機械学習（ML）モデルの性能は、投入するデータによって決まります。これはトレーニング中だけでなく、モデルが本番環境に導入された後も同様です。現実世界では、新しいイベントが発生するとデータ自体が変化する可能性があり、データベースやAPIがデータを報告・保存する方法の小さな変更でさえ、モデルの反応に影響を与える可能性があります。MLモデルは単に誤った予測をするだけでエラーをスローしないため、企業はこれらのシステムのデータパイプラインを監視することが不可欠です。
そこでAporiaのようなツールが登場します。テルアビブに拠点を置く同社は本日、機械学習モデル向けモニタリングプラットフォームの開発のため、シードラウンドで500万ドルを調達したことを発表しました。投資家はVertex VenturesとTLV Partnersです。
アポリアの共同創業者兼CEOであるリラン・ハソン氏は、イスラエル国防軍に5年間勤務した後、2015年にマイクロソフトに買収されたセキュリティ企業アダロムのデータサイエンスチームに所属していました。売却後、ベンチャー企業のバーテックス・ベンチャーズに入社し、2019年後半にアポリアを設立しました。しかし、アダロム在籍中に、アポリアが現在解決しようとしている問題に初めて遭遇したのです。
「私は機械学習モデルの運用アーキテクチャを担当していました」と彼は会社での経験を振り返ります。「そこで初めて、モデルを運用環境に導入する際の課題や、そこで得られる驚きの数々を経験することができました。」
アポリアの背後にあるアイデアは、企業が機械学習モデルをより簡単に実装し、責任ある方法で AI の力を活用することを可能にすることだ、とハソン氏は説明した。
「AIは非常に強力なテクノロジーです」と彼は述べた。「しかし、従来のソフトウェアとは異なり、データに大きく依存しています。AIのもう一つの非常に興味深い特徴は、障害が発生した場合でも、サイレントに発生することです。例外もエラーもありません。これは非常に難しい問題であり、特に本番環境に移行する際には、トレーニング段階ではデータサイエンティストがデータを完全に制御するため、非常に厄介になります。」
しかし、ヘイソン氏が指摘したように、本番システムはサードパーティベンダーのデータに依存している場合があり、そのベンダーはある日、誰にも知らせずにデータスキーマを変更する可能性があります。そうなると、例えば銀行の顧客がローンを滞納するかどうかを予測するモデルはもはや信頼できなくなりますが、誰かがそれに気づくまでには数週間から数ヶ月かかるかもしれません。
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
2021年に人工知能がどのように活用されるか
Aporia は、受信データの統計的動作を継続的に追跡し、それがトレーニング セットから大きく外れると、ユーザーに警告を発します。
Aporiaのユニークな点の一つは、IFTTTやZapierのようなグラフィカルツールでモニターのロジックを設定できる点です。50種類以上のモニターの組み合わせがあらかじめ設定されており、それらの動作をバックグラウンドで完全に可視化できます。これにより、企業は独自のビジネスケースやモデルに合わせてモニターの動作を微調整できます。
当初、チームは汎用的な監視ソリューションを構築できると考えていました。しかし、これは非常に複雑な作業になるだけでなく、モデルを構築するデータサイエンティストは、モデルがどのように動作するべきか、そして監視ソリューションに何を求めているかを正確に理解していることに気づきました。
「本番環境のワークロード監視はソフトウェアエンジニアリングにおいて確立された手法であり、機械学習も同様のレベルで監視されるべき時が来ています」と、TLV Partnersの創設パートナーで あるロナ・セゲブ氏は述べています。「Aporiaのチームは豊富な本番環境エンジニアリングの経験を有しており、そのソリューションはシンプル、安全、そして堅牢という点で際立っています。」
フレデリックは2012年から2025年までTechCrunchに在籍していました。また、SiliconFilterを設立し、ReadWriteWeb（現ReadWrite）にも寄稿しています。フレデリックは、エンタープライズ、クラウド、開発者ツール、Google、Microsoft、ガジェット、交通機関など、興味のあるあらゆる分野をカバーしています。
バイオを見る
