隨著越來越多的企業(yè)將人工智能集成到他們的基礎(chǔ)設(shè)施和業(yè)務(wù)流程中，經(jīng)常出現(xiàn)的問題之一是我們要了解系統(tǒng)是如何工作的，以及需要做出哪些改變來提高效率和生產(chǎn)力。人工智能的可觀察性(Observability)就顯得尤為重要。

專注這一應(yīng)用需求的服務(wù)商WhyLabs剛剛宣布完成1000萬美元的a輪投資，以幫助該公司擴(kuò)大和發(fā)展其新興的WhyLabs AI ObservatorySaaS平臺(tái)、員工和運(yùn)營。AI Observatory平臺(tái)旨在幫助企業(yè)監(jiān)控和了解其AI系統(tǒng)和應(yīng)用程序中的情況，包括數(shù)據(jù)健康和模型健康。

WhyLabs首席執(zhí)行官Alessya Visnjic表示：“在過去一年里， AI Observatory平臺(tái)已經(jīng)部署在物流、金融科技、營銷、零售和醫(yī)療保健企業(yè)。今年10月份，開放了企業(yè)平臺(tái)，并將其作為自助式SaaS提供。自從SaaS推出以來，監(jiān)控的模型數(shù)量增加了兩倍，還增加了24家新企業(yè)。”

這個(gè)平臺(tái)能夠提供可用的工具，使企業(yè)開發(fā)人員更容易監(jiān)控其復(fù)雜的機(jī)器學(xué)習(xí)(ML)模型。

隨著企業(yè)將ML和AI模型部署到生產(chǎn)中，他們面臨著確保這些模型提供理想的客戶體驗(yàn)和實(shí)現(xiàn)ROI的挑戰(zhàn)。可觀察性和監(jiān)控能力使企業(yè)能夠從人工智能中獲益，避免重大失敗。

現(xiàn)在許多ML工程師和數(shù)據(jù)科學(xué)家用人工的方式來解決ML的日常操作，比如用于檢測數(shù)據(jù)中斷、數(shù)據(jù)漂移或模型性能問題。而包括AWS和谷歌等云服務(wù)提供商以及Truera和Fiddler AI等專業(yè)公司，它們?yōu)樽约旱漠a(chǎn)品提供特定平臺(tái)的監(jiān)控功能。WhyLabs平臺(tái)則允許企業(yè)以一種平臺(tái)無關(guān)的方式監(jiān)控?cái)?shù)據(jù)和建模健康狀況，同時(shí)關(guān)注隱私，并為不斷增長的業(yè)務(wù)運(yùn)營提供大規(guī)模的可擴(kuò)展性。

據(jù)該公司稱，該平臺(tái)支持廣泛的用例觀察，如排名、推薦和個(gè)性化、文檔理解、圖像理解、預(yù)測和欺詐檢測。

該公司表示，到目前為止，它的客戶包括企業(yè)和自助服務(wù)客戶，包括以人工智能為基礎(chǔ)的初創(chuàng)企業(yè)和來自金融科技、物流、制造、房地產(chǎn)、零售、電子商務(wù)和醫(yī)療保健等一系列市場的《財(cái)富》500強(qiáng)企業(yè)。

企業(yè)可免費(fèi)使用AI Observatory。該公司表示，它可以通過Python或Java(包括Apache Spark) ML系統(tǒng)的插件連接到人工智能系統(tǒng)。