Kumo.AI推出全新预测性AI平台 引入了类似SQL的预测性查询语言

要点:

Kumo.AI宣布推出一种新的预测性AI平台，具备类似SQL的预测性查询语言，旨在使企业能够快速创建和部署先进的AI模型。

该新平台可用于在单日内构建多个任务特定的AI模型，为企业提供了试用期，以测试其在私有数据上的性能。

Kumo.AI的预测性AI平台利用图神经网络（GNN）技术，赋予数据科学家、分析师、开发人员和业务所有者在生产中创建和实施高度准确的预测的能力。

近年来，技术的快速发展已经改变了企业的业务模式，人工智能成为全球范围内的核心讨论话题。在这一背景下，Kumo.AI宣布推出了一款全新的预测性AI平台，引入了类似SQL的预测性查询语言。相较于生成式AI，预测性AI更专注于基于当前数据预测未来趋势，能够处理更复杂和企业特定的任务，但在其领域之外通常缺乏适应性和范围。

图源备注：图片由AI生成，图片授权服务商Midjourney

Kumo.AI旨在解决这一挑战，该公司的预测性AI平台使企业能够迅速创建和部署先进的AI模型。这一平台的独特之处在于，它能够在一天内构建多个任务特定的AI模型，并提供企业试用期，让其在私有数据上测试其性能。成立于2021年的Kumo.AI是一家SaaS初创公司，得到了Sequoia Capital的支持，由来自Airbnb、Pinterest和Linkedin等公司的AI高管创立。创始人们的丰富经验以及与斯坦福/多特蒙德大学研究实验室的合作使Kumo能够在AI技术的发展上提前数年。

Kumo.AI的预测性AI平台采用图神经网络（GNN）技术，赋予数据科学家、分析师、开发人员和业务所有者在生产中创建和实施高度准确的预测的能力。该公司的首席执行官Vanja Josifovsk表示，公司的主要目标是赋予每个数据科学团队更快地解决以客户为中心的用例的能力，而不会在准确性上做出妥协。他还强调了Kumo.AI通过利用由斯坦福的Jure Leskovec教授开创的图神经网络技术，构建了最具可伸缩性和高效的图学习平台的重要性。

该平台使用深度表示学习技术来简化机器学习过程中最复杂和耗时的步骤。通过消除训练数据生成、特征工程、特征管道和特征存储，Kumo.AI成为第一个将深度学习表示应用于数据仓库中的企业数据的平台。在今年6月的Snowflake峰会上，Kumo.AI宣布将其深度学习功能直接集成到Snowflake数据云中，通过Snowpark容器服务，最大化数据潜力，使用尖端工具消除数据移动的需求。

综合而言，Kumo.AI正在改变业务应用的未来，使预测性AI对各大小企业都变得更加可访问和实用。随着新平台的推出，Kumo距离其革命性地改变企业利用预测性AI的方式又迈进了一步。