أعلنت شركة Qwak الإسرائيلية الناشئة ، التي تزود المؤسسات بمنصة MLOps الشاملة لبناء ونشر النماذج على نطاق واسع ، اليوم عن 12 مليون دولار في جولة تمويل جديدة. تخطط الشركة لاستخدام رأس المال لمواصلة تطوير منتجاتها وإنشاء “سحابة للتعلم الآلي” للمؤسسات في نهاية المطاف.
على الرغم من أن التعلم الآلي (ML) كان نقطة نقاش لفترة طويلة ، فقد شهد عام 2022 انتقاله إلى الاتجاه السائد مع إطلاق تطبيقات الذكاء الاصطناعي التوليدية مثل Dall-E و MidJourney و ChatGPT. تتسابق الشركات اليوم بقوة لبناء نماذج ML لإطلاق العنان للقيمة عبر الوظائف ، سواء كان ذلك دعم العملاء في الوقت الفعلي أو اكتشاف الاحتيال أو تحديد إستراتيجية التسعير.
>> تابع تغطية الذكاء الاصطناعي التوليدية المستمرة من VentureBeat <<
ومع ذلك ، عندما يتعلق الأمر ببناء نماذج عالية الأداء ودمجها في المنتجات ، تصبح الأمور معقدة. يتعين على فرق علوم البيانات التعامل مع بيئة مجزأة للغاية حيث يتعين عليهم التكامل مع مختلف أصحاب المصلحة مثل DevOps ومهندسي البيانات واستخدام الأدوات المتخصصة لبناء خط أنابيب نموذجي بسيط. يستغرق هذا وقتًا وموارد كبيرة – لدرجة أن العديد من المشاريع لا تصل حتى إلى مرحلة الإنتاج. وبالنسبة للنماذج القليلة التي تصل إلى مرحلة الإنتاج ، يمكن أن يستغرق النشر وقتًا طويلاً ، تليها الحاجة الفورية إلى مراقبتها باستمرار من أجل الجودة والكفاءة.
واجه Alon Lev ، الذي تولى سابقًا منصب نائب رئيس البيانات في Payoneer ، تحديات مماثلة ووجد أن الشركات الأكبر والأكثر تقدمًا فقط لديها الموارد اللازمة لبناء منصات ML الداخلية الخاصة بها. كافح بقية الصناعة لتحويل الأفكار بكفاءة إلى نماذج ML. أدى ذلك به وزملائه المؤسسين من AWS و ironSource و Wix إلى إطلاق Qwak كمنصة MLOps موحدة.
كيف يعمل؟
كما أوضح ليف ، يدمج Qwak جميع أجزاء دورة حياة MLOps في مكان واحد ، مما يسمح لفريق علوم البيانات بالعمل بشكل مستقل ، مباشرة من مرحلة بناء النماذج ، ومقارنة الأداء وتحليل التغييرات لنقلها إلى بيئة الإنتاج ومراقبة القيادة جهود.
تتم إدارة النظام الأساسي بالكامل (مستضاف إما على Qwak’s أو سحابة العميل) ، مما يعني أن فرق علوم البيانات لا تحتاج إلى تثبيت حزم أو صيانة البنية التحتية ، ويتولى المنتج جميع البنية التحتية التشغيلية.
“في نهاية اليوم ، يتيح Qwak لفرق علوم البيانات أن تكون أكثر فاعلية ، وتقصير وقت تطوير النموذج بشكل كبير. بدلاً من عدة أشهر ، يمكن اختصار العملية برمتها إلى بضع ساعات ، مما يسمح للفرق بالتكرار بشكل أسرع وتحسين اختبار الجودة لنماذج ML وسلوكهم ، “لاحظ ليف.
منذ إطلاقها في ديسمبر 2020 ، تدعي Qwak أنها شهدت نموًا سنويًا بمقدار 10 أضعاف مع تسجيل عشرات الشركات لمنصتها ، بما في ذلك NetApp و Lightricks و Yotpo و JLL و Guesty و OpenWeb.
المنافسة في MLOps
نمت مساحة MLOps بشكل ملحوظ مع العديد من الأدوات مفتوحة المصدر والموردين الذين يتطلعون إلى مساعدة المؤسسات على بناء ونشر نماذج من مستوى الإنتاج ، بما في ذلك Deci و Domino Data Labs و H2O AI.
من جانبها ، تدعي Qwak أنها تميز عن هؤلاء اللاعبين من خلال تقديم جميع المكونات ودمجها معًا.
”بينما هناك الكثير [vendors] التي تغطي مختلف مكونات Qwak – بما في ذلك متجر الميزات ، وتسجيل النموذج ، والخدمة ، والمراقبة ، ومنسقي خطوط أنابيب ML – تكمن القوة الحقيقية في إنشاء منصة موحدة حيث يتم دمج جميع هذه الأجزاء بسلاسة. من خلال القيام بذلك ، نوفر تجربة مبسطة لعلماء البيانات ، مما يقضي على الاحتكاك في توصيل أدوات متعددة في كل مرة يحتاج فيها النموذج إلى البناء أو الترقية ، “لاحظ ليف.
وأضاف أن هذا يحسن الرؤية ويسهل مشاركة مكونات ML بين أعضاء الفريق ، وتحسين التعاون وتعزيز الإنتاجية.
من خلال هذه الجولة ، التي قادتها Bessemer Venture Partners ، ستستمر الشركة في بناء هذا العرض الشامل والمضي قدمًا نحو رؤيتها طويلة المدى لبناء سحابة شاملة للتعلم الآلي. كما تخطط لتوسيع فريقها في الأسواق الأمريكية والأوروبية.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
