Abacus.ai 是一个创建用于开发和部署企业 AI 技术的开发工具的平台，今天宣布它在由 Tiger Global 牵头、Coatue、Index Partners 和 Alkeon Ventures 参与的 C 轮融资中筹集了 5000 万美元。迄今为止，此次融资使公司的总资金达到 9030 万美元，首席执行官 Bindu Reddy 表示，这笔资金将用于进一步开发 Abacus 的人工智能技术，同时增加公司的员工队伍。
虽然在大数据和人工智能计划上投资超过 5000 万美元的公司比例在 2020 年达到 64.8%(高于 2018 年的 39.7%)，但各种规模的组织仍在努力快速成功地实施人工智能。据Gartner 称，大约 80% 的 AI 项目从未达到部署阶段，而那些部署的项目只有大约 60% 的时间盈利。
Abacus 由 Arvind Sundararajan、Siddartha Naidu 和 Reddy 于 2019 年创立，通过可以流式传输、监控、去偏差、合并、存储和转换数据的模块为组织提供开发 AI 模型的服务。根据 Reddy 的说法，没有高级数据科学知识且预算有限的用户可以使用它来迭代端到端系统，类似于 Twitter 和 TikTok 的内容提要以及 Gmail 的自动完成功能。
Reddy 通过电子邮件告诉 VentureBeat 说：“随着客户生成数量级更多的数据，将所有业务转移到数字领域，并希望使用 AI 模型来做出决策，我们已经看到我们的平台迅速被采用。”“我们很快就会看到人工智能采用的转折点，因为开发模型和操作它们变得越来越容易。”
自动机器学习
Abacus 包含“AutoML”的元素，或者将机器学习应用于现实世界问题的自动化过程。AutoML 涵盖了完整的管道，从原始数据集到可部署的机器学习模型，数据科学团队越来越多地采用它来克服组织中的障碍。Forrester报告称，25% 的公司正在采用 AI 的数据和分析决策者表示，他们计划在明年实施 AutoML 软件。根据这项研究，61% 的人表示他们已经实施了 AutoML 软件或正在实施它。
Abacus 进行研究并提供云 AI 服务，以帮助公司将机器学习模型嵌入到他们的流程中。客户选择一个用例并指向他们的数据，之后 Abacus 的引擎创建了一个 AI 系统，可用于进行和共享预测。
Abacus 表示，其系统应用了初创公司对生成模型和神经架构搜索的研究，以处理嘈杂或不完整的数据。从表面上看，它确定了最好的神经网络，可以对客户的专有数据集和用例进行建模，这些用例涵盖 IT 运营、营销和销售、欺诈和安全以及预测和规划。
此外，该系统还擅长配置管道、调度新数据的模型再训练、从原始数据提供模型服务，以及为模型的预测提供解释，雷迪说。“常见的企业 AI 用例，如流失建模、潜在客户评分和异常检测(在我们的平台上)已经呈指数级增长，”她补充道。“这场大流行对人工智能公司来说是件好事——尤其是对我们来说。”
从多个数据源中提取
除了新的资金外，Abacus 今天还宣布了它所谓的“视觉人工智能即服务”，以及对可以从语言、视觉和表格数据生成预测的混合人工智能模型的支持。根据 Reddy 的说法，客户现在可以使用数据集的组合来创建模型，从手头的所有可用数据中提取智能。
“例如，您可以基于非结构化数据(如房源描述和房屋照片)以及结构化表格数据(包括卧室、浴室数量等)预测房屋的收盘价，方法是将所有这些数据结合起来并使用 Abacus 预测工作流程生成一个结合所有数据类型的混合预测模型，”雷迪解释说。“这是从数据中提取情报的强大方法。”
尽管来自 Amazon SageMaker、Google 的 Cloud AutoML 等平台以及DataRobot和H2O.ai等初创公司的竞争，Abacus 表示，包括 1-800-Flowers 在内的 6,000 多个客户的 10,000 多名开发人员已使用其产品对大约 20,000迄今为止的个性化、时间序列预测和异常检测模型。这家总部位于加利福尼亚州旧金山的公司目前拥有 45 名员工，并计划在年底前扩大到 80 名。
“Abacus 为常见的企业用例提供了几个垂直集成的工作流，包括自然语言处理，”Reddy 继续说道。“新资金将用于继续构建更多垂直用例，如计算机视觉，并创建更多水平平台功能，如机器学习和深度学习操作模块。”
