人工智能初创公司Diveplane完成2500万美元A轮融资，进一步开发其MLOps平台

“ IDC预测，到2024年，60%的企业将使用MLOps实施其机器学习工作流。 ” 作者：Claire 编辑：tuya 出品：财经涂鸦

9 月12日 ， Diveplane宣布 完成 2500万美元A轮融资。本轮融资由Shield Capital 领投 ， Calibrate Ventures、L3Harris Technologies和Sigma Defense 参投 。作为协议的一部分， Shield Capital的执行合伙人Philip Bilden将加入Diveplane董事会。

Diveplane创立于2018年，致力于帮助企业和政府组织通过可训练、可解释和可审计的人工智能工具更好地理解和利用其数据的力量。Diveplane创始人为Michael Capps博士和Chris Hazard博士。Capps为Epic Games前任总裁，Hazard曾多年为美国军方开发AI和游戏项目。

Diveplane的产品包括隐私增强技术GEMINAI、检测数据异常并快速纠正的技术SONAR，市场趋势预测模块ALLUVION。

Diveplane属于人工智能初创公司的MLOps类别，即机器学习开发与运维，旨在为组织提供在生产中部署和维护机器学习模型的工具。例如，该公司的GEMINA产品创建了匿名的、统计上相似的“双胞胎”数据集，以一种假定的隐私保护方式训练人工智能系统。与此同时，Diveplane的SONAR服务对数据和AI系统进行定期分析，以确保系统不会偏离轨道。

MLOps对提升人工智能或机器学习开发速度有关键作用。 根据 IDC 数据，部署 人工智能或机器学习 解决方案平均需要9个多月的时间。 而 MLOps 可以将这一过程减少到几周甚至几天。 IDC预测，到2024年，60%的企业将使用MLOps实施其 机器学习 工作流 。

Capps表示，Diveplane的技术适用于杂乱的数据、稀疏的数据和小型数据集。此外， 可编辑性是 Diveplane 的重要优势 。 “这些都是可编辑的，所以当你需要更多或不同的数据，或发现需要删除的坏数据时，你可以动态更改，而无需从头开始。如果一个预测看起来不正确，您可以准确地跟踪哪些训练数据影响了预测。而且在模型的整个生命周期中都是可审计的，所以你可以回滚到系统的状态，重新创建一个分类，然后为它提取完整的解释。”

在合成数据方面，Diveplane与MostlyAI、Gretel和Hazy等初创公司竞争。在更广泛的MLOps 领域，它的竞争对手包括Arize、Tecton和Weights & Biases等。其中，Arize刚刚于9月8日完成3800万美元的B轮融资。

国防装备是Diveplane的主要客户方向之一。创始人Capps曾在海军研究生院任教，而Hazard曾在国防部工作。 Capps声称Diveplane的技术在包括美国运输司令部在内的政府机构中有着悠久的历史 。