機械学習のモデルの管理を効率化するComet.mlがシードに次いで5億円相当を調達

いろん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Comet.mlは今日(米国時間4/22)、450万ドルの新たな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氏は次のように語る: 「われわれ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」。

競合他社がどんどん増えている分野だが、Mendels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、同社のいちばん重要な差別化要因だ。

彼はこう説明する: 「われわれは基本的に、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、あまた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よい」。

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。

Mendels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たちに、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することができた。

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