Aporia mengumpulkan $ 5 juta untuk platform pengamatan AI-nya – TechCrunch


Model pembelajaran mesin (ML) hanya sebagus data yang Anda berikan. Itu benar selama pelatihan, tetapi juga setelah model dimasukkan ke dalam produksi. Di dunia nyata, datanya sendiri dapat berubah saat peristiwa baru terjadi dan bahkan perubahan kecil pada bagaimana database dan API melaporkan dan menyimpan data dapat berdampak pada bagaimana model bereaksi. Karena model ML hanya akan memberikan prediksi yang salah dan tidak menimbulkan error, bisnis harus memantau pipeline data mereka untuk sistem ini.

Di situlah alat seperti Aporia berperan. Perusahaan yang berbasis di Tel Aviv hari ini mengumumkan bahwa mereka telah mengumpulkan dana sebesar $ 5 juta untuk platform pemantauannya untuk model ML. Investornya adalah Vertex Ventures dan TLV Partners.

Kredit Gambar: Aporia

Salah satu pendiri dan CEO Aporia, Liran Hason, setelah lima tahun bersama Pasukan Pertahanan Israel, sebelumnya bekerja di tim ilmu data di Adallom, sebuah perusahaan keamanan yang diakuisisi oleh Microsoft pada tahun 2015. Setelah penjualan, ia bergabung dengan perusahaan ventura Vertex Ventures sebelumnya memulai Aporia pada akhir 2019. Tetapi selama berada di Adallom di mana dia pertama kali menemukan masalah yang sekarang coba dipecahkan oleh Aporio.

“Saya bertanggung jawab atas arsitektur produksi model pembelajaran mesin,” katanya tentang waktunya di perusahaan. “Jadi sebenarnya di situlah, untuk pertama kalinya, saya mengalami tantangan dalam membawa model ke produksi dan semua kejutan yang Anda dapatkan di sana.”

Ide di balik Aporia, jelas Hason, adalah untuk memudahkan perusahaan menerapkan model pembelajaran mesin dan memanfaatkan kekuatan AI secara bertanggung jawab.

“AI adalah teknologi yang sangat kuat,” katanya. “Tapi tidak seperti perangkat lunak tradisional, ini sangat bergantung pada data. Karakteristik unik AI lainnya, yang sangat menarik, adalah ketika gagal, ia gagal secara diam-diam. Anda tidak mendapatkan pengecualian, tidak ada kesalahan. Itu menjadi sangat, sangat rumit, terutama saat menuju produksi, karena dalam pelatihan, data scientist memiliki kendali penuh atas data tersebut. “

Namun seperti yang dicatat Hason, sistem produksi mungkin bergantung pada data dari vendor pihak ketiga dan suatu hari vendor tersebut dapat mengubah skema data tanpa memberi tahu siapa pun tentangnya. Pada titik itu, sebuah model – katakanlah untuk memprediksi apakah nasabah bank mungkin gagal membayar pinjaman – tidak dapat dipercaya lagi, tetapi mungkin perlu berminggu-minggu atau berbulan-bulan sebelum ada yang memperhatikan.

Aporia terus-menerus melacak perilaku statistik dari data yang masuk dan ketika itu terlalu jauh dari set pelatihan, itu akan mengingatkan penggunanya.

Satu hal yang membuat Aporia unik adalah ia memberi penggunanya alat grafis yang hampir seperti IFTTT atau Zapier untuk mengatur logika monitor ini. Itu datang dengan pra-konfigurasi dengan lebih dari 50 kombinasi monitor dan memberikan visibilitas penuh tentang bagaimana mereka bekerja di belakang layar. Hal itu, pada gilirannya, memungkinkan bisnis menyesuaikan perilaku monitor ini untuk kasus dan model bisnis spesifik mereka sendiri.

Awalnya, tim mengira dapat membangun solusi pemantauan umum. Tetapi tim menyadari bahwa ini tidak hanya menjadi pekerjaan yang sangat kompleks, tetapi para ilmuwan data yang membuat model juga tahu persis bagaimana model tersebut harus bekerja dan apa yang mereka butuhkan dari solusi pemantauan.

“Memantau beban kerja produksi adalah praktik rekayasa perangkat lunak yang sudah mapan, dan pembelajaran mesin sudah lewat waktu untuk dipantau pada tingkat yang sama,” kata Rona Segev, mitra pendiri di TLV Mitra. “Aporia‘s tim memiliki pengalaman teknik produksi yang kuat, yang menjadikan solusi mereka menonjol sebagai solusi yang sederhana, aman, dan andal. ”

Posted By : Togel Online