ML可観測性プラットフォームのAporiaが約28.8億円のシリーズA資金を調達

テルアビブに拠点を置くAporia(アポリア)は、企業がAIベースのサービスを監視・説明できるように支援するスタートアップ企業だ。同社は米国時間2月23日、Tiger Global(タイガー・グローバル)が主導する2500万ドル(約28億8000万円)のシリーズA資金調達ラウンドを実施したことを発表した。このラウンドには、新たに投資に加わったSamsung Next(サムスン・ネクスト)の他、以前の投資家であるTLV Partners(TLVパートナーズ)とVertex Ventures(ヴァーテックス・ベンチャーズ)も参加、同社の調達資金総額は3000万ドル(約34億6000万円)に達した。

2021年サービスを開始した当初は、オブザーバビリティ(可観測性)プラットフォームであることに正面から取り組んでいた同社だが、それからチームはその網を少し広げ、フルスタックのML(機械学習)モニタリング・プラットフォームとなっていった。

「今のところ、私たちのソリューションには4つの柱があります」と、Aporiaの共同創業者兼CEOであるLiran Hason(リラン・ハソン)氏は説明する。「1つ目の柱は可視性、つまりダッシュボード機能のようなもので、予測値などを見ることができます。2つ目は、かなり新しいものですが、説明可能性です。すでに何人かのユーザーには使っていただいています。3つ目がモニタリング、そして4つ目が自動化ですが、これも新しいものです」。

自動化は、もちろん、どのような監視サービスにとっても、明白な次のステップである。ユーザーは普通、受け取ったアラートに対して、何らかのアクションを起こしたいと思うからだ。Aporiaは、すでにその監視サービスにドラッグアンドドロップツールを取り入れていたので、この機能もすぐに追加できた。この自動化機能を拡張して、より複雑なユーザーケースに対応できるようにしたいと、ハソン氏は言及している。

また、説明可能性も、顧客からのフィードバックを基に追加した機能だ。企業には規制当局から、自社のAIモデルが何を行っているかを説明できるように求める圧力が増している。Aporiaは、モデルがなぜそのような予測をするのか、また、さまざまな入力パラメータがどのように予測に寄与しているのかを、ユーザーが理解できるように支援する。

フルスタックなML可観測性プラットフォームになるというミッションは、顧客の心に響いているようだ。Aporiaによると、同社のサービスを利用する顧客の数は、直近の半年間だけで600%増加したという。現在はその顧客に、Lemonade(レモネード)やArmis(アーミス)などの企業が含まれている。

「Aporiaは起ち上げ以来、信じられないような成長を見せ、驚くべき勢いで、急速にMLの可観測性の分野におけるリーダーとなっています」と、Tiger GlobalのパートナーであるJohn Curtius(ジョン・クルティウス)氏は述べている。「グローバル企業の経営幹部は、人工知能のメリットと、それが事実上すべての産業にどれほど影響を与えているかを理解していますが、リスクによって夜も眠れない状態になっています。Aporiaは、すべての組織が、AIの責任ある利用を保証するために求めるソリューションになると位置付けられます」。

画像クレジット:Aporia

原文へ

(文:Frederic Lardinois、翻訳:Hirokazu Kusakabe)

AIにシンプルな可観測性を持たせるイスラエルのAporiaがシード資金5.5億円調達

機械学習のモデルは、与えるデータの量や質で良し悪しが決まる。特に訓練のときにそういえるが、モデルはプロダクションの質も左右する。現実の世界では、新たな事象が起きるたびにデータそのものが変わり、データベースやAPIの報告やデータ保存の小さな変化でも、モデルの反応に影響することがある。そんなときMLのモデルは平然と間違った予測を与え、エラーを投げないため、そういうシステムではデータのパイプラインを監視することが絶対に欠かせない。

そしてそこに、Aporiaのようなツールが登場する。テルアビブに本社のある同社は米国時間4月6日、同社のMLモデル監視プラットフォームに500万ドル(約5億5000万円)のシード資金を調達したことを発表した。投資家はVertex VenturesとTLV Partnersだ。

画像クレジット:Aporia

Aporiaの共同創業者でCEOのLiran Hason(リラン・ヘイソン)氏は、イスラエル国防軍に5年間在籍し、その後はずっとAdallomのデータサイエンスチームにいた。セキュリティ企業の同社を、2015年にMicrosoftが買収した。買収の後、彼はベンチャー企業Vertex Venturesに入り、2019年にAporiaを始めるまでそこにいた。しかし今、Aporiaが解決しようとしている問題に彼が初めて出会ったのは、Adallomにいたときだ。

Adallomでの経験に関して「私は機械学習のモデルのプロダクションアーキテクチャを担当していました。だから、モデルをプロダクションに持ち込んだときに起きるありとあらゆるサプライズを初めて体験したのは、そこででした」とヘイソン氏は語る。

ヘイソン氏の説明によると、Aporiaの目標はエンタープライズによる機械学習モデルの実装を容易にし、AIの力を責任あるやり方で利用することだという。

「AIはとても強力な技術だが、従来のソフトウェアと違いデータへの依存が極めて大きい。AIのもう1つのユニークなところは、とてもおもしろいことだが、失敗するときに黙って失敗することだ。例外もエラーも何も出ない。だからAIは実に厄介であり、特に一旦プロダクションに入れば、モデルの訓練時のようなデータサイエンティストによる完全なコントロールがないため、なおさら厄介です」とヘイソン氏は語る。

しかもヘイソン氏によると、プロダクションシステムはサードパーティーのベンダーからのデータに依存しているかもしれないし、そのベンダーがある日、誰にもいわずにデータのスキーマを変えるかもしれない。そうなると、モデルの信頼性は完全に壊れる。銀行の顧客のローンが債務不履行になるという予測もできなくなり、数週間か数カ月後に実際に不履行になってから気づくことになる。

Aporiaは絶えず、入ってくるデータの統計的特性を調べ、それが訓練セットからあまりにも乖離してきたらユーザーに警報する。

そしてAporiaがユニークなのは、ユーザーにほとんどIFTTTやZapier的なグラフィカルなツールを提供して、モニター(監視系)のロジックをセットアップさせることだ。納品時にはモニターの50ほどの組み合わせであらかじめ構成されており、それらの楽屋裏での仕事ぶりを完全に可視化する。また企業はこれらのモニターの振る舞いを、特定のビジネスケースやモデルに合わせて微調整できる。

最初チームは、ジェネリックなモニタリングソリューションを構築できると考えていた。しかしチームが悟ったのは、そんなものを目指したら非常に複雑な仕事になるだけでなく、これからモデルを構築するデータサイエンティストが、モデルの仕事の仕方と必要事項をモニタリングのソリューションから正確に知らなければならない。

TLV Partnersの創立パートナーであるRona Segev(ロナ・セゲフ)氏は、「プロダクション(本番時)のワークロードのモニタリングは、ソフトウェア工学の実践としてすでに確立しており、機械学習を同じレベルでモニタリングすることもかなり前に確立しています。Aporiaのチームには強力なプロダクションエンジニアリングの経験があり、そのために彼らのソリューションはシンプルで安全で堅牢なものとして傑出しています」と語る。

カテゴリー:人工知能・AI
タグ:Aporia機械学習イスラエル資金調達

画像クレジット:Aporia

原文へ

(文:Frederic Lardinois、翻訳:Hiroshi Iwatani)