Union-KI, ein in Bellevue, Washington, ansässiges Open-Source-Startup, das Unternehmen beim Aufbau und der Orchestrierung ihrer KI- und Daten-Workflows mithilfe einer Cloud-nativen Automatisierungsplattform unterstützt, gab heute bekannt, dass es eine Serie-A-Runde im Wert von 19,1 Millionen US-Dollar von NEA und Nava Ventures eingesammelt hat. Das Unternehmen gab außerdem die allgemeine Verfügbarkeit seiner vollständig verwalteten Produkte bekannt Union Cloud Service.
Der Kern von Union ist Flyte, ein Open-Source-Tool zum Aufbau von Workflow-Automatisierungsplattformen in Produktionsqualität mit Schwerpunkt auf Daten, maschinellem Lernen und Analyse-Stacks. Die Idee hinter der Plattform bestand darin, eine einzige Plattform zu schaffen, die Teams dann zum Erstellen ihrer ETL-Pipelines und Analyse-Workflows sowie ihrer Pipelines für maschinelles Lernen verwenden können. Und obwohl es andere Projekte auf dem Markt gibt, die ähnliche Orchestrierungsfunktionen bieten, besteht die Idee hier darin, ein Tool zu entwickeln, das speziell auf die Bedürfnisse von Teams für maschinelles Lernen zugeschnitten ist.
Flyte wurde ursprünglich innerhalb von Lyft entwickelt, wo Ketan Umare, CEO und Mitbegründer von Union AI, im Jahr 2016 einige der ersten auf maschinellem Lernen basierenden ETA- und Verkehrsmodelle des Unternehmens entwickelte. Damals musste Lyft verschiedene Open-Source-Systeme zusammenfügen, um sie zu implementieren diese Modelle in Produktion zu bringen.
„Wir haben etwas in Gang gebracht, aber hinter den Kulissen war ein Mann hinter dem Vorhang. Es passierte, aber es war eine Menge Arbeit“, sagte Umare. „Wir haben gelernt, dass auch andere Teams im Unternehmen Probleme hatten – und das waren riesige Teams. Und was passiert, wenn Teams Schwierigkeiten haben, ist, dass sie das Talent nicht halten können. Das ist ein großes Problem, aber was war die Ursache dafür? Sie konnten ihre Sachen nicht liefern und sie konnten nicht artikulieren, warum sie nicht liefern konnten. Es stellt sich heraus, dass es sich um ein Infrastrukturproblem handelt.“
Bildnachweis: Union.ai
Also machte er sich mit einem kleinen Team daran, die Infrastrukturwerkzeuge aufzubauen, um es diesen Teams zu erleichtern, ihre Modelle zu bauen und in Produktion zu bringen. Aber es gab immer Spannungen zwischen den Softwareentwicklern und den Spezialisten für maschinelles Lernen. „Der Grund war, dass ich – zumindest in der Art und Weise, wie ich es destilliert habe – glaube, dass Software und maschinelle Lernsysteme oder KI-Produkte von Natur aus unterschiedliche Wesen sind“, argumentierte Umare. Seiner Ansicht nach reift Software typischerweise mit der Zeit, während KI-Modelle dazu neigen, sich zu verschlechtern. Er stellte fest, dass sich diese Modelle auch häufig aufgrund externer Faktoren ändern, über die Benutzer kaum Kontrolle haben. „Sie können also nicht dieselbe Infrastruktur nutzen, für die Sie sie nutzen [software deployments],“ er sagte.
Zu diesem Zeitpunkt beschloss das Team, seine Arbeit als Open Source in Form von Flyte zu veröffentlichen und mit anderen zusammenzuarbeiten, um eine stärker auf maschinellem Lernen basierende Plattform aufzubauen.
Wie so oft beschlossen Umare und vier weitere Mitglieder des ursprünglichen Flyte-Teams, ein Startup rund um diese Kernideen und das Flyte-Open-Source-Projekt aufzubauen und Union AI Ende 2020 zu starten.
Derzeit wird Flyte von Unternehmen wie blackshark.ai, HBO, Intel, LinkedIn, Spotify, Stripe, Wolt und ZipRecruiter verwendet.
„Das Schöne an der Zusammenarbeit mit diesen großen Unternehmen – was wir im Open-Source-Bereich tun – ist, dass wir an einigen der größten Modelle auf unserer Plattform arbeiten. Wir wissen also, dass es funktioniert, und wir mussten nichts speziell bauen, weil wir das schon seit Jahren machen. Wir mussten nur ein paar Dinge verlängern“, sagte Umare.
„Basierend auf einem einzelnen Team sehen wir, dass Flyte zehnmal mehr Offline-Schulungsaufträge versendet, und das führt zu fünfmal häufigeren Modellveröffentlichungen mit beträchtlichen Geschäftsgewinnen“, sagte Mick Jermsurawong, Infrastrukturingenieur für maschinelles Lernen bei Stripe. „Ich denke, die Erkenntnis hier ist, dass ML-Produktivität kein nettes Extra ist, sondern tatsächlich eine Geschäftsanforderung.“
Aber die Union AI-Plattform baut nicht nur Flyte-as-a-Service auf. Das Team hat auch gebaut Pandera (ein Framework für Datentests) und Union ML (ein Framework, das auf Flyte aufbaut und Teams dabei hilft, ihre Modelle mit ihren vorhandenen Tools zu erstellen und bereitzustellen). Union Cloud vereint all diese Elemente und legt darüber eine Reihe von Unternehmenstools wie Single Sign-On auf.
„Maschinelles Lernen und insbesondere große Sprachmodelle werfen große Probleme in Bezug auf Datenschutz und Informationssicherheit auf. „Unternehmen werden immer vorsichtiger bei der Nutzung von Diensten, bei denen sie die Kontrolle darüber verlieren, was genau mit ihren Daten passiert“, sagte Greg Papadopoulos, Venture-Partner bei NEA. „Die Kombination der Leistungsfähigkeit großer Modelle mit umfangreichen Unternehmensdaten muss mit Sorgfalt gehandhabt werden – das ist einer der Gründe, warum wir so begeistert von den Fortschritten sind, die das Team von Union.AI gemacht hat, zuerst mit Flyte und jetzt mit Union Cloud.“ Das ist genau das, was die Leute fordern und ein echtes Unterscheidungsmerkmal: Lassen Sie mich die Leistungsfähigkeit großer Sprachmodelle nutzen und gleichzeitig die Kontrolle und den Besitz meiner Daten behalten.“