Meeshkan融资37万欧元，用于培训机器学习模型的“ChatOps”机器人

Meeshkan是一家在最近的Slush会议上引起轰动的芬兰创业公司，已经悄悄融资37万欧元的种子前资金，继续为机器学习开发者开发其“ChatOps”产品。

该机器人部署在Slack上，允许开发人员“快速停止，重启，分叉，调整，监控，部署和测试机器学习模型”，而不会中断他们习惯的协作工作流程或被迫在不同的开发人员工具之间来回切换。

Meeshkan表示，它使用正在申请专利的技术，可以快速划分分布式基础架构中的数据流。与此相关的是，新兴公司目前正在与东北大学和CUDA合作，在TensorFlow和PyTorch中开发ML模型的“零停机”检查点。

在电子邮件交流中，Meeshkan创始人Mike Solomon解释说，培训ML模型目前是通过命令行界面和网络仪表板完成的，这对于协作来说并不是最佳选择。这是因为团队通常需要就ML模型培训进行沟通，对模型做出决策，立即对这些决策采取行动，并对推送有关作业状态的通知做出反应，这些都不能通过命令行或Web仪表板方便地进行。

“我的一代编写的代码越来越少，但我们通过增量更改来越来越快地迭代它，”他说。 “在机器学习中，这可能是模型学习率的一个小调整。在单元测试中，这可能涵盖在某些情况下返回空值的API的极端情况。这些场景的统一之处在于，开发人员正在处理外部因素，例如数据或第三方API，并尝试快速构建它们。世界级的IDE虽然有很多问题，但却没有为这些小调整提供太多价值。我们发现开发人员需要的是一个无摩擦的环境，以使调整/测试/学习循环尽可能快地转动“。

为了开始解决这个问题，所罗门告诉我，Meeshkan开始在Slack上创建一个机器人，帮助团队实时监控和调整他们的ML模型的训练。 “对于ML工程师，我们发现他们花了几个小时在Slack讨论如何处理他们的模型，但不得不求助于奥术和拜占庭黑客来应用，记录和归档这些变化，”他说。

“我们制作了一个简单的机器人，团队可以将他们关于Slack的讨论转变为像Slack那样将学习率或批量大小改为行动。从这个简单的想法，闸门打开。开发人员真的很快就让我们知道他们想要从Slack控制什么，其中一些很难实现，其中一些非常困难并且引导我们进入未知的工程领域“。

Meeshkan从最终的工作中有几个正在申请专利的算法。所罗门还解释说，在持续集成和“数据争论”中也存在同样的根本问题，并且该团队正在开发一套解决这一问题的产品。

这包括第二个名为unmock.io的产品，它将相同的想法带入测试和持续集成，并且已经在AWS re：Invent中获得了吸引力。 “我们希望在2018年第一季度沿着这条线发布更多工具，”他补充道。

同时，Meeshkan的种前支持者包括Risto Siilasmaa和Kim Groop（First Fellow Partners），芬兰天使Ali Omar，Christian Jantzen的Futuristic.vc和Neil Murray的The Nordic Web Ventures。