開源取證平臺檢核機器學習模型,Deepchecks 舉資 1400 萬美元投資
深度檢核(Deepchecks)是一家機器學習操作(MLOps)公司,近日宣布推出其開源平臺,用於持續取證機器學習(ML)模型。該平臺意在建立一個 ML 的安全性和可預測性標準,彌合研究和生產之間的差距。同時該公司也獲得了 1400 萬美元的種子融資,由 Alpha Wave Ventures 領投,Hetz Ventures 和 Grove Ventures 參與投資。這一專案旨在幫助製造商克服將可靠的模型轉移到生產環境的重要障礙,並提供全程的可視性和可靠性。
挑戰與機會
部署人工智慧(AI)系統的一個重大挑戰是確保它們常規執行,而且不會產生有害、偏見或不正確的結果。這在很大程度上是由於資料和 AI 的動態性以及 AI 本身缺乏世界常識。然而 ML 模型逐步從冗長的研究專案轉變為類似軟體開發的敏捷迭代模式。這就要求產業需要強大的流程和工具,以確保及時且高質量的部署。Deepchecks 透過借鑒軟體開發的經驗教訓,解決了 ML 所面臨的這些挑戰。
助力可靠性和預測性
Deepchecks 的開源平臺允許開發人員在整個 ML 生命周期中獲得可視性和信心,包括開發、部署和生產操作。該平臺提供了持續測試和取證的原則,幫助開發者可以構建和定制關鍵測試,以識別和預防問題。這些測試可以以可重用且高效的方式建立和應用。Deepchecks 還為生產環境提供監控和根本原因分析功能。該平臺已經受到了許多知名公司的關注和使用,包括 AWS、Booking 和 Wix 以及金融和醫療等高度規範性的行業。
提升模型測試和取證
Deepchecks 的共同創始人兼技術長 Shir Chorev 表示儘管機器學習市場預計將在 2030 年達到 2259.1 億美元,但只有一半的 ML 模型成功進入生產環境。這些模型往往面臨時間和預算約束,或者遭受重大故障。因此 Chorev 認為有必要採取增強的方法來提高應用程式的可靠性和預測性。Deepchecks 的開源平臺為從事 ML 取證的從業者、開發者和利益相關者帶來了好處,提高了透明性和信任,同時提高了實施這些措施的效率。
未來的機會
Deepchecks 幫助組織實施全面的測試和持續整合(CI)流程,促進合作並與審計人員進行有效和高效的迭代。這一流程確保了有效和高效的取證過程。Deepchecks 的開源工具在技術行業中獲得了廣泛的支援,即使在大型企業中也不例外。該公司的方法和結構使其和使用者能夠輕鬆擴充套件對各種資料和整合的支援,並在 AI 生命周期的不同階段和過程中新增取證。
結語
Deepchecks 的開源取證平臺為機器學習模型的可靠性和預測性提供了重要的解決方案。在不斷變化的資料和 AI 動態性的背景下,Deepchecks 的工具和平臺有助於確保模型的有效部署,並減少了將可靠模型轉移到生產環境的風險。此外開源的特性使得該平臺在資料隱私和安全性方面具有優勢。未來,Deepchecks 有望在機器學習取證和 MLOps 領域繼續提供更多機會。
延伸閱讀
- 開放 AI (OpenAI)的 ChatGPT 新聞發布:我們當前所知道的事情
- OpenAI 考慮允許 AI 色情內容?
- OpenAI 揭開 AI 祕密指令的面紗
- 盧西德機器人為清潔不只是窗戶,籌得 900 萬美元資金
- 深潛至海底者:機器學習揭開抹香鯨的「字母表」
- GitHub 推出 Copilot Workspace:AI 驅動的軟體工程空間
- Flatpay 獲得 4700 萬美元資金,專注於簡單的付款解決方案以服務小型商戶
- Ghost 可能加入 fediverse,成為開源 Substack 競爭對手
- Meta 宣布其 Llama 3 開源 LLM 將在下個月推出
- Coalesce 再次籌集資金,以協助 Snowflake 客戶轉換資料