2017 年，三位企业家——Chris Hazard、Mike Resnick 和 Mike Capps——共同推出了一个平台，用于构建面向企业的人工智能和机器学习工具。 Hazard 和 Resnick 一直在为美国军方开发各种 AI 和游戏项目，而 Capps 最近已从 Epic Games 总裁的职位上退休。上述平台最终成为Diveplane ，如今它提供的产品可以创建合成数据来训练 AI 系统、发现数据异常并预测市场趋势。
总部位于北卡罗来纳州罗利的 Diveplane 今天完成了由以国防为重点的基金 Shield Capital 牵头的 2500 万美元 A 轮融资，这表明业务是健康的。 Calibrate Ventures、L3Harris Technologies 和 Sigma Defense 参与其中。 Capps 告诉 TechCrunch，新资金将主要用于增加公司大约 20 人的员工人数并创建新的内部部门，从客户成功开始。
“我们构建了一个[易于]使用、更快、透明、可审计和可解释的平台……我们为开发人员和数据科学家提供工具，他们完全在他们的硬件或云上管理数据输入和输出，”Capps 在电子邮件采访中说. “我们希望看到我们的工具能够被尽可能多的人使用，这也是此次筹款活动的重要原因。”
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，它从 Hazardous Software 中分离出来，该公司是 Hazard 在亚马逊拥有的 Kiva Systems 和摩托罗拉担任软件架构师后创立的。 Capps 通过一个共同的熟人认识了 Hazard，他们与 Resnick 合作开发了 Diveplane 概念验证。
Diveplane 属于人工智能初创公司的 MLOps 类别，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 Geminai 产品创建了匿名的、统计学上相似的“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。 （合成数据训练有其缺点，值得注意。）与此同时，Diveplane 的声纳服务对数据和人工智能系统进行定期分析，以确保系统不会偏离轨道——即预测变得不那么准确——过度时间。
“我们的技术适用于混乱的数据、稀疏的数据和小型数据集……[a] 我们独特的单一模型方法意味着您可以为任何类型的任务训练一次，因此您可以跟踪数据中的信号，”Capps 解释说。 “[我]都可以在线编辑[和]，所以当您需要更多或不同的数据，或者发现需要删除的不良数据时，您可以即时更改，而无需从头开始。如果预测看起来不正确，您可以准确追踪影响预测的训练数据。并且在模型的整个生命周期内都是可审计的，因此您可以回滚到系统状态，重新创建分类，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 中，它与Arize 、 Tecton和Weights & Biases 等竞争对手正面交锋，后者在去年 10 月筹集了 1.35 亿美元。
为了脱颖而出，Diveplane 将部分客户获取工作集中在国防装备上——这反映了其联合创始人的背景（Capps 曾在海军研究生院任教，而 Hazard 曾在国防部工作）。
正如 L3Harris 的 Dan Gittsovich 通过电子邮件所说：“当生命危在旦夕时，国防部客户非常关注负责任地使用人工智能来提高决策速度，我们相信 Diveplane 可解释的可信人工智能解决方案现在可以帮助战斗指挥官。我们还看到，Diveplane 独特而强大的工具包让几乎所有用户都可以直观地使用 AI 应用程序，因此我们相信它将为战役规划和紧急行动任务提供区分优势。”
Capps 将 Diveplane 的其他客户群描述为“大型企业”。最近，这家初创公司宣布与西班牙最大的保险公司之一Scanbuy和 Mutua Madrileña 达成交易。
“[大流行病给我们带来了一些不利因素，”卡普斯承认。 “我们正在积极向医疗保健企业销售，而大流行为这些客户带来了更高的优先级，并将创新推到了次要位置。情况发生了变化，现在我们看到支出的增加以及对数据隐私的广泛推动……对于像我们这样的公司来说，监管无疑是顺风，因为规则往往侧重于隐私、透明度和责任，这就是我们存在的全部原因！”
Diveplane 斥资 2500 万美元发展其 MLOps 平台，作者Kyle Wiggers最初发表在TechCrunch上
原文： https://techcrunch.com/2022/09/12/diveplane-lands-25m-to-grow-its-mlops-platform/