Η Union AI συγκεντρώνει $19,1 εκατομμύρια Series A για να απλοποιήσει τις ροές εργασίας AI και δεδομένων με το Flyte

Union AI

, μια startup ανοιχτού κώδικα με έδρα την Bellevue της Ουάσινγκτον που βοηθά τις επιχειρήσεις να δημιουργήσουν και να ενορχηστρώσουν τις ροές εργασιών τεχνητής νοημοσύνης και δεδομένων τους με τη βοήθεια μιας πλατφόρμας αυτοματισμού εγγενούς στο cloud, ανακοίνωσε σήμερα ότι συγκέντρωσε έναν κύκλο Series A $19,1 εκατομμυρίων από τη NEA και τη Nava Ventures. Η εταιρεία ανακοίνωσε επίσης τη γενική διαθεσιμότητα του πλήρως διαχειριζόμενου

Union Cloud

υπηρεσία.

Στον πυρήνα της Ένωσης είναι

Flyte

, ένα εργαλείο ανοιχτού κώδικα για τη δημιουργία πλατφορμών αυτοματισμού ροής εργασιών ποιότητας παραγωγής με εστίαση σε δεδομένα, μηχανική μάθηση και στοίβες αναλυτικών στοιχείων. Η ιδέα πίσω από την πλατφόρμα ήταν να δημιουργηθεί μια ενιαία πλατφόρμα που οι ομάδες θα μπορούσαν στη συνέχεια να χρησιμοποιήσουν για να δημιουργήσουν τους αγωγούς ETL και τις ροές εργασιών ανάλυσης, καθώς και τους αγωγούς μηχανικής εκμάθησης. Και ενώ υπάρχουν άλλα έργα στην αγορά που προσφέρουν παρόμοιες δυνατότητες ενορχήστρωσης, η ιδέα εδώ είναι να δημιουργηθεί ένα εργαλείο που είναι ειδικά κατασκευασμένο για τις ανάγκες των ομάδων μηχανικής μάθησης.

Το Flyte αναπτύχθηκε αρχικά μέσα στο Lyft, όπου ο Διευθύνων Σύμβουλος και συνιδρυτής της Union AI Ketan Umare ανέπτυξε μερικά από τα πρώτα μοντέλα ETA και κυκλοφορίας που βασίζονται στη μηχανική μάθηση της εταιρείας το 2016. Εκείνη την εποχή, η Lyft έπρεπε να κολλήσει διάφορα συστήματα ανοιχτού κώδικα για να βάλει αυτά τα μοντέλα στην παραγωγή.

«Έχουμε κάτι να τρέχει, αλλά στα παρασκήνια, ήταν ένας άντρας πίσω από την κουρτίνα. Συνέβαινε, αλλά ήταν πολλή δουλειά», είπε ο Umare. «Αυτό που μάθαμε ήταν ότι και άλλες ομάδες στην εταιρεία δυσκολεύονταν επίσης — και αυτές ήταν τεράστιες ομάδες. Και αυτό που συμβαίνει όταν οι ομάδες αγωνίζονται είναι ότι δεν μπορούν να διατηρήσουν το ταλέντο. Αυτό είναι ένα μεγάλο πρόβλημα, αλλά ποια ήταν η ρίζα αυτού; Δεν ήταν σε θέση να παραδώσουν τα πράγματά τους και δεν ήταν σε θέση να διατυπώσουν γιατί δεν ήταν σε θέση να παραδώσουν. Αποδεικνύεται ότι είναι πρόβλημα υποδομής».

Έτσι, ξεκίνησε με μια μικρή ομάδα να κατασκευάσει τα εργαλεία υποδομής για να διευκολύνει αυτές τις ομάδες να κατασκευάσουν τα μοντέλα τους και να τα βάλουν στην παραγωγή. Αλλά πάντα υπήρχε τριβή μεταξύ των μηχανικών λογισμικού και των ειδικών της μηχανικής εκμάθησης. “Ο λόγος ήταν ότι – τουλάχιστον με τον τρόπο που το έχω αποστάξει – νομίζω ότι το λογισμικό και τα συστήματα μηχανικής μάθησης ή τα προϊόντα τεχνητής νοημοσύνης είναι εγγενώς διαφορετικά θηρία”, υποστήριξε ο Umare. Κατά την άποψή του, το λογισμικό συνήθως ωριμάζει με την πάροδο του χρόνου, ενώ τα μοντέλα τεχνητής νοημοσύνης τείνουν να επιδεινώνονται. Αυτά τα μοντέλα, σημείωσε, επίσης συχνά αλλάζουν με βάση εξωτερικούς παράγοντες που οι χρήστες έχουν ελάχιστο έλεγχο. «Έτσι δεν μπορείτε να χρησιμοποιήσετε την ίδια υποδομή που χρησιμοποιείτε [software deployments],” αυτός είπε.

