Verseon宣布推出VersAI™，提升AI准确度标杆

医药公司的专利待审判AI技术为大多数真实场景中的小型和稀疏数据集设计，显示出与Google的AutoML相比显著更低的预测误差率。{ width=60% }

---

Verseon国际公司很高兴宣布VersAI™的基准测试结果，展示了优于当前最先进技术的预测准确性。VersAI™是该公司专利待审判的AI技术，专为小型、稀疏数据集设计。与谷歌最先进的深度学习技术相比，该系统在对各种真实世界数据场景的预测中显示出明显更低的错误率。
Verseon的机器学习主管Ed Ratner分享说，“大多数AI工具都是深度学习框架，这些框架依赖于大数据才能正常运行。当你在数十亿网页上训练大型语言模型，或者在数以亿计的网页上的数百万个已标记人脸上训练人脸识别AI时，这没问题。但在少数领域之外，大量高质量、密集数据往往难以获取。”
这一事实在许多生命科学领域尤为真实，如小分子药物发现。“制药行业一直在努力收集足够高质量的数据，以创建准确预测新药物属性的AI模型，”Ratner说。
Verseon努力降低AI预测错误率，最终创建了VersAI™。首席执行官Adityo Prakash说，“在AI成为炙手可热的时髦词汇之前，Verseon就一直从事AI开发，近年来，我们已经组建了一个团队，不断提升我们的AI能力。”
使用典型的深度学习框架，仅通过一两个百分点降低错误率在很多情况下都是一个困难的任务，可能需要一个数量级的额外训练数据。但在标准化基准测试数据集上，VersAI™相对于谷歌AutoML等最先进的深度学习框架将AI预测错误率降低多达35%。“我们已经发表了显示我们更低错误率的经过同行评审的测试结果，而且我们自那时以来一直在改进这些结果，”Ratner说。
VersAI对于小分子药物发现具有巨大的意义。但这项技术在小型、稀疏数据集为主要情况下也有各种应用。“在药物发现之外，VersAI的更高准确性和更低错误率可以极大地提升我们日常生活中AI的实用性和可靠性。”Prakash说。

---

注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Markdown源文件格式内容。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。