“特色商店”，有着沉闷和不透明的绰号，听起来可能不是最性感的主题。
但它们是企业和消费者每天使用的人工智能系统的重要组成部分。这就是为什么他们越来越多地吸引风险投资公司的关注和投资，他们认为市场机会在遥远的未来不断增长。
人工智能系统由许多组件组成，其中之一就是功能。特征是在系统中充当输入的单个变量。在考虑特征时，可视化表格可能会有所帮助，其中 AI 系统使用的数据被组织成示例行（系统从中学习进行预测的数据）和属性列（描述这些示例的数据）。特征是用于描述每个示例的属性——例如，人工智能垃圾邮件检测工具可能会使用电子邮件正文中的单词或发件人的联系信息等特征。
使用功能往往是单个 AI 系统中的临时过程。但在企业规模上，数据科学团队负责维护数十到数千个系统，管理和跟踪功能的地方成为必要。
进入特征库，这是一个用于组织、存储和服务人工智能系统所依赖的特征的集中存储库。作为 Uber 于 2017 年推出的一个概念，功能商店提供了一个统一的场所，可以在组织中的不同团队之间构建和共享功能。
“功能商店位于数据和机器学习的交叉点，”为企业开发功能商店软件的初创公司 Tecton.ai 的首席执行官迈克尔德尔巴尔在一封电子邮件中告诉 TechCrunch。 “[特征存储]是’MLOps’堆栈的重要组成部分，因为它们使数据团队能够使用实时数据快速、可靠地构建高质量的特征，并在生产中为这些特征提供实时推理服务。它们充当数据和 [AI] 模型之间的接口。”
除了简单的数据库之外，特征存储还允许数据工程师查看特征的统计数据，包括使用了哪些特征、使用了哪些特征以及它们对模型的影响。特征存储还可以转换数据，允许用户聚合、过滤和连接特征，而无需编写代码。 （考虑聚合餐厅的订单以获得特征值“过去 30 分钟的订单数”。）
Del Balso 解释说：“高级特征存储……自动化生产管道以从批量数据源和实时源收集数据，实时转换数据，并将数据存储在离线和在线商店中。 [它们通常还]包括内置监控功能，用于监控管道健康状况、数据漂移、服务水平等。”
图片来源： Tecton.ai
功能商店承诺加强团队之间的协作，同时简化人工智能系统的开发。随着对它们的需求增长，科技巨头和像 Tecton 这样的初创公司正在开发满足需求的产品——投资者也热情地支持它们。
原文： https://techcrunch.com/2022/04/25/investors-flock-to-fund-an-ai-cornerstone-feature-stores/