Hive提供云主机的机器学习模型，可解释非结构化数据，在2B美元的价格下筹集了85米以上的价格

虽然云计算持续增长，但只有有限数量的公司拥有基于云的机器学习。 Hive希望通过允许企业通过API访问托管机学习模型来更改这一点。

由于其深度学习模型，蜂巢在内容审核领域具有特殊成功，帮助公司解释了非结构化数据，如图像，视频和音频。但它也扩展到广告和赞助衡量等领域，因为它寻求找到从智能自动化中受益的其他区域。

在接受VidtureBeat的采访中，Hive Ceo Kevin Guo表示，该公司认为它试图证明其型号的工作相对安静。但它的增长已经开始加速，而公司则准备好噪音。

“现在我们有足够的跟踪点，我们有100多个客户，我们非常有信心我们在市场上的实际工作所做的事情，”郭说。 “现在我们已准备好扩展。”

投资者也受到他们所看到的兴奋。今天，蜂房宣布已筹集了8500万美元的资金，以便两轮投资总额为1.21亿美元，并将估值达到20亿美元。 Glynn Capital LED为5000万美元，该公司在该公司之前持续了3500万美元。

郭说，当公司成立于2014年时，他和Cofounder Dmitriy Karpman在斯坦福学习计算机愿景。他们最初开始建立使用AI的消费者应用程序来改善内容建议等事物。

但沿途，他们遇到了内容审核周围的问题，找不到解决它们的模型。随着他们开始构建解决方案，其他公司听说过它，并询问他们是否可以尝试。截至2017年底，该公司已成为企业焦点，目前的蜂巢化量出生。

即使那么，郭说，创始人采取缓慢而稳定的方法。他们继续向现在使用它来监视用户共享的每一块内容的合作伙伴部署服务。如果Hive斑点是一个问题，可以立即关闭类似视频流。郭说蜂巢比市场上的一些替代品更少的误报，这降低了阻止非违规内容的风险。

“如果您的模型不准确，并且您不正确地禁止用户的内容，这是一个真正的问题，”郭说。

郭表示，蜂巢的重点是饲养的大量数据，因为它们已经开发到模型中。为此，Hive建立了数据贴标程序的分布式员工。

郭说：“他们在数十亿人的判决中喂养了数十亿的判决。 “这就是让这款模特工作的原因。此时，我们的客户基本上认为，我们的模型几乎甚至是人类准确性，这就是为什么他们可以信任[他们] 100％并在生产中实时使用[它们]。“

Hive声称其模型已在10亿件人标记数据中培训，这是最大的此类公共数据集。这允许Hive筛选40类内容类别，例如性内容，暴力和仇恨言论。

这项工作使该公司在辩论中，在监督与半监督和无人监督的学习中。郭说正确的答案真的取决于公司服务的性质。但对于蜂巢，人体元素至关重要。

“他说：”他说，没有什么比人类更像。“ “人类真的擅长生成标签数据，寻找模式和解决困难问题。因此，模型的实际数据数据。我们一直认为人类培训是必要的。我们的方法一般都坚持使用人类培训我们的模型的验证和真正的路径。“

Guo说，可以将服务作为API提供服务的能力意味着客户端只需将几行代码放入他们的服务中，以便恢复和运行。这种易用性有助于采用。

据郭称，该公司过去一年中的收入增长300％。客户包括NBCuniversal，Interpublic Group，Reddit，Walmart，Visa，AnheUser-Busch Inbev，ComScore和Cognizant。

蜂房打算利用资金继续开发公司的基于云的深度学习模式。它还计划投资于建立其销售和营销团队。

“到目前为止，我们真的在经营中的一点是一个保守的心态，”郭说。 “我们不想过度投资销售和营销，直到我们知道产品[工作]。花了一段时间。把这些型号证明这一点需要时间。“

VidtureBeat＆＃39; S使命是成为技术决策者的数字城市广场，以获得有关转型技术和Transact的知识。您网站提供有关数据技术和策略的基本信息，以指导您的领导您的组织。我们邀请您成为社区的成员，访问：门控思想领导者内容和对我们奖化事件的折扣访问，如转换2021：了解更多

成为会员