機械学習のモデルの管理を効率化するComet.mlが約5億円を調達

次の記事

中南米のテックニュースまとめ読み

さまざまな仕事の新しいやり方、いわゆるニューノーマルを取り入れていくとき、新しいソフトウェアサービスを導入しようとする企業にとっては、あらゆることのもっと効率的な方法を探すことが何よりも重要になる。機械学習も、その例に漏れない。そこで、より効率的な機械学習プラットホームを作ろうとしているスタートアップであるComet.mlは米国時間4月22日、450万ドル(約5億円)の資金調達を発表した。

同社は以前、230万ドルのシード資金を調達しているが、今回の投資家もそのときと同じく、Trilogy Equity PartnersとTwo Sigma VenturesおよびFounder’s Co-opだ。

同社の共同創業者でCEOのGideon Mendels(ギデオン・メンデルス)氏は「我々はセルフホストでクラウドベースのメタ機械学習プラットホームを提供し、データサイエンスのAIチームと組んで、自分たちの実験とモデルを試行し説明し最適化しようとする彼らの作業を管理する」と説明する。

競合他社がどんどん増えている分野だが、同氏によると、複数のプラットホーム間を容易に移動できる能力が、同社の最も重要な差別化要因だ。

「我々は基本的に、インフラストラクチャを特定しない。だから顧客は自分のモデルの訓練を、ラップトップでもプライベートなクラスターでも、あるいは数多くあるクラウドプロバイダーのどれかでも、どこでやってもよい。どこでやるかは関係ないし、それらを切り替えてもいい」と同氏。

同社のプロダクトにはコミュニティバージョンともっと高度なエンタープライズバージョンがあり、後者はBoeingやGoogle、Uberなどが顧客だ。両プロダクト合わせて、同社プラットホームのユーザーはおよそ1万だ。

メンデルス氏によると、Cometはそのプラットホームの人気を利用して、顧客が一般公開しているデータをベースにモデルを構築できた。その最初のものは、モデルが訓練疲労をいつ見せ始めるかを予測した。コメットのモデルはそれがいつ起きるかを当てることができ、データサイエンティストに、そのような疲労が通常起きるタイミングよりも30%早くモデルをシャットダウンするよう合図できた。

同社は2017年にシアトルで行われたTechStars/Alexaでローンチした。コミュニティバージョンのプロダクトがデビューしたのは2018年だ。

[原文へ]

(翻訳:iwatani、a.k.a. hiwa