在不久前的Slush创投大会上，一家芬兰创企Meeshkan可谓是引起了一片轰动，该创企近日获得了37万欧元Pre-seed轮融资，后续将用于开发针对机器学习开发者的“ChatOps”产品。

以Slack作为承载平台，ChatOps允许开发人员“快速停止、重启、分叉、调整、监控、部署和测试机器学习模型（下文简称为ML模型）”，但不会中断他们习惯的协作工作流程或被迫在不同的开发人员之间来回切换。

Meeshkan表示，ChatOps采用的技术可快速划分分布式基础架构中的数据流，该技术目处在专利申请阶段。此外，该新兴公司目前已与东北大学和CUDA达成合作关系，欲联手在TensorFlow和PyTorch中开发ML模型的“零停机”检查点。

Meeshkan创始人Mike Solomon在邮件中写到，训练ML模型目前大多通过命令行界面和网络仪表板完成，这对协作工作来说并非最佳选择。团队通常需要就ML模型训练进行沟通，对模型作出决策，立即对决策采取行动，并对推送有关作业状态的通知作出反应，而这些操作都无法通过命令行或Web仪表板便捷地进行。

他说到：“一代产品编写的代码越来越少，但我们有通过增量更改加快迭代开发的速度。在机器学习中，这可能只是模型学习率的一个小调整。在单元测试中，这可能涵盖某些情况下返回空值的API的极端情况。这些场景的统一性在于，开发人员正在处理数据、第三方API等外部因素，并试图快速构建它们。世界级的IDE（Integrated Development Environment，集成开发环境）虽然存在很多问题，但并没有为这些小调整提供太多价值。我们发现，开发人员需要的是一个无摩擦环境，以便调整/测试/学习循环尽可能快地运转。”

Solomon告知记者，为解决这一问题，Meeshkan开始在Slack平台创建一个bot，帮助团队实时监控、调整其ML模型的训练。他表示：“调查发现，ML工程师往往会花上几个小时在Slack平台讨论如何处理他们的模型，但最终还是得求助于奥术和拜占庭黑客，将这些变化进行应用、记录并归档。”

Solomon提到：“我们开发了一个简单的bot，团队可以将在Slack聊天窗口中的讨论对话进行转变，就像Slack现有的运行逻辑一样，可将学习率或批量的命令转化为执行操作。从这个简单的想法开始，不断拓展开来。开发者很快就会让我们知道他们想要从Slack中控制什么，其中有些很难实现，有些操作非常困难，并且会引导我们进入未知的工程领域。”

就目前的开发成果来看，Meeshkan已拥有几项正在申请专利的算法。Solomon还解释说，在持续集成和“数据争论”中也存在同样的问题，团队当前正在开发一套解决此问题的产品。

另一款产品unmock.io，将相同的想法注入测试和持续集成中，并且已在亚马逊AWS年度盛会—re:Invent中大放光彩。他补充道：“我们希望在2018年第一季度沿着这条产品线开发更多工具。”

Meeshkan的pre-seed轮由Risto Siilasmaa和Kim Groop领投，芬兰天使投资人Ali Omar、Christian Jantzen的Futuristic.vc和Neil Murray的The Nordic Web Ventures参投。