最新新闻:

WhyLabs为ML操作带来更多透明度

时间:2020-09-24 16:08:23来源:

从艾伦研究所(Allen Institute)分离出来的新机器学习创业公司WhyLabs今天脱颖而出。由一群前亚马逊机器学习工程师Alessya Visnjic,Sam Gracie和Andy Dang以及Madrona Venture Group的负责人Maria Karaivanova共同创立的,WhyLabs的重点是模型经过训练后的ML操作-而不是从地面构建这些模型向上。

该小组今天还宣布,已从Madrona Venture Group筹集了400万美元的种子资金, 贝索斯探险队, Defy Partners和Ascend VC。

该公司首席执行官Visnjic过去一直在研究亚马逊的需求预测模型。

她告诉我:“该团队全是研究科学家,而我是唯一拥有一级操作经验的工程师。” “所以我想,“好吧,那有多糟?我以前在零售网站上进行过寻呼机。但这是我们在亚马逊进行的首批AI部署之一大规模地。因为没有真正的工具,所以寻呼机的职责特别有趣。因此,当出现问题时-就像我们要订购过多的黑色袜子一样-找出问题原因的工作量很大。但是,尽管像亚马逊这样的大公司已经构建了自己的内部工具来帮助其数据科学家和AI从业人员操作他们的AI系统,但是大多数企业仍在为此而苦苦挣扎-许多AI项目只是失败了而从未投入生产。Visnjic说:“我们认为发生的主要原因之一是操作流程仍然是超级手动的。” “因此,在WhyLabs,我们正在构建解决此问题的工具-特别是监视和跟踪数据质量和警报-您可以将其视为AI应用程序的Datadog。”

团队带来了野心,但是要开始,它就专注于可观察性。团队正在构建并开源,使用低开销的代理程序连续记录AI系统中发生的情况的新工具。这个与平台无关的系统被称为WhyLogs,旨在帮助从业者了解通过AI / ML管道传输的数据。

Visnjic指出,对于许多企业而言,流经这些系统的数据量是如此之大,以至于他们保留“很多备有针刺的大干草堆以进行一些调查是没有意义的”。未来。” 因此,他们所做的只是丢弃所有这些。WhyLabs借助其数据记录解决方案,旨在为这些公司提供工具,以在管道开始时就对其数据进行调查并发现问题。

声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。

图文推荐

热点排行

精彩文章

热门推荐