El aprendizaje automático es un proceso complejo. Usted construye un modelo, lo prueba en condiciones de laboratorio y luego lo publica en el mundo. Después de eso, ¿cómo monitorea qué tan bien está rastreando lo que diseñó? Arthur quiere ayudar, y hoy surgió del sigilo con una nueva plataforma para ayudarlo a monitorear los modelos de aprendizaje automático en producción.
La compañía también anunció que había cerrado una ronda de semillas de $ 3.3 millones, que cerró en agosto.
El CEO y cofundador de Arthur, Adam Wenchel, dice que Arthur es análogo a una plataforma de monitoreo de desempeño como New Relic o DataDog, pero en lugar de monitorear sus sistemas, está rastreando el desempeño de sus modelos de aprendizaje automático.
“Somos una compañía de monitoreo y explicabilidad de IA, lo que significa que cuando pone sus modelos en producción, le permitimos monitorearlos para saber que no se están saliendo de los rieles, que puede explicar lo que están haciendo, que ellos ' no están funcionando mal y no están siendo totalmente parciales, 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 abandona el entorno controlado del laboratorio, muchos pueden salir mal, y es difícil hacer un seguimiento de eso. “Los modelos siempre funcionan bien en el laboratorio, pero luego los expones en el mundo real y a menudo hay una disminución en el rendimiento, de hecho, casi siempre. Así que poder medir y monitorear esa 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 la plataforma Watson a principios de este año, pero Wenchel dice que la participación de los grandes podría funcionar en beneficio de su empresa, ya que su producto es independiente de la plataforma. “Tener un tercero neutral para su monitoreo que funcione igual de bien en 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 orientados a los datos es el comportamiento del modelo en la producción. La plataforma Arthur es, con mucho, la mejor solución que hemos visto para el monitoreo y la transparencia de la IA … “, dijo.
La compañía, con sede en la ciudad de Nueva York, actualmente cuenta 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