Abacus.ai, de twee jaar oude startup uit San Francisco die commerciële AI-systemen bouwt, heeft vrijdag aangekondigd dat het een API-luisterservice heeft ingeschakeld die real- tijdgegevens in machine learning-modellen voor taken zoals voorspellingen.
Abacus was al op de markt gekomen met een vorm van auto-ML, een manier om deep learning-modelbouw voor klanten te automatiseren. Het bedrijf heeft meer dan 6.000 klanten verzameld die meer dan 20.000 modellen hebben gebruikt.
Voorheen was die service beperkt tot de automatische modellen die Abacus zou aanbieden. Nu neemt de service elk TensorFlow- of Pytorch-model dat een klant meebrengt en sluit dat aan op wat het bedrijf een 'end-to-end, realtime deep learning-systeem' noemt.
Ook: AI-startup Abacus.ai haalt $ 22 miljoen op in Series B-financiering om het maken van deep learning-modellen te automatiseren < /p>
CEO en mede-oprichter Bindu Reddy vertelde ZDNet dat de software “de enige service is die je kunt gebruiken om snel een realtime deep learning-systeem op te zetten.”
Het systeem bestaat uit modules die zijn ontwikkeld door Abacus.ai die zorgen voor de opname van gegevens op een streaming-manier, evenals voor wat wordt genoemd vector-matching. Vectorovereenkomst is vergelijkbaar met een Google-service genaamd ScanN die zoekopdrachten kan koppelen aan gerelateerde inhoud door een overeenkomstfunctie te berekenen.
Abacus.ai heeft zijn eigen vector matching engine ontwikkeld. In tegenstelling tot ScanNN, dat niet gepaard gaat met de opname van realtime gegevens, is die mogelijkheid “turn-key” bij het gebruik van Abacus.ai's versie van vectormatching, zei Reddy.
De Abacus.ai vector matching engine dashboard.
Abacus.ai
Een toepassing van de technologie kan zoiets zijn als een aanbevelingsservice. In plaats van een statische reeks aanbevelingen op te halen die voor een bepaalde gebruiker zijn samengesteld, kan het Abacus.ai-systeem in een tijdsbestek, misschien om de twee uur, de individuele items die de gebruiker onlangs heeft 'leuk' vinden, verwerken en deze verwerken tot komen met nieuwe aanbevelingen.
Reddy vertelde ZDNet dat de modellen die worden ingezet voor aanbevelingen en andere functies voortdurend opnieuw worden getraind in een soort continue leerapplicatie.
“De hertraining gebeurt op basis van hoe vaak uw gegevens veranderen”, zegt Reddy. “In het geval van newsfeed-algoritmen verwachten we bijvoorbeeld dat er heel vaak genoeg nieuwe berichten worden gemaakt, dus we trainen om de paar minuten opnieuw.
Naast zijn commerciële werk, doet Abacus.ai fundamenteel werk aan de wetenschap van deep learning om zijn tools verder te ontwikkelen. Zo behaalde het bedrijf dit jaar de tweede plaats tijdens de conferentie over neurale architectuurzoekopdrachten van de Computer Vision and Pattern Recognition-conferentie.
Abacus.ai heeft tot nu toe $ 40,5 miljoen aan financiering ontvangen, meest recentelijk met een Series B-ronde onder leiding van durfkapitaalbedrijf Coatue, in november. Andere investeerders zijn Index Partners, dat in juli deelnam aan een Series A-investeringsronde van in totaal $ 13 miljoen, Decibel Ventures, een investering van voormalig Google-CEO Eric Schmidt, investeerder en voormalig Amazon-directeur Ram Shriram, en Yahoo! mede-oprichter en voormalig CEO Jerry Yang.
Het bedrijf heeft momenteel 45 mensen in dienst.
Abacus-medeoprichters, van links , Siddartha Naidu, voorheen hoofdingenieur van het fulfilmentteam van Amazon en tevens ontwikkelaar van de BigQuery-software bij Google; Bindu Reddy, voorheen hoofd van “AI Verticals” voor Amazon's AWS; en Arvind Sundararajan, voorheen engineering lead voor Google's ad delivery-technologie.
Abacus
Verwante onderwerpen:
Enterprise Software Digitale transformatie CXO Internet of Things Innovatie Smart Cities 