機械学習の利用が爆発的に増えている今日では、モデルの数もたいへん多く、デベロッパーは選択に苦労している。Googleで検索しようとしても、それは機械学習のモデルを検索するために設計された検索エンジンではない。そこで、CatalyzeXが登場した。それは、デベロッパーが抱えるデータにもっとも適したモデルを見つけるのを助けてくれるだけでなく、単純なインターフェースでそのコードへの直接のリンクを提供する。
このアーリーステージのスタートアップが米国時間11月16日、164万ドル（約1億9000万円）のシードラウンドを発表した。Unshackled Ventures、Kepler Ventures、On Deck、Basecamp Fund、Abstraction Capital、Unpopular Ventures、Darling Venturesそして多くの業界のエンジェルたちが参加している。
同社の共同創業者である2人の兄弟、Gaurav Ragtah（ガウラヴ・ラグタ）氏とHimanshu Ragtah（ヒマンシュウ・ラグタ）氏は、すでに大量の研究が為されていることを見て、デベロッパーが現在、持っているデータと目的に最もふさわしいモデルを容易に見つけられるためのツールを作ろうと思い立った。
CEOのガウラヴ・ラグタ氏によると「私たちが作ったプラットフォームは、特定のユースケースに適したさまざまなテクニックと利用可能なモデルをすべて簡単に検索して、ワンクリックでそのコードへジャンプできる。これまでのように『良いテクニックを見つける』ことと、『それを実際に実装しているコードを見つける』ことの間にある苦労を少なくします」という。
CatalyzeXの検索結果ページ（画像クレジット：CatalyzeX）
目的に応じて最適を発見する、それは、どんなタイプの調査にもいえることだが、若きスタートアップである彼らが機械学習に集中したのは、応用範囲が極めて広いからだ。このようなプラットフォームを構築する経験を通じて彼らは、どのユースケースにはどんなタイプの調査研究が最も適切かを知り、ユーザーにとってもっとも適切なものを自動的に浮かび上がらせる。
同社の各週のアクティブユーザーは3万ほどだが、ユーザーの研究調査のタイプとそれに適したモデルを正しく精密にマッチングできるためには、いわゆる臨界質量に達することが必要だ、と彼らも知っている。そこで当面彼らは、そのツールに組み込んだ技術、たとえばクローラーとかアグリゲーターなどを利用して、そのプロセスをより活性化している。
兄弟は、1940年代後期に英国がインドとパキスタンを分割したときの難民たちのためのニューデリーの地域で生まれ育った。祖父母たちがそこに入植し、最初はテント生活だったがやがて家を建てた。ガウラヴ氏は2009年に奨学金で渡米し、その後、ヒマンシュウ氏も後を追った。2人は米国のテクノロジー企業に就職し、機械学習のプロジェクトで仕事をした。そして、そこで見た調査研究の問題点から、それらを解決するソリューションとしてCatalyzeXを着想した。現在、社員は彼ら2人だけだが、そのアイデアが実を結ぶことを期待して人を増やし、ツールを構築していくつもりだ。彼ら自身の出自からして、雇うのはマイノリティの人たちにしたいと考えている。
「ありとあらゆる背景を抱えた人たちと仲良くしたいといつも努力をしてきましたが、人を雇うという話ならそのための求人求職パイプラインで、多様なバックグラウンドの人びとを見つけるしかありません。ベストの人材を多様なバックグラウンドから見つけられなかったら、それは私たちにとっての不利になります」と彼は言っている。
同社のウェブサイトからツールにアクセスできる。また、ChromeとFirefox用のブラウザーエクステンションもある。
画像クレジット：Jonathan Kitchen/Getty Images
［原文へ］
（文：Ron Mller、翻訳：Hiroshi Iwatani）
