多米诺数据实验室(Domino Data Lab)是一家初创公司，致力于为拥有大型数据科学团队的企业开发平台，该公司今天宣布，已筹集了4300万美元的股权融资。该公司即将升级其解决方案组合，并引入了一项新技术——多米诺模型监视器，旨在防止人工智能模型错误地显示偏差或退化。
通常，在使用模型之前，模型的精度会达到最佳状态。这个理论叫做概念漂移。模型试图预测的变量的统计特性将不可避免地随着时间而改变。比如人们的喜好变了，或者竞争对手的行为推翻了一些假设。多米诺(其客户包括戴尔、好事达、瑞银、布里斯托尔迈耶斯、康菲石油公司和洛克希德马丁)旨在通过自动化各种模型更新流程的产品来减少漂移。
Domino Workbench使工程师能够在一个地方搜索、讨论和重用工作时，使用现有工具来跟踪、复制和比较实验。他们可以在自己选择的硬件上旋转交互式工作空间，并在必要时将其扩展到更强大的计算资源。同时，他们使用内置的包管理器来组织整个项目中使用的库和工具，并使用版本化数据集来跟踪模型期间使用的数据。培训和测试。工作台的报告功能使管理员能够计划自动生成报告并发送给利益相关者，而数据管道可以处理保持模型最新的任务。它的按需启动器可以创建供业务用户自助使用的分析表。
在等式的模型操作中，Domino允许客户将模型部署为按需应用编程接口，或者导出模型以部署在其他基础架构上。模型监视器检测数据漂移(导致性能下降的数据变化)，监视模型的性能，并警告性能不佳的模型的工程师。一个免费的注册中心，无论模型部署在哪里或如何部署，都可以一目了然地显示模型的状态，并且与吉拉和其他企业工具的集成保持了法规遵从性所需的可审核性和安全性。
根据Domino的说法，生产模型的准确性下降10%到20%之间并不罕见，尤其是在动荡的社会和经济时代。一位发言人告诉VentureBeat:“现在，公司比以往任何时候都更需要意识到买家偏好的变化、经济变化和其他不可控制的外部因素，这些因素使他们的模式过时。" " Domino使公司能够[使用]仪表板来检测…变化…即使他们不想监控仪表板，他们也可以设置阈值，以便…他们可以发送通知来通知关键人员，是时候重新培训他们使用当今世界的更新数据或使用新算法完全重建它们了。"
Domino还密切关注计算和测量模型API、应用程序等的业务影响。因为它从进度和潜在障碍方面关注项目的运行状态。很快，由于平台后端的最新更新，Domino将允许客户制作外部托管的Git代码存储库(在GitHub、Bitbucket等上)。)容纳项目文件的主要方式。其他改进正在进行中，包括用于分布式处理的按需Spark集群、微软Azure和红帽Openshift支持的Kubernetes布局，以及将模型图像导出到亚马逊网络服务(AWS) Sagemaker的功能。
达美乐总部位于旧金山，瞄准保险、 服务、 和科技、生命科学、制造业、媒体和零售、医疗保健、石油和天然气以及银行等领域的公司，争夺新兴的“MLOps”市场。似乎进展顺利；在2018年8月D轮融资4000万美元后，由高地资本合伙人和戴尔资本共同牵头的最新一轮融资使其融资总额达到1.236亿美元。
标签：