AI 模型开发平台 Abacus.ai 获得 50 万美元融资

Abacus.ai 是一个创建用于开发和部署企业人工智能技术的开发工具的平台，今天宣布在由 Tiger Global 领投、Coatue、Index Partners 和 Alkeon Ventures 参与的 C 轮融资中筹集了 50 万美元。此次加薪给公司带来了 总 资金 迄今为止，该资金已增至 90.3 万美元，首席执行官 Bindu Reddy 表示，这笔资金将用于进一步开发 Abacus 的人工智能技术，同时扩大公司的员工队伍。

虽然百分比 企业 到 50 年，在大数据和人工智能计划上投资超过 64.8 万美元的企业比例达到 2020%（高于 39.7 年的 2018%），但各种规模的组织仍然难以快速且成功地实施人工智能。大约 80% 的人工智能项目从未实现部署， 根据 根据 Gartner 的数据，那些这样做的公司只有大约 60% 的时间能够盈利。

Abacus 由 Arvind Sundararajan、Siddartha Naidu 和 Reddy 于 2019 年创立，为组织提供通过可流式传输、监控、消除偏差、合并、存储和转换数据的模块开发 AI 模型的服务。 Reddy 表示，没有高级数据科学知识且预算​​有限的用户可以使用它来迭代端到端系统，类似于 Twitter 和 TikTok 的内容提要以及 Gmail 的自动完成功能。

Reddy 通过电子邮件告诉 VentureBeat：“随着客户生成数量级的数据、将所有业务转移到数字领域，并寻求人工智能模型来做出决策，我们看到我们的平台得到了迅速采用。” “我们很快就会看到人工智能采用的拐​​点，因为开发模型和实施它们变得越来越容易。”

AutoML

Abacus 包含“AutoML”的元素，即自动将机器学习应用到现实世界问题的过程。 AutoML 涵盖了从原始数据集到可部署的机器学习模型的完整流程，数据科学团队越来越多地采用它来克服组织中的障碍。福雷斯特 报告 在正在采用人工智能的公司中，25% 的数据和分析决策者表示他们计划在明年内实施 AutoML 软件。研究显示，XNUMX% 的人表示他们已经实施了 AutoML 软件或正在实施它。

Abacus 开展研究并提供云人工智能服务，帮助公司将机器学习模型嵌入到其流程中。客户选择一个用例并指向他们的数据，之后 Abacus 引擎创建一个可用于做出和共享预测的人工智能系统。

上图：Abacus 的模型管理仪表板。

图片来源：算盘

Abacus 表示，其系统应用了该初创公司在生成模型和神经架构搜索方面的研究来处理嘈杂或不完整的数据。它表面上确定了对客户专有数据集和跨 IT 运营、营销和销售、欺诈和安全以及预测和规划的用例进行建模的最佳神经网络。

此外，该系统还擅长配置管道、安排新数据的模型再训练、根据原始数据配置模型服务以及为模型的预测提供解释，Reddy 说。 “常见的企业人工智能用例，如客户流失建模、潜在客户评分和异常检测，[在我们的平台上]出现了指数级增长，”她补充道。 “这场流行病对人工智能公司来说是一件好事——尤其是对我们来说。”

从多个数据源提取

除了新的资金之外，Abacus 今天还宣布了所谓的“视觉人工智能即服务”，以及对混合人工智能模型的支持，该模型可以根据语言、视觉和表格数据生成预测。 Reddy 表示，客户现在可以使用数据集组合来创建模型，从现有的所有可用数据中提取情报。

“例如，您可以根据房源描述和房屋照片等非结构化数据以及卧室、浴室数量等结构化表格数据来预测房屋的收盘价，方法是组合所有这些数据并使用 Abacus 预测工作流程生成一个结合了所有数据类型的混合预测模型，”Reddy 解释道。 “这是从数据中提取情报的有效方法。”

尽管面临来自 Amazon SageMaker、Google Cloud AutoML 等平台以及初创公司的竞争 DataRobot 和 H2O.aiAbacus 表示，迄今为止，包括 10,000-6,000-Flowers 在内的 1 多个客户的 800 多名开发人员已使用其产品训练了大约 20,000 个实时个性化、时间序列预测和异常检测模型。这家总部位于加利福尼亚州旧金山的公司目前拥有 45 名员工，并计划到今年年底将员工人数扩大到 80 名。

“Abacus 拥有多个适用于常见企业用例的垂直集成工作流程，包括自然语言处理，”Reddy 继续说道。 “新资金将用于继续构建更多垂直用例（例如计算机视觉），并创建更多水平平台功能（例如机器学习和深度学习操作模块）。”