Deasie 筹集 290 万美元资金以促进人工智能中的数据治理

科技初创公司 Deasie 最近确认获得了 290 万美元种子轮融资，并取得了丰硕成果。此次注资将有助于促进该公司创新工具包的扩展和开发，旨在让科技公司更好地掌控文本生成人工智能（AI）模型。该投资由 Y Combinator、General Catalyst、RTP Global、Rebel Fund 和 J12 Ventures 等领先投资者筹集。

Deasie 专注于彻底改变数据治理和管理，汇集了三位经验丰富的创始人：Reece Griffiths、Mikko Peiponen 和 Leo Platzer。该初创团队此前曾在麦肯锡从事数据管理工具的开发工作。他们注意到围绕企业数据治理的大量问题，了解了可能影响公司采用生成式人工智能的影响因素和解决方案。

在大型语言模型 (LLM) 方面，例如 OpenAI 的 GPT-4，Deasie 正在努力通过创建一个链接非结构化公司数据（例如文件、报告和消息）的系统来增强其可靠性。目的是根据它们包含的内容和敏感程度自动进行分类。该系统使用预设的标签和标签来组织和指定数据，这种方法可以告知 Deasie 的算法如何对未来数据进行分类。

Deasie 具有自动将报告标记为包含“个人身份”或“专有”信息、突出显示报告的第三方版本、限制访问权限等功能。在自动标记过程之后，Deasie 会扫描每个标记以检查相应数据的相关性和重要性。此分析指导决策将哪些数据摄取到文本生成模型中。

“企业中存在大量非结构化数据，但从治理角度来看，这些数据常常被忽视，”格里菲斯解释道。通过新颖的数据管理方法，Deasie 致力于提高生成人工智能应用程序的数据安全性和质量。该平台会筛选每个公司的数千份文档，确保所选信息高质量、相关且安全。

市场上现有的产品采用“数据安全”或“结构化数据的数据治理”方法来进行法学硕士治理。 Deasie 填补了评估数据质量和非结构化数据相关性的方法的空白。通过专注于这一未满足的需求，该公司正在加紧解决将每个生成人工智能用例与最兼容的数据集保持一致的挑战。

这种独特的方法使 Deasie 能够与 Unstructed.io、Scale AI、Collibra 和 Alation 等知名品牌展开竞争。

展望未来，Deasie 计划加强其工程团队和招聘工作，以在技术先进的数据治理领域占据一席之地，充分利用他们最近的融资成功。