Data science

Data Labeler อัตโนมัติ Snorkel AI ทำเงิน 85 ล้านดอลลาร์ในการระดมทุน VC

สำหรับองค์กรจำนวนมากที่ใช้ AI ปัญหาคอขวดที่ใหญ่ที่สุดอย่างหนึ่งยังคงเป็นปัญหาในการรับข้อมูลที่สำคัญทั้งหมดไปยังกลุ่มที่มีการจัดเรียงและติดป้ายกำกับไว้อย่างชัดเจน เพื่อให้สามารถนำไปใช้เพื่อขับเคลื่อนมูลค่าทางธุรกิจได้ ข้อมูลส่วนใหญ่นั้นยังต้องถูกจัดเรียงด้วยมือเป็นกลุ่มก่อนที่จะใช้งาน ซึ่งต้องใช้เวลาและทรัพยากรจำนวนมาก และทำให้โครงการใช้เวลานานกว่าจะเสร็จสมบูรณ์ Snorkel AI ต้องการเปลี่ยนสิ่งนั้นโดยใช้แพลตฟอร์ม AI ที่มีข้อมูลเป็นศูนย์กลาง Snorkel Flow ซึ่งช่วยให้นักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญที่ไม่ใช่ด้านเทคนิคลดเวลาที่ใช้ในการสร้างแบบจำลอง AI ได้อย่างมาก โดยการติดฉลากข้อมูลและจัดกลุ่มโดยอัตโนมัติโดยใช้พลังของ AI เพื่อให้งานนี้ก้าวไปข้างหน้า Snorkel AI ได้ประกาศรับเงิน $85 รอบใหม่ $85 รอบการระดมทุน Series C ในวันที่ 9 ส.ค. (วันจันทร์) ที่จะเป็น ใช้ในการขยายทีมวิศวกรรมและทีมขายในขณะที่นำการปรับปรุงเพิ่มเติมมาสู่แพลตฟอร์ม Alex Ratner CEO ของ Snorkel AI Alex Ratner ผู้ร่วมก่อตั้งและ CEO ของ Snorkel AI บอก EnterpriseAI ว่าแนวคิดสำหรับเทคโนโลยีของบริษัทเริ่มต้นขึ้นใน 2015 ในศูนย์วิจัยที่ Stanford AI Lab ซึ่งทีม Snorkel AI ได้แยกตัวออกไปในภายหลัง ทุกวัน เขากล่าวว่านักวิทยาศาสตร์ แพทย์ และคนอื่นๆ แต่ละคนเข้ามาที่สำนักงานของพวกเขาและคร่ำครวญว่าพวกเขารู้สึกหงุดหงิดกับปัญหาร่วมกัน – ว่ามันยากเกินไปและใช้เวลามากเกินไปในการรับข้อมูลทั้งหมดที่มีป้ายกำกับก่อนที่พวกเขาจะใช้ได้ สำหรับงานของพวกเขา งานใช้เวลาเป็นสัปดาห์หรือเป็นเดือน แทนที่จะเป็นชั่วโมงหรือเป็นวัน ซึ่งเป็นสิ่งที่พวกเขาต้องการเพื่อให้สามารถผลักดันโครงการไปข้างหน้าได้ “พวกเขาทั้งหมดติดอยู่ในสิ่งเดียวกัน” แรทเนอร์กล่าว “พวกเขาใช้เวลากับโมเดลและโครงสร้างพื้นฐานได้ง่ายกว่าที่เคย … กลายเป็นสินค้าโภคภัณฑ์มากขึ้น แต่พวกเขาทั้งหมดติดอยู่กับข้อมูล” ปัญหามีมากมาย เช่น จะติดฉลากให้เร็วขึ้นได้อย่างไร 24,000 ภาพทางการแพทย์ที่จำเป็นในการเริ่มต้นใช้งาน AI เขากล่าว “ฉันคิดว่าเราเห็นปัญหานี้ในการเลี้ยงดูมันเร็วกว่าคนอื่นเล็กน้อย เรามีเวลาสองสามปีในการทำงานเกี่ยวกับวิธีทำ AI ที่เน้นข้อมูลเป็นหลัก โดยที่ข้อมูลนี้เป็นเป้าหมายแรกและสำคัญที่สุดและ ดังนั้นจึงใช้งานได้จริง” ใช้ Snorkel Flow แทนที่จะใช้เวลาหลายเดือนในการติดป้าย 24,000 ภาพทางการแพทย์ ผู้ใช้สามารถนั่งลงกับแพลตฟอร์มได้สองสามชั่วโมงและแสดงรูปแบบที่ต้องการซ้ำไปยังแบบจำลอง ซึ่งจากนั้นเรียนรู้ที่จะคาดการณ์สิ่งที่ต้องการจากข้อมูล Ratner กล่าว “ความท้าทายของข้อมูลที่ไม่มีโครงสร้างคือความแตกต่างของข้อมูล แต่สิ่งสำคัญคือคุณสามารถแสดงตัวอย่างใน Snorkel Flow และฝึกแบบจำลองเพื่อสรุป” ซึ่งสามารถทำได้โดยใช้ข้อมูลหลายสิบชิ้นแทนที่จะใช้เทคโนโลยีของ Snorkel นับพันในหลายเซสชัน เขากล่าวเสริม “Snorkel Flow นำเสนอวิธีการแบบเป็นโปรแกรมอัตโนมัติมากขึ้น” เขากล่าว “ผู้ใช้ใช้ฮิวริสติกแบบคร่าวๆ หรือกฎเกณฑ์ หรือสัญญาณอื่นๆ เพื่อขับเคลื่อนกระบวนการนี้จริง ๆ แทนที่จะต้องติดป้ายกำกับทุกสัญญาเป็นเวลาหลายสัปดาห์หรือหลายเดือนเพื่อให้สามารถสอน AI ได้ มนุษย์ยังคงวนเวียนอยู่ในแนวความคิดเกี่ยวกับเวิร์กโฟลว์การพัฒนา AI ในทางปฏิบัติของเรา มนุษย์เพียงแค่ให้สิ่งต่างๆ เช่น กฎเกณฑ์หรือรูปแบบ มากกว่าที่จะยกตัวอย่างเป็นรายบุคคล” ตัวอย่างเช่น องค์กรจำนวนมากจำเป็นต้องจัดประเภทเอกสารที่ซับซ้อนหรือดึงข้อมูลจากเอกสารดังกล่าว การใช้ Snorkel Flow นักวิเคราะห์กฎหมายของธนาคารสามารถค้นหาวลีสำคัญในชื่อหรือวลีก่อนประโยคที่พวกเขากำลังพยายามแยกออก แทนที่จะทำการค้นหาด้วยตนเองในช่วงหลายสัปดาห์หรือหลายเดือน Ratner กล่าว สามารถสอบถามข้อมูลได้โดยใช้ข้อมูลทุกประเภท ตั้งแต่รูปภาพไปจนถึงข้อความ ไปจนถึง PDF, HTML และอื่นๆ แพลตฟอร์มนี้ลดระยะเวลาการพัฒนาและปรับปรุงคุณภาพของแอปพลิเคชัน ในขณะเดียวกันก็ช่วยจัดการความลำเอียงของข้อมูล AI ลูกค้ารายหนึ่งซึ่งเป็นธนาคารอันดับสามของสหรัฐฯ กล่าวว่าได้ใช้ Snorkel Flow ในการพัฒนาแอปพลิเคชันการประมวลผลสัญญาในเวลาน้อยกว่า 24 ซึ่งสร้างความแม่นยำในการฝึกอบรมของ มากกว่า 99 เปอร์เซ็นต์ตาม Snorkel AI ในกรณีศึกษาอื่น บริษัทเทคโนโลยีชีวภาพขนาดใหญ่แห่งหนึ่งกล่าวว่าสามารถประหยัดเงินได้ 10 ล้านดอลลาร์จากการดึงข้อมูลแบบไม่มีโครงสร้างจนสำเร็จ 99 ความแม่นยำ 1 เปอร์เซ็นต์กับ Snorkel Flow รอบการระดมทุนล่าสุดของ Snorkel AI นำโดยนักลงทุนรายใหม่ Addition รวมถึงจากเงินทุนและบัญชีที่จัดการโดย BlackRock ซึ่งเป็นนักลงทุนรายก่อน บริษัท กล่าว นอกจากนี้ ยังมีนักลงทุนรายอื่นๆ ที่เคยเข้าร่วม เช่น Greylock, GV, Lightspeed Venture Partners, Nepenthe Capital และ Walden บริษัท ซึ่งก่อตั้งขึ้นใน 2019 ได้รับเงินทุนทั้งหมดแล้ว 99 ล้านดอลลาร์ Sumit Agarwal นักวิเคราะห์ Sumit Agarwal นักวิเคราะห์ของ Gartner บอกกับ EnterpriseAI