提供行業(yè)首個模型智能平臺的Truera，推出了其技術(shù)解決方案，該技術(shù)解決方案消除了機器學(xué)習(xí)(ML)周圍的“黑匣子”，并在整個ML中提供了情報和可行的見解模型生命周期。該平臺已經(jīng)部署在銀行和保險業(yè)的眾多財富100強早期客戶中，并為他們帶來了價值。

該公司還宣布已經(jīng)籌集了510萬美元的第一輪資金，由Greylock牽頭，其他投資者包括Wing VC，Conversion Capital和Aaref Hilaly。

盡管ML的使用呈爆炸式增長，但ML模型仍是黑匣子。它們是由算法創(chuàng)建的，這些算法會自動從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)復(fù)雜的模式。結(jié)果，即使使用這些算法來創(chuàng)建模型的數(shù)據(jù)科學(xué)家也無法確切知道其工作原理。

這個黑匣子問題使數(shù)據(jù)科學(xué)家很難建立高質(zhì)量的模型，這些模型不僅要達到測試精度的障礙，而且要在現(xiàn)實世界中推廣并表現(xiàn)良好。商業(yè)伙伴，監(jiān)管機構(gòu)，運營商和客戶發(fā)現(xiàn)，難以信任和采用基于ML的應(yīng)用程序。黑匣子模型引起了社會對公平，偏見和透明度的關(guān)注。當(dāng)用于創(chuàng)建模型的訓(xùn)練數(shù)據(jù)中的新數(shù)據(jù)發(fā)生變化時，很難保持黑盒ML模型的性能并隨著時間的流逝而信任-這是在當(dāng)前冠狀病毒大流行期間最為關(guān)注的“概念漂移”挑戰(zhàn)。

Truera的Model Intelligence平臺是專為解決這些黑匣子問題而設(shè)計的。渣打銀行是Truera的早期采用者之一，是一家領(lǐng)先的國際銀行，積極倡導(dǎo)以負責(zé)任的方式使用AI。渣打銀行零售銀行業(yè)務(wù)負責(zé)人Vishu Ramachandran表示：“在銀行內(nèi)部有效利用數(shù)據(jù)和分析不僅是一項競爭優(yōu)勢，而且是我們更好地為客戶服務(wù)的戰(zhàn)略的關(guān)鍵推動力。隨著我們擴大對人工智能和算法決策的使用，我們希望確保我們繼續(xù)以公平，透明和負責(zé)任的方式進行。我們將Truera視為必不可少的合作伙伴，我們將如何做到這一點，以及我們?nèi)绾胃欤咝У貥?gòu)建和運營更高質(zhì)量的，可信賴的AI模型。”

Truera的兩位創(chuàng)始人Anupam Datta和Shayak Sen是卡內(nèi)基梅隆大學(xué)(Carnegie Mellon)六年來AI Explainability技術(shù)開發(fā)的先驅(qū)，在那里Datta擔(dān)任教授，Sen獲得了博士學(xué)位。同時，Will Uppington在先前的初創(chuàng)公司中領(lǐng)導(dǎo)產(chǎn)品和面向客戶的團隊，在那里他經(jīng)歷了ML的黑匣子挑戰(zhàn)，并觀察到缺乏模型智能如何對模型開發(fā)，銷售和客戶成功產(chǎn)生負面影響。Datta，Sen和Uppington于2019年聯(lián)手創(chuàng)建了一種模型智能解決方案，以解決行業(yè)的黑匣子問題，并確保以負責(zé)任的方式實施AI，并使所有人的世界變得更好。

Truera的AI.Q技術(shù)(作為其平臺的基礎(chǔ))是市場上最佳的企業(yè)級AI可解釋性技術(shù)。它執(zhí)行復(fù)雜的敏感性分析，使數(shù)據(jù)科學(xué)家和非數(shù)據(jù)科學(xué)家都能準(zhǔn)確了解模型為何做出預(yù)測。當(dāng)前的替代方案準(zhǔn)確性較差，速度明顯較慢，無法滿足企業(yè)和法規(guī)的所有可解釋性要求。

分析和解釋機器學(xué)習(xí)。Truera的企業(yè)級AI可解釋性使數(shù)據(jù)科學(xué)家能夠解釋模型預(yù)測，并獲得對模型行為的新見解，從而改善模型的開發(fā)和可操作性。

提高模型質(zhì)量。要使用ML獲得業(yè)務(wù)成果，就需要構(gòu)建準(zhǔn)確，穩(wěn)定，可靠，可解釋且公平的高質(zhì)量模型。Truera幫助數(shù)據(jù)科學(xué)家分析和改善模型質(zhì)量，從而使模型提供更好的業(yè)務(wù)結(jié)果。

建立信任，降低風(fēng)險。信任黑匣子ML模型很難。機器學(xué)習(xí)項目也有風(fēng)險，因為項目失敗，延誤，預(yù)算外支出和合規(guī)風(fēng)險很高。Truera幫助數(shù)據(jù)科學(xué)團隊增加信任度并解決ML項目風(fēng)險。

充滿信心地進行運營和監(jiān)控。人工智能應(yīng)用程序需要新的監(jiān)視和管理監(jiān)督，因為運營數(shù)據(jù)可能會從培訓(xùn)數(shù)據(jù)中“漂移”。Truera使數(shù)據(jù)科學(xué)家能夠應(yīng)對這些獨特的監(jiān)視和管理挑戰(zhàn)。

“ Truera的模型智能平臺及其AI.Q技術(shù)是AI的根本突破，” Greylock的合伙人杰里·陳(Jerry Chen)說，他領(lǐng)導(dǎo)了Truera的第一輪融資。“消除機器學(xué)習(xí)的黑匣子問題對于構(gòu)建有效且負責(zé)任的ML應(yīng)用程序至關(guān)重要。Truera團隊擁有無與倫比的研究，工程和業(yè)務(wù)經(jīng)驗來解決此問題。我們很高興與Anupam，Shayak和Will合作，以改變機器學(xué)習(xí)模型的構(gòu)建，管理和操作方式。”

Truera首席執(zhí)行官兼聯(lián)合創(chuàng)始人Will Uppington表示：“我們很高興與渣打銀行和我們的其他客戶建立合作伙伴關(guān)系，并很高興獲得Greylock，Wing和Conversion Capital的支持。“我們的愿景是創(chuàng)建可幫助每個數(shù)據(jù)科學(xué)家分析，改善和建立對其模型的信任的軟件，以使世界負責(zé)任地擁抱AI。”

要了解更多信息，請訪問 Truera 并閱讀我們的啟動博客文章 介紹Truera 以及 為何機器學(xué)習(xí)需要模型智能。