人工智慧訓練數據提供商Snorkel AI
Inc.今日披露，公司已完成3.5億美元融資。
本輪為E輪融資，由Insight和S32領投，另有超過六家其他投資方參與，其中包括Alphabet Inc.旗下的GV創投基金。
Snorkel AI由斯坦福大語言模型實驗室的研究人員於2019年創立。公司首款產品Snorkel Flow是一個軟體平台，旨在減少監督學習項目所需的工作量。監督學習是一種利用標註數據集訓練神經網路的AI開發方法。此類數據文件包含提示詞以及針對這些提示詞由人工生成的正確答案。
創建標註數據集是一項極為耗時的工作。Snorkel Flow利用公司創始人在斯坦福開發的統計方法實現了這一過程的自動化。據Snorkel AI介紹，這些方法解決了此前自動化方案存在的準確性問題，正是這些問題導致早期方案效果不佳。
去年，公司調整了商業模式，從銷售幫助開發者創建訓練數據的軟體，轉向提供可直接使用的訓練數據集。此外，Snorkel AI還將業務重點從監督學習擴展到另一種更為複雜的AI訓練方法——強化學習。
監督學習使用的數據集包含提示詞及其對應的正確答案，而強化學習數據集則包含未作答的問題。正在接受訓練的AI模型必須自行摸索出答案，無需任何人工協助。一旦模型生成回答，人工審核員或自動化系統會對其準確性進行驗證，隨後向AI提供反饋，幫助其改進推理能力。
Snorkel AI依靠數萬名人類專家來生成強化學習訓練任務。公司還為客戶提供AI訓練所需的其他技術資產。
當AI模型完成一項強化學習任務後，人工審核員會依據預先設定的評估標準檢查其工作成果。這些標準有時可長達數頁。例如，對於編程任務而言，評估指南必須涵蓋AI生成代碼所需滿足的所有網路安全和性能要求。
Snorkel AI為客戶制定AI評估細則，並根據使用這些細則的人工AI審核員的反饋不斷加以完善。部分反饋來源於兩位人工審核員對同一AI提示詞回答給出不同評分的情況，此類差異通常表明底層評估標準存在不一致之處。
AI模型通常在專門的虛擬環境中接受訓練。例如，一個代碼生成模型可能需要一個模擬的開發者工作站環境。Snorkel AI在提供數據集和評估細則的同時，還提供此類訓練用的沙盒環境。
聯合創始人兼首席執行官艾力克斯·拉特納在一篇部落格文章中詳細介紹道："自大約一年前推出全新的數據即服務產品以來，我們的業務增長了18倍以上，本周年化收入運行率已突破3.75億美元。"
據報道，公司將利用此次新募集的資金招募更多工程師。Snorkel AI還計劃投資於AI安全相關舉措，並支持開源模型評估基準的開發。
Q&A
Q1：Snorkel AI是做什麼的公司？
A：Snorkel AI是一家人工智慧訓練數據提供商，最初提供幫助開發者創建訓練數據的軟體平台Snorkel Flow，現已轉型為提供可直接使用的訓練數據集，業務涵蓋監督學習和強化學習兩種AI訓練方法。
Q2：Snorkel AI這次融資了多少錢？估值是多少？
A：Snorkel AI此次完成了3.5億美元的E輪融資，本輪由Insight和S32領投，公司估值達到35億美元。
Q3：Snorkel AI的強化學習訓練數據和監督學習數據有什麼區別？
A：監督學習數據集包含提示詞和人工生成的正確答案，而強化學習數據集只包含未作答的問題，AI模型需要自行摸索答案，再由人工審核員或自動化系統驗證準確性並提供反饋。
