Distributional是由英特尔前人工智能软件总经理 Scott Clark 创立的人工智能测试平台，已完成由 Two Sigma Ventures 领投的 1900 万美元 A 轮融资。
克拉克表示，Distributional 的灵感来源于他在英特尔应用人工智能时遇到的人工智能测试问题，而在此之前，他在 Yelp 担任该公司广告定位部门的软件主管。
他说：“随着人工智能应用的价值不断增长，运营风险也在不断增加。人工智能产品团队使用我们的平台主动、持续地检测、理解和解决人工智能风险，防止其给生产带来风险。”
克拉克是通过收购来到英特尔的。
2020 年，英特尔收购了克拉克联合创办的模型实验和管理平台SigOpt。克拉克留任，并于 2022 年被任命为英特尔 AI 和超级计算软件集团副总裁兼总经理。
克拉克表示，在英特尔，他和他的团队经常受到人工智能监控和可观察性问题的困扰。
克拉克指出，人工智能是非确定性的，这意味着它会产生不同的输出，即使给定相同的数据。此外，人工智能模型具有许多依赖关系（如软件基础设施和训练数据），找出人工智能系统中的错误就像大海捞针。
根据兰德公司 2024 年的一项调查，超过 80% 的人工智能项目都以失败告终。事实证明，生成式人工智能对企业来说是一项特殊的挑战，Gartner 的一项研究预测，到 2026 年，三分之一的部署将被放弃。
“它需要对许多数据属性的分布编写统计测试，”克拉克说。“人工智能需要在整个生命周期内不断进行自适应测试，以捕捉行为变化。”
Clark 创建了 Distributional，试图在某种程度上抽象出这项 AI 审计工作，并借鉴了他和 SigOpt 团队在与企业客户合作时开发的技术。Distributal 可以根据开发人员的规范自动为 AI 模型和应用程序创建统计测试，并在仪表板中组织这些测试的结果。
通过该仪表板，Distributional 用户可以共同处理测试“存储库”，分类失败的测试，并在必要时重新校准测试。整个环境可以部署在本地（尽管 Distributional 也提供托管计划），并且可以与流行的警报和数据库工具集成。
“我们让整个组织都能看到人工智能应用程序的测试内容、测试时间和测试方式，以及测试随时间的变化情况，”Clark 说道，“并且我们通过使用可共享的模板、配置、过滤器和标签，为类似应用程序的人工智能测试提供可重复的流程。”
人工智能确实是一个难以驾驭的野兽。即使是顶尖的人工智能实验室，风险管理也很薄弱。像 Distributional 这样的平台可以减轻测试负担，甚至可能帮助公司实现投资回报。
至少，这是克拉克的说法。
“无论是不稳定、不准确还是其他数十种潜在挑战，识别人工智能风险都可能很困难，”他说。“如果团队未能正确进行人工智能测试，他们就有可能让人工智能应用程序永远无法投入生产。或者，如果他们确实投入生产，他们就有可能让这些应用程序以意想不到且可能有害的方式运行，而这些问题却无法被发现。”
Distributional 并不是第一个将探测和分析 AI 可靠性的技术推向市场的公司。Kolena 、Prolific、Giskard 和 Patronus是 众多AI 实验解决方案中的几家。Google Cloud、AWS 和 Azure 等科技巨头也提供模型评估工具。
那么客户为什么会选择 Distributional？
克拉克断言，Distributional 即将将其产品套件商业化，它提供的体验比许多公司都要“贴心”。Distributional 负责客户的安装、实施和集成，并提供 AI 测试故障排除（收费）。
“监控工具通常侧重于更高级别的指标和异常值的特定实例，这只能提供有限的一致性，而无法洞察更广泛的应用程序行为，”Clark 说道。“Distributedal 测试的目标是让团队能够定义任何 AI 应用程序的期望行为，确认它在生产和开发过程中仍然按预期运行，检测这种行为何时发生变化，并找出需要改进或修复哪些方面才能再次达到稳定状态。”
凭借 A 轮融资的大量资金，Distributional 计划扩大其技术团队，重点关注 UI 和 AI 研究工程方面。Clark 表示，随着 Distributional 开始其第一波企业部署，他预计该公司的员工人数将在年底前增长到 35 人。
克拉克补充道：“自成立以来，我们仅用了一年的时间就获得了大量资金，而且随着我们的团队不断壮大，我们有能力在未来几年内利用这一巨大的机会。”
Andreessen Horowitz、Operator Collective、Oregon Venture Fund、Essence VC 和 Alumni Ventures 也参与了 Distributional 的 A 轮融资。迄今为止，这家位于加利福尼亚州伯克利的初创公司已筹集了 3000 万美元。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/distributional-rong-zi-1900-wan-mei-yuan-yong-yu-zi-dong
