Мы рады объявить, что Аквариум собрал 2,6 миллиона долларов в виде посевного финансирования во главе с Sequoia при участии Y Combinator. В рамках нашего финансирования мы сотрудничаем с Майком Верналом из Sequoia. Эти средства будут использованы для роста нашей команды, дальнейшего улучшения продукта и расширения бизнеса.

Aquarium - это система управления данными с машинным обучением (ML). Модель машинного обучения хороша ровно настолько, насколько хороши данные, на которых она обучена: Aquarium позволяет легко находить ошибки маркировки и сбои модели, а затем помогает вам настроить набор данных, чтобы исправить эти проблемы и оптимизировать производительность вашей модели.

За год, прошедший с момента основания Aquarium, мы закончили Y Combinator, обработали миллионы точек данных и помогли широкому кругу клиентов улучшить производительность своих моделей до 18% за один цикл итерации.

Куинн и я основали Аквариум, потому что мы видели множество удивительных приложений искусственного интеллекта, появившихся в столь разных секторах, как сельское хозяйство, производство, логистика, медицина и т. Д. В то же время мы увидели, что большинство проектов все еще находятся на стадии прототипа, и у них возникли проблемы с адаптацией своих моделей к сложностям развертывания в реальном мире. Хотя ИИ собирается коренным образом изменить способ работы людей, он еще не реализовал свой потенциал.

В нашем предыдущем опыте работы в качестве первых сотрудников Cruise мы разработали модели машинного обучения для беспилотных автомобилей и пытались заставить эти модели работать на достаточно высоком уровне производительности, чтобы быть безопаснее, чем человек. Теперь мы извлекаем уроки и создаем продукты мирового класса, которые сделают возможным новую волну трансформирующих приложений искусственного интеллекта в областях, помимо самостоятельного вождения. Мы работаем с множеством замечательных клиентов, которые внедряют модели машинного обучения в производство: UiPath для автоматизации роботизированных процессов, AMP Robotics для утилизации роботов и Sterblue для дронов для проверки инфраструктуры, и это лишь некоторые из них.

Мы планируем использовать это финансирование, чтобы помочь нашим клиентам быстрее выпускать более качественные модели. Мы вкладываем значительные средства в то, чтобы упростить выявление проблем с производительностью модели, нахождение правильных данных для маркировки, чтобы исправить эти проблемы, и переобучение модели, которая будет значительно лучше и готова к производству. Наша конечная цель - упростить создание модели специалистами, не занимающимися машинным обучением, и ее постоянное улучшение с течением времени.

Это только начало нашего пути, и мы будем рады поговорить со всеми, кому было бы полезно использовать Aquarium для расширения своих собственных конвейеров машинного обучения. Если вы хотите попробовать Аквариум на себе, загляните на наш сайт!