【ダイジェスト】
AI（人工知能）の需要が高まる中、開発とデプロイメントを支援する新しいカテゴリーのツールが登場しています。その一例が、カリフォルニアに拠点を置くスタートアップ企業RagaAIです。この企業は、AIのテストと修正を自動化するプラットフォームを提供し、ステルスモードを解除して公に活動を開始しました。pi Venturesから470万ドルのシード資金を調達し、Anorak Ventures、TenOneTen Ventures、Arka Ventures、Mana Ventures、Exfinity Venture Partnersなどのグローバル投資家もラウンドに参加しました。
RagaAIは、Nvidiaの元幹部であるGaurav Agarwalによって設立されました。同社は、安全で信頼性の高いAIを確立するために、この資本を研究の進展と自動テストプラットフォームの強化に使用する予定です。Agarwalは声明の中で、「私たちは自動化されたAI問題の検出、自動根本原因分析、問題の修正の最前線に立ち続けることにコミットしています」と述べています。また、同社は既にFortune 500企業にサービスを提供しており、バイアス、精度、幻覚などの問題に対処しているとのことです。
RagaAIが提供するものは何かというと、AIを本番環境に組み込むことは容易ではありません。チームはデータを収集し、モデルをトレーニングし、本番環境での動作を監視して、期待通りに機能しているか、それとも未知の領域に逸脱していないかを確認する必要があります。ここで少しの隙間があると、全ての努力が崩れ落ち、高いコストと逸失した機会につながります。
AgarwalはNvidiaやインドの移動サービス会社Olaでこの問題を直接経験し、AIの問題を検出し、診断し、その場で修正する自動テストプラットフォームで対処することを決意しました。これがRagaAIを構築するきっかけとなりました。しかし、注目すべき点は、プラットフォームが数十の問題をチェックするだけではないことです。データやモデルの問題から運用上のギャップまで、AIモデルが失敗する可能性のあるあらゆる種類の問題をカバーする300ものテストを実施します。
プラットフォームが問題を特定すると、ユーザーはその問題の根本原因を特定するためのトリアージを行うことができます。これには、トレーニングデータのバイアス、ラベリングの不備、データドリフト、トレーニング時のハイパーパラメータの最適化不足、敵対的攻撃に対するモデルの堅牢性の欠如など、さまざまな原因があります。最後に、問題を修正するための実行可能な推奨事項を提供します。たとえば、チームが1クリックでラベリングが不十分なデータポイントを削除するのを支援したり、データドリフトや概念ドリフトの問題を修正するためにモデルの再トレーニングを提案したりします。
その核心には、データを圧縮された意味のある形式で表現する高品質なエンベディングを生成するRagaDNA基盤モデルがあります。プラットフォーム上のほとんどのテストは、これらのエンベディングを問題の検出、診断、修正の基盤として使用しています。「RagaAI DNAは、テスト目的でカスタムトレーニングされた特定の業界に特化した基盤モデルを表しています。これにより、RagaAIはテストワークフローに自動的にインテリジェンスを追加することができます。例えば、運用設計ドメイン（ODD）を定義したり、モデルのパフォーマンスが低下するエッジケースを特定したり、欠落しているまたは品質の低いトレーニングデータとの相関を見つけたりすることができます」と、RagaAIの製品責任者であるJigar Guptaはブログ投稿で述べています。
顧客への大きな影響
テストプラットフォームは公に発表されたばかりですが、RagaAIはすでにいくつかのFortune 500企業を含むAIファーストの企業が技術を使用していると主張しています。実装の一例として、ある電子商取引企業は、チャットボットの幻覚を特定し、エラーを減らすことができました。また、自動車会社は、低照度環境での車両検出モデルの精度を向上させることができました。
RagaAIは、この技術がAI開発のリスクを90％削減し、本番環境への移行時間を3倍以上加速させることができると信じています。この資金調達により、研究開発の取り組みを進め、テストおよび修正プラットフォームを改善する計画です。また、チームを拡大し、安全で透明なAIを開発する重要性についての認識を高める予定です。
しかし、AIのデプロイメントを合理化するために取り組んでいる企業はRagaAIだけではありません。昨年だけでも、ArizeのPheonixオープンソースライブラリ、Context AI、Braintrust Dataなど、AIの安全なデプロイメントを加速することを使命とする複数のプレイヤーが登場しています。Acceldataなどの多くの観測プレイヤーも、デプロイメントを支援するために生成AIのモニタリングを検討しています。AIが2030年までに2兆ドルの機会になると予想されており、この数は今後も増え続けると予想されます。Ragaは、このうち25％がAIを安全で信頼性のあるものにするためのツールに向けられると信じています。
【ニュース解説】
AI技術の開発と導入が進む中、そのテストと修正を自動化する新しいツールが市場に登場しています。その一つが、カリフォルニアに拠点を置くスタートアップ企業「RagaAI」です。この企業は、AIの問題を検出し、原因を分析し、修正する自動テストプラットフォームを提供しており、最近になって公に活動を開始しました。RagaAIは、pi Venturesから470万ドルの資金を調達し、他のグローバル投資家も参加しています。
RagaAIは、Nvidiaの元幹部であるGaurav Agarwalによって設立されました。彼は、AIの安全性と信頼性を高めるために、この資金を研究開発とテストプラットフォームの強化に使用する計画です。同社はすでに、Fortune 500企業を含む顧客にサービスを提供しており、AIのバイアスや精度の問題、幻覚などの問題に対処しています。
RagaAIのプラットフォームは、AIモデルが失敗する可能性のある300種類もの問題を検出することができます。これにはデータやモデルの問題、運用上のギャップなどが含まれます。問題を特定した後、プラットフォームはその根本原因を特定し、修正のための具体的な推奨事項を提供します。
RagaAIの核となるのは、RagaDNA基盤モデルです。これは、データを意味のある形式で圧縮して表現する高品質なエンベディングを生成します。このエンベディングは、問題の検出や診断、修正のための基盤として機能します。
RagaAIのテストプラットフォームは、AI開発のリスクを90％削減し、本番環境への移行時間を3倍以上加速させる可能性があるとされています。同社は、研究開発を進め、テストおよび修正プラットフォームを改善し、チームを拡大し、安全で透明なAIの開発の重要性を広める計画です。
しかし、RagaAIだけがAIのデプロイメントを合理化するために取り組んでいるわけではありません。他にも多くの企業が、AIの安全な導入を加速するためのツールやライブラリを開発しています。AI市場は2030年までに2兆ドルの機会になると予想されており、そのうちの25％がAIを安全で信頼性のあるものにするためのツールに向けられるとRagaAIは見込んでいます。
from Fixing AI made easy: RagaAI emerges from stealth with automated testing solution.