Σε εκείνο το σημείο, η ομάδα αποφάσισε να ανοίξει το έργο της με τη μορφή του Flyte και να συνεργαστεί με άλλους για να δημιουργήσει μια πλατφόρμα πιο εγγενή για τη μηχανική μάθηση.

Όπως συμβαίνει συχνά, ο Umare και τέσσερα άλλα μέλη της αρχικής ομάδας Flyte αποφάσισαν στη συνέχεια να δημιουργήσουν μια startup γύρω από αυτές τις βασικές ιδέες και το έργο ανοιχτού κώδικα Flyte, με την Union AI να κυκλοφορεί στα τέλη του 2020.

Επί του παρόντος, το Flyte χρησιμοποιείται από εταιρείες όπως το blackshark.ai, HBO, Intel, LinkedIn, Spotify, Stripe, Wolt και ZipRecruiter.

«Το διασκεδαστικό της συνεργασίας με αυτές τις μεγάλες εταιρείες – αυτό που κάνουμε στον ανοιχτό κώδικα – είναι ότι εργαζόμαστε σε μερικά από τα μεγαλύτερα μοντέλα στην πλατφόρμα μας. Ξέρουμε λοιπόν ότι λειτουργεί και δεν χρειάστηκε να φτιάξουμε κάτι συγκεκριμένα γιατί το κάνουμε αυτό εδώ και χρόνια. Απλώς έπρεπε να επεκτείνουμε μερικά πράγματα», είπε ο Umare.

«Με βάση μια ενιαία ομάδα, βλέπουμε 10 φορές περισσότερες εργασίες εκπαίδευσης εκτός σύνδεσης να αποστέλλονται από τη Flyte και αυτό έχει ως αποτέλεσμα 5 φορές πιο συχνές εκδόσεις μοντέλων με σημαντικά επιχειρηματικά κέρδη», δήλωσε ο Mick Jermsurawong, μηχανικός υποδομής μηχανικής μάθησης της Stripe. “Νομίζω ότι η συνειδητοποίηση εδώ είναι ότι η παραγωγικότητα ML δεν είναι ωραίο να έχεις, αλλά στην πραγματικότητα μια επιχειρηματική απαίτηση.”

Αλλά η πλατφόρμα Union AI δεν δημιουργεί απλώς το Flyte-as-a-service. Έχτισε και η ομάδα

Παντέρα

(ένα πλαίσιο για τη δοκιμή δεδομένων) και

Union ML

(ένα πλαίσιο που βρίσκεται πάνω από το Flyte και βοηθά τις ομάδες να δημιουργήσουν και να αναπτύξουν τα μοντέλα τους χρησιμοποιώντας το υπάρχον σύνολο εργαλείων τους). Το Union Cloud συνδυάζει όλα αυτά τα στοιχεία και στρώνει ένα σύνολο εργαλείων επιχείρησης, όπως η απλή σύνδεση, πάνω από αυτό.

«Η μηχανική εκμάθηση, και ειδικά τα μεγάλα μοντέλα γλωσσών, εγείρουν μεγάλα ζητήματα σχετικά με το απόρρητο και την ασφάλεια των πληροφοριών. Οι εταιρείες γίνονται όλο και πιο επιφυλακτικές όσον αφορά τη χρήση υπηρεσιών όπου χάνουν τον έλεγχο του τι ακριβώς συμβαίνει με τα δεδομένα τους», δήλωσε ο Greg Papadopoulos, venture partner, NEA. «Ο συνδυασμός της δύναμης των μεγάλων μοντέλων με τα πλούσια εταιρικά δεδομένα πρέπει να γίνεται με προσοχή — αυτός είναι ένας από τους λόγους για τους οποίους είμαστε τόσο ενθουσιασμένοι με την πρόοδο που έχει σημειώσει η ομάδα της Union.AI, πρώτα με το Flyte και τώρα με το Union Cloud. Αυτό ακριβώς απαιτούν οι άνθρωποι και είναι ένα πραγματικό στοιχείο διαφοροποίησης: Επιτρέψτε μου να εκμεταλλευτώ τη δύναμη των μεγάλων γλωσσικών μοντέλων διατηρώντας τον έλεγχο και την ιδιοκτησία των δεδομένων μου.»