El aprendizaje automático es un proceso complejo. Construyes un modelo, lo pruebas en condiciones de laboratorio y luego lo expones al mundo. Después de eso, ¿cómo monitorea qué tan bien está rastreando aquello para lo que lo diseñó? Arthur quiere ayudar, y hoy surgió de la clandestinidad con una nueva plataforma para ayudarlo a monitorear los modelos de aprendizaje automático en producción.
La compañía también anunció una ronda inicial de $ 3,3 millones, que cerró en agosto.
El CEO y cofundador de Arthur, Adam Wenchel, dice que Arthur es similar a una plataforma de monitoreo de rendimiento como New Relic o DataDog, pero en lugar de monitorear sus sistemas, está rastreando el rendimiento de sus modelos de aprendizaje automático.
“Somos una empresa de monitoreo y explicabilidad de IA, lo que significa que cuando pones tus modelos en producción, te permitimos monitorearlos para saber que no se están descarrilando, que puedes explicar lo que están haciendo, que no están funcionando mal y no están totalmente sesgados, todas las formas en que los modelos pueden salir mal”, explicó Wenchel.
Los científicos de datos construyen modelos de aprendizaje automático y los prueban en el laboratorio, pero como dice Wenchel, cuando ese modelo sale del entorno controlado del laboratorio, muchas cosas pueden salir mal y es difícil hacer un seguimiento de eso. “Los modelos siempre funcionan bien en el laboratorio, pero luego los pones en el mundo real y, a menudo, hay una caída en el rendimiento; de hecho, casi siempre. Entonces, poder medir y monitorear eso es una capacidad que la gente realmente necesita”, dijo.
Curiosamente, AWS anunció una nueva herramienta de monitoreo de modelos la semana pasada como parte de SageMaker Studio. IBM también anunció una herramienta similar para modelos construidos en Watson plataforma a principios de este año, pero Wenchel dice que la participación de los grandes podría beneficiar a su empresa, ya que su producto es independiente de la plataforma. “Tener un tercero neutral para su monitoreo que funcione igualmente bien en todas las pilas será muy valioso”, dijo.
En cuanto a la financiación, fue codirigida por Work-Bench e Index Ventures, con la participación de Hunter Walk en Homebrew, Jerry Yang en AME Ventures y otros.
Jonathan Lehr, socio general de Work-Bench, ve una empresa con mucho potencial. “Hablamos regularmente con ejecutivos de ML de compañías Fortune 1000 y una de sus mayores preocupaciones a medida que se vuelven más basados en datos es el comportamiento del modelo en producción. La plataforma Arthur es, con mucho, la mejor solución que hemos visto para el monitoreo y la transparencia de la IA…”, dijo.
La empresa, que tiene su sede en la ciudad de Nueva York, cuenta actualmente con 10 personas. Se lanzó en 2018 y desde entonces ha estado trabajando en el producto. Hoy marca el lanzamiento del producto públicamente.
Source link