Explorium筹集了1,900万美元用于统一AI模型培训和部署

 
Explorium是一家位于特拉维夫的创业公司，开发了它所描述的自动化数据和功能发现平台，今天宣布它在几轮融资中筹集了1900万美元。 Emerge和F2 Capital在种子加注中贡献了360万美元，Zeev Ventures在A系列中领先了1550万美元。
资金的涌入是在Explorium迎来一个标志性的一年之后，其间表示它在金融服务，消费品，零售和电子商务等行业中攫取了财富100强的客户。 “我们正在为机器学习数据做些什么，搜索引擎为网络做了什么，”Explorium首席执行官Maor Shlomo说道，他与联合创始人Or Tamir和Omer Har一起领导了IronSource，Natural Intelligence和大型数据挖掘和组织平台。以色列国防军8200情报部门。
Explorium的平台就像一个组织信息的存储库，将孤立的内部数据连接到成千上万的外部资源。使用机器学习，它可以自动提取，设计，聚合和集成数据中最相关的功能，以支持复杂的预测算法，在评分，排名和部署最佳表现者之前评估数百个。
Shlomo解释说，贷方和保险公司可以使用Explorium从数千个数据源中发现预测变量，而零售商可以利用它来预测哪些客户可能会购买每种产品。 “正如搜索引擎搜索网络并为您的需求提供最相关的答案，Explorium会搜索组织内外的数据源，以生成驱动准确模型的功能，”他补充道。
在Explorium中，数据科学家可以添加自定义代码以整合领域知识和微调AI模型。此外，他们还可以访问旨在帮助发现大型语料库中的优化通知模式的工具。
Emerustr的创始合伙人Dovi Ollech表示，“Explorium通过从规模上找到每个可能来源的相关数据，从而使模型更加健壮，赋予数据科学家权力的愿景，正在创造数据科学的范式转变。” “从很早的时候起就与团队合作，明确表示他们拥有提供这样一个革命性数据科学平台所需的深厚专业知识和能力。”
Explorium在迅速发展的“自动ML”细分市场中加入了大量其他创业公司和现任企业。 Databricks上个月推出了一个用于模型构建和部署的工具包，可以自动执行超参数调整，批量预测和模型搜索等操作。 IBM的Watson Studio AutoAI(6月份首次亮相)承诺实现企业AI模型开发的自动化，微软最近增强的Azure机器学习云服务和Google的AutoML套件也是如此。
IDC预测，到2022年，全球认知和人工智能系统的支出将达到776亿美元，高于去年的240亿美元。 Gartner对此表示赞同：在最近对全球数千名企业高管进行的一项调查中，发现人工智能实施在过去四年中增长了270%，仅在过去一年就增长了37%。