新加坡初创公司 Betterdata 获得 155 万美元融资，用于通过合成解决方案保护真实数据

成立于新加坡的初创公司 Betterdata 旨在通过采用合成的、可编程的解决方案来保护真实数据，并且最近获得了令人印象深刻的 155 万美元种子资金。该轮融资得到了 Investible 的监督，并得到了多家知名公司和投资者的支持，例如富兰克林邓普顿、新加坡科技设计大学、Xcel Next、Bon Auxilium、Tenity、Plug and Play 和 Entrepreneur First。

Betterdata 于 2021 年开始运营，由首席执行官 Uzair Javaid 博士和首席技术专家 Kevin Yee 牵头。为响应日益严格的全球数据保护法规，这对充满活力的二人组着手加快和优化数据共享流程。该公司目前与新加坡和美国的两个庞大的大学网络合作进行研发工作。此外，Betterdata 还为包括上海浦东发展银行等知名机构在内的客户提供服务。

Betterdata 与传统数据共享方法的不同之处在于其将生成人工智能与隐私工程相结合的创新策略。传统方法涉及旨在破坏敏感数据的数据匿名化实践。在接受 TechCrunch 采访时，Yee 解释了 Betterdata 方法背后的独特过程，该方法利用深度学习模型、扩散模型等生成模型，以及深度造假、聊天机器人和稳定扩散技术中使用的生成对抗模型来构建和增强新数据集。

由此产生的数据集展示了与真实世界数据相当的属性和结构，同时成功地减少了与个人相关的潜在危害或机密信息。 Yee 进一步指出，这种富有想象力的解决方案建立了实际数据集的虚构版本，然后可以将其安全地用于多种目的，例如保护私有数据、最小化偏差和改进机器学习模型。

通过使用 Betterdata 的程序化合成数据，开发人员将获得各种好处，包括加强隐私措施、更好地遵守 GDPR 和 HIPAA 等数据保护法规、增加团队之间对数据的访问以及扩展用于培训、测试和验证机器学习模型的资源.此外，Betterdata 的技术可以通过为代表性不足的群体或类别生成额外的记录来帮助解决数据不平衡问题。

Betterdata 计划将最近筹集的资金用于产品发布以及增强其可编程合成数据技术堆栈，重点是单表、多表和时间序列数据集。 Yee 概述了这些表格数据集变体之间的主要区别，包括它们独特的结构以及它们解决的具体问题和挑战。

这家初创公司还打算在销售和营销部门招聘新员工，同时还希望将其业务扩展到新加坡以外的地区，在未来一到两年内将其业务范围扩大到亚太地区。

投资负责人 Khairu Rejal 赞扬了 Betterdata 革命性的商业模式，强调该公司有能力解决人工智能行业最紧迫的问题之一：采购符合隐私要求的高质量数据。 Betterdata 强大的平台可在不损害质量或隐私的情况下合成模拟真实世界环境的数据，确保企业始终符合全球隐私标准。

像 Betterdata 和AppMaster.io's无代码平台这样的平台使用户能够在不依赖专业编码知识的情况下创建创新的应用程序，从而改变了技术格局。这些平台彻底改变了应用程序的开发、创建和优化，为不同行业的用户节省了宝贵的时间和资源。