внедрить программное обеспечение AutoML в течение следующего года. Согласно исследованию, XNUMX процент заявили, что они уже внедрили программное обеспечение AutoML или находятся в процессе его внедрения.

Abacus проводит исследования и предлагает облачные услуги искусственного интеллекта, которые помогают компаниям внедрять модели машинного обучения в свои процессы. Клиенты выбирают вариант использования и указывают на свои данные, после чего механизм Abacus создает систему искусственного интеллекта, которую можно использовать для составления прогнозов и обмена ими.

Вверху: панель управления моделями Abacus.

Кредит изображения: Абакус

В Abacus утверждают, что их система применяет исследования стартапа в области генеративных моделей и поиска нейронной архитектуры для работы с зашумленными или неполными данными. Он якобы определяет лучшую нейронную сеть, которая моделирует собственный набор данных клиента и варианты использования, охватывающие ИТ-операции, маркетинг и продажи, мошенничество и безопасность, а также прогнозирование и планирование.

Кроме того, по словам Редди, система хороша в настройке конвейеров, планировании переобучения моделей на новых данных, обеспечении обслуживания моделей на основе необработанных данных и предоставлении объяснений прогнозов моделей. «Распространенные случаи использования корпоративного ИИ, такие как моделирование оттока клиентов, оценка потенциальных клиентов и обнаружение аномалий, продемонстрировали экспоненциальный рост [на нашей платформе]», — добавила она. «Пандемия пошла на пользу компаниям, занимающимся искусственным интеллектом, и особенно нам».

Получение из нескольких источников данных

Помимо нового финансирования, компания Abacus сегодня объявила о том, что она называет «видением ИИ как услуги», а также о поддержке гибридных моделей ИИ, которые могут генерировать прогнозы на основе языка, видения и табличных данных. По словам Редди, клиенты теперь могут использовать комбинацию наборов данных для создания моделей, которые извлекают информацию из всех имеющихся данных.

«Например, вы можете спрогнозировать конечную цену домов на основе неструктурированных данных, таких как описание листинга и фотографии домов, а также структурированных табличных данных, включая количество спален, ванных комнат и т. д., объединив все эти данные и используя рабочий процесс прогнозирования Abacus для создания прогнозной цены. гибридная прогнозирующая модель, объединяющая все типы данных», — пояснил Редди. «Это мощный способ извлечь информацию из данных».

Несмотря на конкуренцию со стороны таких платформ, как Amazon SageMaker, Google Cloud AutoML и таких стартапов, как Датаробот и H2O.aiКомпания Abacus сообщает, что на сегодняшний день более 10,000 6,000 разработчиков из более чем 1 800 клиентов, включая 20,000-45-Flowers, использовали ее продукты для обучения примерно 80 XNUMX моделей персонализации в реальном времени, прогнозирования временных рядов и обнаружения аномалий. В компании, базирующейся в Сан-Франциско, Калифорния, в настоящее время работает XNUMX сотрудников, и к концу года она планирует расшириться до XNUMX.

«У Abacus есть несколько вертикально интегрированных рабочих процессов для общих случаев корпоративного использования, включая обработку естественного языка», — продолжил Редди. «Новые деньги будут использованы для продолжения создания большего количества вертикальных вариантов использования, таких как компьютерное зрение, и для создания большего количества горизонтальных возможностей платформы, таких как модули машинного обучения и операций глубокого обучения».