最も有力な AI および機械学習開発プラットフォームの 1 つである Weights & Biases は、GitHub の元 CEO である Nat Friedman 氏と Y Combinator の元パートナーである Daniel Gross 氏から新たな資金を確保しました。
フリードマン・アンド・グロスは、既存投資家のCoatue、Insight Partners、Felicis、Bond、BloombergBeta、Sapphireと共に、Weights & Biasesに戦略的ラウンドで5,000万ドルを投資し、同社の評価額は12億5,000万ドルに達した。これにより、Weights & Biasesの調達総額は2億5,000万ドルに達した。今回の投資は、Weights & BiasesがOpenAIのGPT-4に類似した大規模言語モデル（LLM）の性能を監視・評価するための新製品「Prompts」のリリース準備を進める中で行われた。
5,000万ドルの投資は、Weights & Biasesが前回調達したシリーズCの約1億3,500万ドルに比べるとはるかに少ない。しかし、Weights & Biasesの成長担当バイスプレジデントであるラバニャ・シュクラ氏は、今回の調達は好機だと評した。
「従業員に機械学習ツールを提供することは、CTOとそのチームにとって必須の条件であるべきだと考えています」と彼女はTechCrunchのメールインタビューで語った。「テスト、セキュリティ、信頼性に取り組むことで、Weights & Biasesは成功する機械学習モデルの開発において重要な局面を迎えています。」
ルーカス・ビーヴァルト氏とクリス・ヴァン・ペルト氏は、機械学習エンジニアとデータサイエンティスト向けのツール開発に長年携わった後、2017年にWeights & Biasesを共同設立しました。2人は以前、機械学習アルゴリズムのトレーニングデータのラベル付けを行うクラウドワーカーを募集するFigure Eight（旧称CrowdFlower）を立ち上げていました。（Figure Eightは2019年にAppenに1億7500万ドルで買収されました。）
「二人はより大きな問題に気づきました。機械学習の実践者たちが実験を記録するための優れたシステムを持っていなかったのです」とシュクラ氏は述べた。「この非常に実験的でありながら重要な科学が、スプレッドシートと劣化したスクリーンショットに記録されていたのです。」
そこで、ビエヴァルトとヴァン・ペルトは、3人目の共同創業者であるGoogle出身の開発者ショーン・ルイスと協力し、この問題を解決しようと試みました。その後数年間にわたり、彼らはWeights & BiasesのMVP、つまり機械学習開発ライフサイクルをサポートするワークフローを構築しました。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
Weights & Biasesは、MLOps（機械学習オペレーション）と呼ばれるプラットフォームのカテゴリーに属しています。MLOpsは、データサイエンティストが新しい機械学習モデルを作成し、反復可能な自動化されたワークフローを通して実行し、本番環境にデプロイすることを可能にします。AIの需要が高まるにつれ、MLOpsプラットフォームの需要も高まっています。Allied Market Researchは、MLOpsセグメントは2023年までに231億ドル規模に達すると予測しています。
新しいMLOpsプラットフォームが定期的に登場しています。いくつか例を挙げると、Seldon、FedML、Qwak、Galileo、Striveworks、Arize、Comet、Tectonなどです。これは、Azure、AWS、Google Cloudといった既存ベンダーのサービスは除きます。
しかし、Weights & Biases が他と異なるのは、MLOps へのアプローチだと Shukla 氏は主張する。
まず、Weights & Biasesの製品はすべて、パートナーや顧客と共同で設計されており、パートナーや顧客のニーズを確実に満たすように努めているとシュクラ氏は語る。次に、このプラットフォームは、モデルのトレーニングに使用されるデータセットを調査するためのツールに重点を置いており、顧客はデータセットが本番環境に入る前に、バイアスや個人を特定できる情報の存在など、発生する可能性のある問題をチェックできる。
「Weights & Biasesは、開発者がより良いモデルをより迅速に構築できるよう支援する、業界をリードする機械学習プラットフォームです」とシュクラ氏は述べています。「私たちは、実験を迅速に追跡し、データセットのバージョン管理と反復処理を行い、モデルのパフォーマンスを評価し、モデルを再現し、結果を視覚化して回帰分析を行い、同僚と知見を共有するための、軽量で相互運用可能なツールを開発しています。これにより、機械学習エンジニアは、データセットとモデルが信頼性の高い記録システムで追跡およびバージョン管理されているという確信を持って、機械学習パイプラインを迅速に反復処理することができます。」
Weights & Biases には他にもどんな利点があるにせよ、先発者であることはほぼ間違いなくその 1 つです。
Shukla氏によると、このプラットフォームのソリューションは2万以上のオープンソースリポジトリに統合されており、Weights & Biasesは数百もの機械学習関連の学術研究論文で引用されているという。また、OpenAI、Aleph Alpha、Cohere、Anthropic、Hugging Faceといった、資金力のある著名な生成AIモデル構築者にも選ばれているツールセットでもある。
「OpenAIはすべてのモデルをWeights & Biasesを用いて学習させています。数百人の従業員が数千もの実験を行っているため、OpenAIがモデルを迅速にテストし、問題を特定し、デバッグする手段を持つことは非常に重要です」とシュクラ氏は述べた。「OpenAIは、データの小さなサブセットを用いて、多くの学習を実行する必要があります。Weights & Biasesのおかげで、GPT-4の学習速度が向上しました。」
生成AIコホート以外にも、Weights & Biasesはユーザー数が2021年の10万人から70万人に増加し、有料ユーザーも1,000人以上に上ります。一方、チームは200人以上に成長し、そのほとんどがサンフランシスコの本社に拠点を置いています。
Weights & Biases は、ユーザーが LLM の出力を調べ、LLM 自体を微調整できる、前述の新製品 Prompts で顧客ベースをさらに拡大することを目指しています。
「法学修士（LLM）はモデルのトレーニングに必要な人員数を減らすかもしれませんが、企業がそれらのモデルを微調整し、インターフェースを構築し、アプリを構築するために必要な人員数は増えるでしょう」とシュクラ氏は述べています。「Promptsの目標は、新たな層のユーザーにサービスを提供し、大規模な研究室における機械学習モデルの構築方法を変えることです。Promptsのエンジニアや微調整担当者に加えて、独自の社内モデルを構築している研究者や企業は、モデルを改善するためのより多くのツールを手に入れることができるようになります。」
Weights & Biases に関しては、MLOps スイートの構築を継続する理由があります。
