请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

AI初创公司Diveplane完成2500万美元A轮融资,MLOps赛道正当红

近日,人工智能初创公司Diveplane宣布完成2500万美元A轮融资。本轮融资由Shield Capital领投,Calibrate Ventures、L3Harris Technologies和Sigma Defense参投。
Diveplane创立于2018年,致力于帮助企业和政府组织通过可训练、可解释和可审计的人工智能工具更好地理解和利用其数据的力量。
“随着人工智能工具的普及,支持技术和数据的合乎道德的使用从未像现在这样关键。我们设计这项技术是为了让机器和人和谐相处。”

AI初创公司Diveplane完成2500万美元A轮融资,MLOps赛道正当红-1.jpg

1、为什么选择Diveplane
“它是可以解释的,Diveplane让人类能够准确地理解为什么做出决定,在神经网络无法做到的地方闪耀;它是可审计的,问责制很重要,Diveplane允许用户准确了解哪些数据影响了决策,以及它的影响力有多大;它是可编辑的,与神经网络不同,Diveplane不需要在每次将新数据添加到模型时都重新训练,使其成为实时部署的更顺畅的选择。”
官网资料显示,Diveplane Reactor平台是构建Diveplane所有其他产品的核心技术。这是一种基于云的机器学习技术,可根据历史数据观察创建强大的AI决策模型。Reactor平台的输出是全面的、可辩护的,并且清楚地表明它是如何做出某个决定的,以及究竟是哪些数据为该选择提供了依据。
“通过人工审查,Reactor允许组织查明和分析潜在的高度偏见数据,并将其从所有未来的分析中删除。这种体验与目前主导市场的黑盒系统完全不同。Reactor完全移除了黑匣子,并用更好的东西完全取代了它。”
除了Reactor,Diveplane的解决方案包括隐私增强技术GEMINAI、检测数据异常并快速纠正技术SONAR、市场趋势预测模块ALLUVION;客户涵盖金融、卫生保健、供应链、商业地产、军事防御等领域。
更具体地说,GEMINAI是合成数据创建工具,创建了一个可验证的合成“双胞胎”数据集,具有与原始数据相同的统计属性,但不包含现实世界的机密信息,允许数据在遵守隐私法规和保护个人信息的同时得到广泛应用。今年7月,Diveplane宣布和西班牙头部保险公司之一Mutua Madrileña达成合作,后者通过使用GEMINAI产品以支持其合成数据策略。
SONAR是异常检测工具,可以阻止欺诈并协助金融和医疗保险行业,不仅可以减少欺诈活动造成的损失,还可以通过更快地发现可疑活动来减少身份盗用的损害。
ALLUVION是商业房地产预测工具,可以提供未来三年商业房地产市场的复杂和全面的表现,使投资者能够做出明智的决策。
目前,Diveplane一共有三位联合创始人。Michael Capps博士是著名的技术专家兼Diveplane Corporation的首席执行官。在共同创立Diveplane之前,Mike在电子游戏行业拥有传奇的职业生涯,曾担任Epic Games总裁、大片Fortnite和Gears of War的制作人。
Chris Hazard博士是Diveplane的联合创始人兼首席技术官。Diveplane的AI技术从Chris于2007年创立的Hazardous Software衍生出来,专注于大型组织、国防部和政府中的硬战略问题的决策支持、可视化和模拟。他曾在摩托罗拉担任CDMA基础设施的软件架构师,在Kiva Systems(现为Amazon Robotics)从事机器人协调和物流工作,并就网络安全政策向北约提供建议。
Mike Resnick是Diveplane Corporation的联合创始人兼技术研究员。他在Diveplane人工智能技术核心的工程设计方面,从迈克于2007年与他人共同创立的公司Hazardous Software开始,在软件行业拥有20年的经验。

AI初创公司Diveplane完成2500万美元A轮融资,MLOps赛道正当红-2.jpg

“Chris、Mike和Diveplane团队正在构建一个领先的技术平台,以利用AI的力量,同时保护隐私和可解释性,”Shield Capital的执行合伙人Raj Shah说。“我们很高兴与他们合作,因为他们的平台是大型组织安全实施和扩展AI的基础。”
2、AI圈大热的“MLOps”
Diveplane属于人工智能领域的MLOps赛道。MLOps(Machine Learning Operations/机器学习运维)是一种ML工程化实践,旨在整合ML模型开发(Dev)和ML模型运维(Ops),基于一系列流程和最佳实践,通过数据科学家和运维人员之间的敏捷协作来交付ML产品。
MLOps对提升人工智能或机器学习开发速度有关键作用。根据IDC数据,部署人工智能或机器学习解决方案平均需要9个多月的时间。而MLOps可以将这一过程减少到几周甚至几天。

AI初创公司Diveplane完成2500万美元A轮融资,MLOps赛道正当红-3.jpg

最近几年,随着人工智能产业由技术萌芽时期进入到规模应用期,企业竞争力也由技术创新驱动升级为“创新+应用”的双轮驱动。作为面向AI工程化实践的重要路径,MLOps开始受到行业的广泛关注。IDC预测,到2024年,60%的企业将使用MLOps实施其机器学习工作流。
虽然MLOps已经得到越来越多公司的关注,但是落地依然很困难。Google将MLOps分为三个级别:0级(手动)、1级(自动化CT)、2级(自动化CI/CD)。其中:0级是目前大部分AI项目的运作方式,每个环节均手动进行,开发与部署分离;1级支持AI项目中的自动化“持续训练”,形成模型训练的闭环;2级支持AI项目中的自动化“持续集成/部署”,形成模型部署闭环。
从落地现状来看,持续交付、持续训练、持续监控和模型治理难度依次提升,产业界当前尚处在提升持续交付和持续监控能力过程中,模型治理等仅有少量探索。
目前,MLOps的工具市场持续火热,端到端的MLOps一体化工具和细分场景的专项工具都非常火热,端到端工具追求大而全的功能集,专项工具在局部或某些场景下功能和性能较好,例如流水线编排、模型监控、特征存储、可观测等工具。未来,MLOps相关工具可能会成为AI软件市场的重要赛道。

AI初创公司Diveplane完成2500万美元A轮融资,MLOps赛道正当红-4.jpg

在MLOps领域,Diveplane的竞争对手包括Arize、Tecton和Weights&Biases等。其中,Arize刚于近期完成3800万美元的B轮融资。在更细分的合成数据方向,它还与MostlyAI、Gretel和Hazy等初创公司竞争。
随着MLOps生态的逐渐成熟,更多的新工具正在持续加强其所涉及的各个环节的功能,从而降低ML团队在实际生产中运用先进模型和算法的门槛和成本,打通算法、场景、数据之间的壁垒,真正实现ML的转化和落地。
本轮融资将为Diveplane提供进一步投资人工智能解决方案的机会,以满足不断增长的市场需求。作为协议的一部分,Shield Capital的执行合伙人Philip Bilden将加入Diveplane董事会。
资料来源:
https://diveplane.com/
https://www.infoq.com/articles/ai-ml-data-engineering-trends-2022/
https://mp.weixin.qq.com/s/CU6slC_xd9AHoDGAYmI2sQ
https://mp.weixin.qq.com/s/QgpNs4m8gQcmrMVnJRqRLg
https://mp.weixin.qq.com/s/gPdjRijORG5SzKFdLovv8g
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册