ChatGPT の台頭により、AI に対する一般の意識が高まり、AI の倫理に関する議論が活発化しています。 AIはどのように活用されるべきか? ビジネスだけでなく、社会への影響は何ですか?
AI アプリケーションに内在する偏見は、アルゴリズムがどのように構築され、誰によって構築されたかだけでなく、モデル自体がどのように構築されたかにも関係していることを忘れないでください。
結局のところ、AI プラットフォームによって示された政治的およびジェンダーの偏見の非常に公的な例がありました。 OpenAI の CEO である Sam Altman は、先月、ChatGPT には「バイアスに関する欠点」があることを認めました。 しかし、これらの偏見や過ちは、保険プラットフォームや創薬などの分野に適用されると、広範囲に影響を与える可能性があり、意思決定を誤ると大きな影響を受ける可能性があります.
MLOps (「機械学習」と DevOps のマッシュアップ) は、本番環境で機械学習モデルを確実かつ効率的に展開および維持し、それらのバイアスを監視することを目的とした一連のプラクティスです。 簡単に言うと、MLOps プラクティスは、データ サイエンティスト、DevOps、および機械学習エンジニアによって、AI アルゴリズムを日常の運用モデルに移行するために使用されます。 ここでのアイデアは、モデルの自動化を改善すると同時に、バイアスに関するビジネス要件と規制要件、および AI の他の側面にも注意を払うことです。 効率の改善は、環境にも良い影響を与えます。
セルドン は、機械学習モデルを最適化する開発ツールの希少な世界を専門とする英国のスタートアップです。 Arise、Fiddler (4,520 万ドルの資金調達)、Dataiku (8 億 4,680 万ドルの資金調達)、DataRobot (10 億ドルの資金調達) などの競争相手がいます。
Seldon のクラウドに依存しない機械学習展開プラットフォームは、2020 年に AlbionVC と Cambridge Innovation Capital から 710 万ポンドのシリーズ A を確保しました。
現在、新しい投資家が主導するシリーズ B ラウンドで 2,000 万ドルを調達しています。 明るいピクセル (旧ソナエIM)。 また、既存の投資家 AlbionVC、Cambridge Innovation Capital、Amadeus Capital Partners も参加しました。
創設者の Alex Housley (CEO)、Clive Cox (CTO) は、2020 年 11 月のシリーズ A 以来、Seldon のオープン ソース フレームワークで 400% の前年比成長率を達成したと主張しています。これは重要です。なぜなら、Seldon はオープン ソース ネットワークであるため、独自のソリューションを遠く離れた場所に配布することができるからです。より効率的かつ費用対効果に優れています。
「Seldon は、あらゆる業界で ML モデルを展開して説明するユーザーの負担を軽減できる独自のソリューションを提示することで、差別化を図っています。 これは、クライアントの生産性が向上し、ガバナンス、リスク、およびコンプライアンス機能と組み合わされて価値実現までの時間が短縮されることを意味します」と、Bright Pixel のディレクターである Pedro Carreira 氏は声明で述べています。
現在の Seldon の顧客には、PayPal、Johnson & Johnson、Audi、Experian などが含まれます。
Seldon の創設者兼 CEO である Alex Housley 氏はインタビューで次のように語っています。 「私たちはすでにオープン ソース ディストリビューションで確固たる地位を築いており、今検証したのは、データ ストリームと本番環境を緊密に統合した、データ中心の MLOps の新しいコンセプトです。 簡単に言えば、アルゴリズムによって AI モデルを改善できますが、それには小さな改善があります。 または、これが私たちのアプローチですが、データ品質の生産を改善することで、はるかに多くのパフォーマンスを絞り出すことができます. それが私たちがケンブリッジ大学と協力してきたことであり、大きな成功を収めています。」
Run:ai の「State of AI Infrastucture Survey, 2023」によると、88% の企業で、これらのモデルの半分以上が本番環境に移行していません。 なぜ? プロジェクトが停滞したり、ビジネス サイロ間で重複した作業が発生したりするためです。
Seldon 氏は、チームのコラボレーションを改善し、展開時間を平均 84% 短縮できると主張しています。 これは、AI にさらに多くの規制が加えられることを考えると (EU AI ACT や US EEOC などを介して)、重要になる可能性があります。 Seldon とその競合他社は、企業がこれらの規制に準拠し続ける一方で、これらの AI モデルを内部で改善できるようにするために競争しています。
同社は、ケンブリッジ大学の機械学習の初代 DeepMind 教授である Neil Lawrence と緊密に協力しています。