橡胶成分检测:Abacus.AI筹集了2200万美元用于自动化AI模型创建和部署以及维护

Abacus.AI(以前是RealityEngines)正在开发一项服务，该服务可自动执行机器学习模型的创建，部署和维护。今天，该公司以超过100美元的估值在B轮融资中筹集了2200万美元。该轮融资由Coatue牵头，Decibel Ventures和Index Partners也参与其中。随着Abacus推出Deconstructed，这是一个崭新的资本，Deconstructed是一套三个独立的AI工具套件，旨在帮助大型数据科学团队在产品开发方面进行协作。

特征工程是一项艰巨的任务，即使用领域知识通过数据挖掘技术从原始数据中提取特征的过程。根据《福布斯》调查，数据科学家将80%的时间用于数据准备，而76%的人则将其视为工作中最不愉快的部分。也很贵三连胜钉的组织收集到的数据准备成本为$ 450十亿。

文章插图

Abacus由Google和亚马逊校友Bindu Reddy，Arvind Sundararajan和Siddartha Naidu于2019年共同创立，进行研究并提供云AI服务，以帮助公司将深度学习模型嵌入其流程中。客户选择一个用例并指向他们的数据，然后Abacus的引擎创建一个AI系统，该系统可用于进行和共享预测。

算盘表示，其系统将初创公司的研究应用于生成模型和神经体系结构搜索，以处理嘈杂或不完整的数据。从表面上看，它可以确定最佳的神经网络，该神经网络可以对客户的专有数据集和用例进行建模，这些用例涵盖了IT运营，营销和销售，欺诈和安全以及预测和计划。此外，该系统还擅长配置管道，安排对新数据的模型再培训，根据原始数据提供模型以及为模型的预测提供解释。

Abacus表示，它利用元学习技术，可以通过少量的培训示例来“教”模型如何执行任务。除此之外，该公司还利用转移学习来重用来自某个域或相关域或数据集中的一个域或数据集的策略，以及生成算法来创建可与原始数据集结合以创建更强大的预训练模型的综合数据集。该公司正在研究将逻辑和规则与AI模型结合在一起的混合系统，这将构成一项服务的基础，该服务允许开发人员和数据科学家指定约束以及训练数据以开发准确的模型。

算盘表示，它也在对偏见和可解释性进行研究。该公司最近测试了三种方法，这些方法采用在表格或结构化数据上训练的模型作为输入，并使用验证数据集通过微调或后处理步骤来“消除”模型的偏见。(在一个实验中，该公司设法提高了面部识别算法检测黑人名人是否在微笑的能力，即使训练数据集的白人人数是22倍。)该公司还计划推出一种云微服务，该服务将解释模型预测并确定模型是否存在偏差。

在7月份公开发布服务之前，Abacus声称与1200个Beta测试人员以及1-800-Flowers，Flex，DailyLook和Prodege等客户合作。现在，它有40个客户和2,000多个用户。Reddy通过电子邮件告诉VentureBeat：“像Abacus这样的云服务对于加快AI采用的拐点至关重要。”“通过使生产中的实时深度学习模型的训练，部署和维护变得非常简单，我们真正地将尖端的AI技术民主化，即使是小型组织，也无法雇用深奥的数据科学家。”

算盘的前任和现有投资者包括Google前首席执行官埃里克·施密特(Eric Sc??hmidt)，杨致远(Jerry Yang)，拉姆·史里拉姆(Ram Shriram)，玛丽亚姆·纳菲西(Mariam Naficy)，埃里卡·舒尔茨(Erica Shultz)，内哈·纳赫德(Neha Narkhede)，薛兆岚，珍妮特·弗斯滕伯格(Jeannette Furstenberg)和Decibel Partners 。总部位于旧金山的Abacus总共筹集了4030万美元。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：