Una nueva startup llamada Arize AI está construyendo lo que llama una plataforma de análisis en tiempo real para la “observabilidad” en inteligencia artificial y aprendizaje automático.
La compañía está dirigida por el CEO Jason Lopatecki, quien también se desempeñó como director de estrategia y director de innovación en TubeMogul, la compañía de publicidad en video. adquirido por Adobe. El cofundador y ex CEO de TubeMogul, Brett Wilson, también es inversor y miembro de la junta.
Si bien Arize AI solo está saliendo del sigilo hoy, ya ha recaudado $ 4 millones en fondos liderados por Fundación Capital, con participación de Wilson y Trinity Ventures.
Y ya se hizo una adquisición: A Y combinador de inicio con respaldo llamado Monitor ML. Todo el equipo de Monitor ML se unirá a Arize, y su CEO Aparna Dhinakaran (que anteriormente construyó infraestructura de aprendizaje automático en Uber) se está convirtiendo en el cofundador y director de producto de Arize.
Lopatecki y Dhinakaran dijeron que incluso cuando lideraban dos startups separadas, intentaban resolver problemas similares, problemas que ambos vieron en las grandes empresas.
“Las empresas están implementando estos modelos complejos que son difíciles de entender, no son fáciles de solucionar o depurar”, dijo Lopatecki. Entonces, si un modelo de IA o ML no está entregando los resultados deseados, “El estado del arte actual es: si presenta un ticket, el científico de datos regresa con una respuesta complicada, todos se rascan la cabeza, todos esperan que el problema haya desaparecido . A medida que empuja más y más modelos en la organización, eso no es lo suficientemente bueno “.
De manera similar, Dhinakaran dijo que en Uber, vio a su equipo pasar mucho tiempo “respondiendo a la pregunta:” Oye, ¿está funcionando bien la modelo? “Y sumergirse en el rendimiento de esa modelo fue realmente un problema difícil”.
Para resolverlo, ella dijo: “La primera fase es: ¿Cómo podemos hacer que sea más fácil llevar estos análisis e ideas en tiempo real sobre su modelo directamente a las personas que lo monitorean en producción, el científico de datos o el gerente de producto o ¿Equipo de ingeniería?”
Lopatecki agregó que Arize AI está proporcionando más que “una métrica que dice que es bueno o malo”, sino más bien una amplia gama de información que puede ayudar a los equipos a ver cómo está funcionando un modelo, y si hay problemas, si esos problemas están relacionados con los datos o con el modelo en sí.
Además de darles a las compañías un mejor manejo de cómo están funcionando sus modelos de IA y ML, Lopatecki dijo que esto también permitirá a los clientes hacer un mejor uso de sus científicos de datos: “[You don’t want] el equipo más pequeño y costoso para solucionar problemas e intentar explicar si se trataba de predicciones correctas o no … ¿Quieres que surjan ideas? [to other teams], por lo que su investigador principal está investigando, no explicando esa investigación al resto del equipo.
Comparó las herramientas de Arize AI con Google Analytics, pero agregó: “No quiero decir que es un panel de control ejecutivo, ese no es el posicionamiento correcto de la plataforma”. Es un producto de ingeniería, similar a Splunk: es realmente para ingenieros, no para ejecutivos “.
Lopatecki también reconoció que puede ser difícil entender el panorama de IA y ML en este momento (“Soy técnico, lo hice EECS en Berkeley, entiendo ML muy bien, pero incluso algunas de las compañías en este espacio me pueden confundir “). Argumentó que si bien la mayoría de las otras compañías están tratando de abordar todo el proceso de IA, “realmente nos estamos centrando en la producción”.
Source link