Weights and Biases recauda $ 45 millones para promover la gobernanza de MLOps

Weights and Biases, proveedor de una plataforma para permitir la colaboración y la gobernanza entre equipos que crean modelos de aprendizaje automático, reveló hoy que ha recaudado una ronda de Serie B de 45 millones de dólares liderada por Insight Partners.

La compañía proporciona una plataforma de software como servicio (SaaS) diseñada para facilitar que los equipos de inteligencia artificial reproduzcan primero los resultados y luego expliquen cómo funciona realmente un modelo de inteligencia artificial, dijo Lukas Biewald, director ejecutivo de Weights. And Biases.

La plataforma Weights and Biases se usa principalmente para rastrear experimentos de IA y administrar diferentes versiones de los conjuntos de datos utilizados para entrenar un modelo de IA. La financiación se utilizará para expandir las capacidades actuales, así como para agregar la capacidad de evaluar modelos, iniciar consultas de búsqueda de hiperparámetros y administrar canalizaciones de datos, dijo Biewald. Weights and Biases también expandirá sus equipos de ingeniería, crecimiento, ventas y éxito del cliente, agregó Biewald.

El desafío al que se enfrentan los equipos que crean modelos de inteligencia artificial hoy en día es que el mismo experimento podría producir resultados diferentes en días diferentes porque los algoritmos de aprendizaje automático no se comportan de manera consistente o pueden haber descubierto más información a partir de los datos expuestos. Este problema crea la necesidad de monitorear cómo se comportan los experimentos que involucran diferentes modelos de IA. Las capacidades proporcionadas por Weights and Biases jugarán un papel vital para permitir que las organizaciones de TI gobiernen los modelos de IA y, en última instancia, cumplan con cualquier mandato de cumplimiento, señaló Biewald. “Es irresponsable implementar un modelo de IA en un entorno de producción si no se sabe cómo se construyó”, dijo Biewald.

Este problema de gobernanza también va a la raíz de una controversia en curso sobre la explicabilidad de la IA. Los creadores de modelos de inteligencia artificial no pueden explicar con absoluta certeza por qué los algoritmos de aprendizaje automático empleados en un experimento podrían haber producido un resultado diferente de otro experimento con los mismos datos. En el corazón de este problema está el hecho de que el software es construido de manera diferente por máquinas que por humanos. Una plataforma de operaciones de aprendizaje automático (MLOps) gobierna esencialmente el proceso mediante el cual los humanos permiten que los algoritmos de aprendizaje automático creen software. Sin embargo, estos algoritmos pueden no crear software de la misma forma dos veces. A medida que los equipos de TI actualizan los modelos de IA a medida que se encuentran disponibles nuevos datos, una plataforma que les permita realizar un seguimiento de los experimentos se vuelve esencial, señaló Biewald.

Los inversores actuales de Weights & Biases incluyen a Coatue, Trinity Ventures y Bloomberg Beta. Como parte de la ronda, el director ejecutivo de Insight Partners, George Mathew, se ha unido a la junta directiva de Weights and Biases.

Mientras tanto, lo que constituye precisamente un conjunto de mejores prácticas para MLOps sigue siendo un trabajo en progreso. Weights and Biases, por ejemplo, está posicionando su plataforma como un complemento de las tiendas de características emergentes para proporcionar a las organizaciones de TI un repositorio para compartir tanto los modelos de IA como los componentes utilizados para construirlos. La industria ya ha atraído a un grupo de nuevas empresas, así como la atención de Amazon Web Services (AWS), Microsoft, Google, IBM y otros proveedores de servicios en la nube.

Al mismo tiempo, no está claro cuánta influencia ejercerán los proyectos de código abierto a medida que madura la categoría. La mayoría de los proyectos MLOps de código abierto son todavía relativamente incipientes y muchas organizaciones no necesariamente quieren depender del software de código abierto que necesitan para la integración y el mantenimiento. Pero muchos creadores de modelos de IA ya han mostrado una fuerte preferencia por las herramientas de código abierto como Tensorflow. Weights and Biases actualmente hace que su software de cliente esté disponible bajo una licencia de código abierto, pero la plataforma SaaS back-end se basa en código propietario.

La actual falta de explicabilidad de la IA no parece tener un impacto significativo en el entusiasmo general por la investigación y el desarrollo. A raíz de la recesión económica provocada por la pandemia de COVID-19, se han desarrollado proyectos de inteligencia artificial que prometen reducir los costos en una serie de verticales. El desafío, por supuesto, es examinar esos proyectos. Después de todo, una cosa es estar mal. En general, es otra cosa equivocarse en algo a nivel de escala que involucre un proyecto de IA.