Аясди - Ayasdi
 | |
| Тип | Частный |
|---|---|
| Промышленность | Корпоративное программное обеспечение |
| Основан | 2008 г. |
| Штаб-квартира | Менло-Парк, Калифорния |
Действующие лица |
|
| Услуги | Машинное обучение, аналитика больших данных |
Количество работников |
65 (2020) |
| Веб-сайт | Аясди |
Ayasdi начала свою деятельность в 2008 году как компания, занимающаяся разработкой программного обеспечения для машинного интеллекта, которая разработала программное обеспечение для организаций, которые хотят анализировать и создавать прогнозные модели с использованием больших данных или многомерных наборов данных. Организации и правительства развернули программное обеспечение Ayasdi в различных сценариях использования, включая разработку клинических методов для больниц, борьбу с отмыванием денег , обнаружение мошенничества, торговые стратегии, сегментацию клиентов, разработку нефтяных и газовых скважин, разработку лекарств, исследования болезней, информационную безопасность. , обнаружение аномалий и приложения национальной безопасности.
Аясди фокусируется на автоматизированной аналитике без гипотез в большом масштабе. Фактически, система Ayasdi использует целевой набор данных, запускает множество различных алгоритмов машинного обучения без учителя и с учителем для данных, автоматически находит и ранжирует наилучшие соответствия, а затем применяет топологический анализ данных для поиска похожих групп в полученных данных. Он представляет собой конечный анализ в форме карты сходства сети, которая может быть полезна аналитику для дальнейшего изучения группировок и корреляций, обнаруженных системой. Это снижает риск предвзятости, поскольку система беспристрастно выявляет «то, что говорят данные», вместо того, чтобы полагаться на аналитиков или специалистов по обработке данных, вручную запускающих алгоритмы в поддержку ранее существовавших гипотез. Затем Аясди генерирует математические модели, которые используются в прогностических и операционных системах и приложениях.
Организации, использующие Ayasdi, обнаружили, что автоматизированный платформенный подход Ayasdi к машинному интеллекту на два-пять порядков более эффективен, чем существующие подходы к аналитике больших данных, если судить по количеству времени и затрат, необходимых для завершения анализа и построения моделей с использованием большие и сложные наборы данных. Одним из широко известных примеров в пятерке крупнейших глобальных системно значимых банков было то, что для построения моделей, необходимых для ежегодного процесса комплексного анализа и анализа капитала (CCAR), потребовалось 1800 человеко-месяцев с использованием традиционных инструментов ручного анализа больших данных и машинного обучения, но потребовалось 6 человек. -месяцев с Аясди. Проект второго глобального системно значимого банка показал, что Аясди сократил время на построение моделей риска с 3000 человеко-часов до 10 минут.
История и финансирование
Компания Ayasdi была основана в 2008 году Гуннаром Карлссоном , Гурджитом Сингхом и Харланом Секстоном после 12 лет исследований и разработок в Стэнфордском университете . В то время как в Стэнфорд, основатели получили $ 1,25 млн DARPA и IARPA грантов для «высокого риска, высокий выигрыш исследований». В 2012 году Аясди получил финансирование в рамках серии A под руководством Floodgate Capital и Khosla Ventures на сумму 10,25 миллиона долларов. 16 июля 2013 года Аясди закрыл 30,6 млн долларов в рамках серии B от Institutional Venture Partners , GE Ventures и Citi Ventures . 25 марта 2015 года Аясди объявил о новом раунде финансирования серии C в размере 55 миллионов долларов, возглавляемом Kleiner Perkins Caufield & Byers , к которому присоединились четыре текущих инвестора, институциональные венчурные партнеры, Khosla Ventures, Floodgate Capital, Citi Ventures и два новых инвестора. , Centerview Capital Technology и Draper Nexus. В мае 2019 года Аясди присоединился к портфолио SymphonyAI. Эта инвестиционная платформа на миллиард долларов ориентирована на развитие следующего поколения компаний, занимающихся искусственным интеллектом и машинным обучением, в сфере здравоохранения, финансовых услуг, розничной торговли, промышленности, СМИ и предприятий. Компания переименована в Symphony AyasdiAI.
Продукт
Ayasdi - это платформа машинного интеллекта. Он включает в себя десятки статистических алгоритмов машинного обучения как с учителем, так и без него и может быть расширен за счет включения любых алгоритмов, необходимых для определенного класса анализа. Платформа полностью автоматизирована и в больших масштабах используется во многих компаниях по всему миру и в государственных учреждениях по всему миру. В нем используется анализ топологических данных как объединяющая аналитическая структура, которая автоматически вычисляет группировки и сходство между большими и многомерными наборами данных, генерируя карты сети, которые значительно помогают аналитикам понять, как кластеры данных и какие переменные являются релевантными. По сравнению с ручным подходом к статистическому анализу и машинному обучению, результаты с Ayasdi обычно достигаются намного быстрее и точнее благодаря автоматизации и масштабируемости, встроенным в платформу. Платформа Ayasdi также разрабатывает математические модели, в том числе прогнозные, на основе результатов анализа. Это позволяет использовать Ayasdi как операционную систему или как часть операционных систем, а не только для анализа.
В 2013 году журнал The Economist развернул программное обеспечение для анализа топологических данных Ayasdi, чтобы определить «ценных» игроков английской премьер-лиги и позволить онлайн-читателям выбирать свои собственные команды, которые будут соревноваться с чемпионами сезона 2012-2013, «Манчестер Юнайтед».
Ayasdi можно развернуть локально с использованием серверов на базе Intel или в публичной или частной облачной инфраструктуре. Платформа работает на Linux и Hadoop .
Приложения
По своей сути, SensaAML ™ призван дать следователям возможность с динамичной и глубокой аналитической точностью выявлять и сообщать о действительно подозрительном и рискованном поведении своих клиентов. Платформа получает данные от клиентов, контрагентов и транзакций и фильтрует их с помощью нашей собственной системы машинного обучения для создания сегментов данных. Назначения сегментации основаны на поведении входных данных, а затем повторно назначаются на основе транзакций и их бесчисленных взаимосвязей с течением времени. Результатом является быстрое понимание данных и их связи с их источниками. Кроме того, этот метод быстро определяет потенциально вредоносные атрибуты данных и автоматически создает новые производные атрибуты для ускорения интеллектуальной сегментации.
Приложение SensaAML ™ поддерживает облако, что устраняет необходимость в локальном развертывании, и было разработано, чтобы быть гибким и адаптируемым для облегчения существующих конфигураций TMS.
Пользователи и отрасли
В число клиентов Ayasdi входят многие крупные финансовые учреждения с глобальным присутствием, которые считаются первопроходцами и новаторами в своей области. Эти организации лидируют во внедрении искусственного интеллекта и машинного обучения благодаря его эффективности в обнаружении финансовых преступлений и рискованного поведения, указывающих на отмывание денег.