在存在Twilio的世界中，您不会梦想在 193 个国家/地区建立自己的 SMS 消息堆栈，并且天知道有多少电信运营商。机器学习 (ML) 的情况并非完全不同。除非机器学习是您软件的核心——而且可能不是——否则你为什么要浪费时间组装整个基础设施。为了解决这个精确问题， Slai正在构建一个开发者优先的机器学习平台。它为开发人员提供了快速发布机器学习应用程序的工具。
“今天，机器学习仍然是一门研究学科，开发人员仍然很难构建自己的机器学习应用程序，”Slai 的联合创始人兼首席执行官 Eli Mernit 分享道。 “我们希望开发人员能够构建最先进的机器学习模型。”
该公司今天宣布筹集了 350 万美元的种子轮融资，由 Tiger Global 领投，Y Combinator、Charge Ventures、Uncorrelated Ventures、Twenty Ventures 和 Soma Capital 以及 Guy Podjarny 和 Jason Warner 等天使投资。
该公司的产品专注于让开发人员专注于机器学习模型，而不是围绕所有占用大量时间但不直接对应用程序本身做出贡献的杂乱无章。
Slai.ai 运行中的屏幕截图。图片来源：斯莱。
“该产品可让您连接数据源。这可能是您的数据库或 S3 存储桶，其中包含您想要发送到机器学习模型的数据。然后机器学习模型——只是一些 Python 代码——在数据中找到预测。我们已经将它封装在一个 API 中，它可以对用户传入的输入进行验证，或者在将输出发送回用户之前对其进行一些处理，”Mernit 解释道。 “这些组件构成了一个机器学习应用程序。因此，通常情况下，如果有人手动做这些事情，他们将不得不自己设置一个 Web 服务器。他们必须建立一些版本控制系统，他们必须建立一些监控模型的方法。所有这些都相当于很多忙碌的工作。我们为用户做这一切。他们只需要关注他们的数据来自哪里以及他们使用的是什么类型的模型。其余的由他们处理。简而言之，我们消除了机器学习开发过程中的所有粘合剂。”
该平台将自己视为 ML 的 GitHub，并且可以轻松地将现有的机器学习配方用于应用程序。