Molecula , che sta sviluppando un feature store basato su cloud per carichi di lavoro di intelligenza artificiale e machine learning, ha annunciato oggi di aver raccolto 17,6 milioni di dollari. L’azienda afferma che i proventi saranno destinati all’accelerazione del lancio del suo servizio cloud gestito e al rafforzamento delle sue attività di vendita e marketing.

Le aziende che adottano una strategia basata sull’intelligenza artificiale devono affrontare la federazione, la preaggregazione, la copia e lo spostamento dei dati utilizzati per addestrare i propri algoritmi di apprendimento automatico. Nell’apprendimento automatico, le funzionalità sono segnali di dati su cui si basano i modelli di intelligenza artificiale per effettuare previsioni accurate. Durante l’addestramento, le funzionalità vengono archiviate in batch per addestrare più varianti e le stesse funzionalità devono essere disponibili in tempo reale durante l’inferenza per le previsioni. Mantenere la coerenza tra formazione e inferenza è spesso una sfida e può portare a previsioni imprecise o richiedere la codifica.

Gli archivi di funzionalità automatizzano la preparazione dei dati per l’analisi e l’IA. In un recente rapporto , la startup Tecton ha affermato che si aspetta che il 2021 sarà un anno di “adozione massiccia di feature store” poiché “l’apprendimento automatico diventa un elemento chiave di differenziazione per le aziende tecnologiche” e gli operatori storici come Amazon lanciano nuovi prodotti per rivolgersi al segmento di mercato in crescita. Molecula, la versione commerciale del formato dati open source Pilosa, offre un livello dati indipendente dal cloud per analisi di big data , intelligenza artificiale e machine learning. La piattaforma di Molecula estrae e aggiorna continuamente le funzionalità in un archivio di funzionalità centralizzato, riducendo apparentemente l’impronta dei dati dal 60% al 90% e fornendo un formato dati sicuro per la condivisione.

L’azienda offre un framework che fornisce un’interfaccia per strumenti, librerie, modelli e codice di terze parti per estendere le funzionalità della piattaforma. Il suo piano di controllo consente agli utenti di operare in ambienti ibridi e di sfruttare le infrastrutture on-premise, cloud ed edge. Nel frattempo, i “data tap” acquisiscono e instradano i dati dai sistemi di origine, facoltativamente interrogandoli, selezionandoli ed estraendoli automaticamente.

“In questo momento è in atto una rivoluzione del machine learning: le aziende, indipendentemente dal settore, dovranno implementare ML e AI per rimanere competitive, ma le attuali infrastrutture sono troppo complesse”, ha detto a VentureBeat il CEO di Molecula Higinio Maycotte via e-mail. “Il feature store sta emergendo come la categoria più trasformativa nello spazio dei dati perché automatizza la preparazione dei dati per l’analisi su scala macchina e l’intelligenza artificiale. Molecula fa un ulteriore passo avanti nel feature store collegando l’intero spettro dalla disponibilità dei dati agli MLOps, rendendo i dati più importanti immediatamente calcolabili “.

Il round di finanziamento della serie A annunciato oggi porta il totale raccolto di Molecula a $ 23,6 milioni. Drive Capital ha guidato il round, con la partecipazione di TTV Capital e degli investitori esistenti, tra cui Tensility.

Di ihal