Databricks 收购特征工程初创公司 Fennel 以增强 AI 模型开发

快速阅读: 《硅角度》消息，Databricks今日宣布收购Fennel AI，强化实时特征工程能力。Fennel开发增量计算引擎，支持多类型数据处理，提升数据效率与新鲜度。交易金额未披露，Fennel已吸引多家客户。Databricks计划利用近期融资扩大AI布局。

Databricks公司今日宣布，已收购一家名为Fennel AI的年轻企业，具体收购金额未对外披露。此次收购旨在强化其数据智能平台的实时特征工程能力。

据Databricks介绍，Fennel开发了一种现代化的增量计算引擎，能够支持批处理、流处理及实时数据处理，有助于提升数据的效率与新鲜度，帮助企业开发更为先进的AI模型。特征工程正迅速成为AI发展中不可或缺的关键环节，尤其是在行业快速发展以及大型语言模型日益复杂化的背景下。特征工程是指从数据集中挑选、提取并转化最具相关性的部分，以构建更高效的AI模型。这是因为模型的表现高度依赖于所用特征的质量。Databricks指出，Fennel的平台能显著帮助客户应对特征工程带来的诸多挑战，例如维护复杂的提取、转换和加载管道，特别是当处理依赖批处理与实时数据源的特征时，需要解决训练环境与模型服务环境之间一致性的问题。Fennel由CEO尼基尔·加尔格（Nikhil Garg）和CTO阿比哈伊·博特拉（Abhay Bothra）于2023年创立，两位均曾在Meta Platforms Inc.和Google Brain从事AI基础设施工作，致力于简化上述挑战。

Fennel提供了一个完全托管的平台，用于创建和管理特征及其数据管道，从而提高底层数据的效率和新鲜度。该平台通过仅重新计算变化的数据而忽略其他数据来实现这一目标。Fennel的平台采用基于Python的原生用户体验，便于用户轻松编写复杂的特征，无需学习新的编程语言或依赖团队预先创建数据管道。此外，Databricks提到，其增量计算引擎可通过避免重复工作优化成本支出。通过将这些功能整合到其数据智能平台中，Databricks表示将帮助客户更快迭代特征，并通过更可靠的信号提升模型表现，同时支持开发更具个性化和上下文理解能力的模型。

尽管Fennel在很大程度上保持低调运营，尚未获得大规模融资，但它已经吸引了包括Cricut Inc.、Upwork Inc.和Rippling People Center Inc.在内的多家客户。这些企业正在使用其平台构建针对欺诈检测、信用风险决策、信任与安全、市场推荐和个性化排名等多种应用场景的机器学习特征。Databricks并未透露此次收购的具体金额，但预计不会对其财务状况产生重大影响。今年1月，该公司通过大规模风险投资和债务融资筹集了超过150亿美元资金，明确表示计划利用这笔资金进行战略性收购并扩展其AI能力。自那以后，Databricks迅速行动，在二月份收购了数据迁移初创公司BladeBridge Inc.，如今又完成了对Fennel的收购。

图片来源：Databricks，来自SiliconANGLE联合创始人约翰·弗里尔（John Furrier）的消息：“您的支持对我们至关重要，它使我们能够继续提供免费内容。只需轻轻一点，即可支持我们完成提供免费、深入且相关内容的使命。请加入我们的YouTube社区，这个社区拥有超过15,000名‘立方体校友’专家，其中包括亚马逊首席执行官安迪·贾西（Andy Jassy）、戴尔科技创始人兼首席执行官迈克尔·戴尔（Michael Dell）、英特尔首席执行官帕特·格尔辛格（Pat Gelsinger）等众多名人和专家。‘CUBE是我们行业的重要伙伴，你们确实是活动的一部分，我们非常感激你们的到来，我相信人们也非常欣赏你们创作的内容。’——安迪·贾西（Andy Jassy）

谢谢大家的支持！”

(以上内容均由Ai生成)