ว่าการติดฉลากข้อมูลเป็นรากฐานของการพัฒนาเวิร์กโฟลว์ AI ซึ่งขึ้นอยู่กับปริมาณข้อมูลที่มีป้ายกำกับจำนวนมาก “การติดฉลากมักเป็นความพยายามที่ต้องทำด้วยตนเองและซ้ำซากจำเจซึ่งเกี่ยวข้องกับการระดมทุนหรือการเอาท์ซอร์ส” Agarwal กล่าว “โซลูชันของ Snorkel AI ทำให้งานนี้จัดการได้มากขึ้นภายในองค์กร ความสามารถในการเริ่มต้นด้วยข้อมูลที่ติดป้ายกำกับด้วยตนเองจำนวนเล็กน้อยโดยใช้ AI เพื่อติดป้ายกำกับชุดข้อมูลที่ใหญ่ขึ้นนั้นมีประสิทธิภาพมาก” Soyeb Barot นักวิเคราะห์ Soyeb Barot นักวิเคราะห์ของ Gartner อีกคนซึ่งครอบคลุมการวิเคราะห์ข้อมูลและ AI กล่าวว่าวิธีการของ Snorkel AI นั้นรวมเอาวิธีการทั้งสอง [most common] ที่พบในการติดฉลากข้อมูลเข้าด้วยกัน – คำอธิบายประกอบแบบมนุษย์ในวงและอัลกอริธึมที่ทำหลายอย่าง การติดฉลากอัตโนมัติและเรียนรู้จากคำอธิบายประกอบของมนุษย์เมื่อเวลาผ่านไป “Snorkel นำบริการทั้งสองนี้มารวมกัน และที่สำคัญที่สุดในฐานะโซลูชัน SaaS ที่สามารถนำมาใช้ภายในองค์กรได้” Barot กล่าว “นี่เป็นสิ่งสำคัญเนื่องจากหลายองค์กรไม่สะดวกที่จะย้ายข้อมูลไปยังผู้ให้บริการคลาวด์สาธารณะและหรือใช้ประโยชน์จากบุคลากรภายนอกองค์กรเพื่อความเป็นส่วนตัว” สำหรับลูกค้า ข้อมูลของพวกเขาเป็นองค์ประกอบสำคัญในการทำให้ทุกอย่างทำงานได้ดี Barot กล่าว “เมื่อพูดถึงความลับ โดยปกติแล้วจะไม่ใช่อัลกอริทึม – Netflix เปิดเผยอัลกอริธึมที่ใช้สำหรับการปรับเปลี่ยนในแบบของคุณอย่างเปิดเผย – เป็นข้อมูลที่ช่วยสร้างแบบจำลองที่ดีสำหรับการติดฉลากอัตโนมัติ ข้อมูลที่ดูแลจัดการเฉพาะโดเมนมีบทบาทสำคัญในการสร้างแบบจำลอง/อัลกอริทึมที่ดีเพียงใด” Kevin Petrie นักวิเคราะห์อีกคนหนึ่งคือ Kevin Petrie จาก Eckerson Group กล่าวว่า Snorkel AI “มุ่งเป้าไปที่จุดสำคัญของความเจ็บปวดสำหรับทีม AI ระดับองค์กรที่ต้องฝึกอบรมโมเดลการเรียนรู้ของเครื่องภายใต้การดูแล พวกเขาจำเป็นต้องติดป้ายกำกับผลลัพธ์ในอดีตภายในชุดข้อมูลขนาดใหญ่ ซึ่งต้องใช้ความเชี่ยวชาญด้านโดเมนของเจ้าของธุรกิจ ด้วยการเขียนโปรแกรมกระบวนการติดฉลากนี้ นักวิทยาศาสตร์ด้านข้อมูลสามารถติดป้ายกำกับข้อมูลได้มากขึ้น แต่ใช้เวลาของเจ้าของธุรกิจน้อยลง ซึ่งช่วยสร้างโมเดล ML ที่แม่นยำได้อย่างมีประสิทธิภาพมากขึ้น” บริษัทแข่งขันกับผู้ค้ารายอื่น ๆ หลายรายในด้านวงจรชีวิตการเรียนรู้ของเครื่อง Petrie กล่าว “อย่างไรก็ตาม Snorkel สร้างความแตกต่างด้วยวิธีการแบบเป็นโปรแกรมในการติดฉลาก” เขากล่าวเสริม

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button