机器学习已经从利基领域迅速发展成为无数软件堆栈的关键组成部分，但这并不意味着它很容易。创建和管理它所需的工具是企业级的，并且通常是仅限企业使用的-但是，确定型AI的目的是通过开放整个AI基础设施产品的外包来使其比以往任何时候都更易于访问。

该团队创建了确定的培训平台，以一种有组织，可靠的方式开发人工智能，这是大公司自己创造(并保留)的一种东西，该团队在去年筹集了1100万美元的A轮融资时解释说。

“机器学习将成为未来软件开发方式的重要组成部分。但是，为了使像Google和Amazon这样的公司提高生产力，他们必须构建所有这些软件基础架构。”首席执行官Evan Sparks说。“我们合作的一家公司有70个人为其AI构建内部工具。在这个星球上，没有多少公司可以承受这样的努力。”

在较小的公司中，小团队正在使用旨在用于学术工作和个人研究的工具对ML进行试验。要扩展到多达数十名工程师开发真实产品的过程，…没有太多选择。

“他们正在使用TensorFlow和PyTorch之类的东西，”首席科学家Ameet Talwalkar说。“完成工作的许多方法只是约定俗成：如何训练模型?我应该在哪里写下最好的数据?如何将数据转换为良好的格式?所有这些都是面包和黄油的任务。有技术可以做到，但实际上是狂野的西部。以及设置它所要做的工作量……大技术公司建立这些内部基础架构是有原因的。”

确定的AI 该公司的创始人始于UC Berkeley的AmpLab(Apache Spark的所在地)，已经开发了数年的平台，并得到了一些付费客户的反馈和验证。他们说，现在，它已经准备好进行开源首次亮相-当然，它具有Apache 2.0许可证。

“我们有信心人们可以自行捡起并使用它，而无需花费很多精力，” Sparks说。

您可以使用本地或云硬件来启动自己的平台的自托管安装，但是最简单的方法可能是云托管版本，该版本会自动从AWS或您喜欢的任何地方预配置资源，并在资源使用时将其拆除不再需要。

希望的是，确定型AI平台成为许多小型公司可以达成共识的基础层，为结果和标准提供可移植性，因此您不必在每个公司或项目中都从头开始。

预计在未来几年中机器学习的发展将达到一个数量级，即使是一小部分也值得一提，但是幸运的是，确定的AI可能会成为中小企业AI开发的新事实上的标准。