斯坦福科技新貴完成新一輪融資，估值已達10億美元
Jonathan Vanian
2021-08-11
誕生于斯坦福大學人工智能實驗室的初創(chuàng)公司Snorkel AI最近完成了一輪8500萬美元的融資，估值已達10億美元。
該公司于周一宣布了這筆投資，自2019年成立以來，共計融資1.35億美元。風投公司Addition和投資巨頭貝萊德(BlackRock)領投了本輪，Greylock、GV(前身為谷歌風投)和Lightspeed也參與其中。
Snorkel AI專門從事數據標記，即通過對信息進行標注，幫助機器學習系統進行訓練，促其在其他數據集中識別信息類型，相應采取行動。該公司首席執(zhí)行官亞歷山大?拉特納解釋說，例如，金融服務公司可以使用Snorkel AI技術對文檔進行關鍵詞標記，這樣機器學習系統就可以對其他數據集進行類似的信息分析。
人類專家（如金融分析師或律師）決定Snorkel AI的軟件應該使用哪些標簽。軟件將完成這些標簽的自動化，避免需要人工對海量數據進行標記，后者耗時又昂貴。
在斯坦福大學期間，Snorkel AI就引起了谷歌（Google）等科技巨頭的注意。這些公司需要手握大量數據集，用于訓練機器學習模型或公式。該團隊與谷歌合作撰寫了不同數據標記技術的學術論文，因此提升了在人工智能研究領域的可視度。
埃克森集團(Eckerson Group)主管研究的副總裁凱文?彼得里說，Snorkel AI的優(yōu)勢之一是它很受數據科學家的歡迎，又在學術界有根基，提升了該公司的可信度。然而，作為一家初創(chuàng)公司，它太年輕、太小，還沒有在潛在大客戶中建立聲譽，后者可以從很多數據標簽公司中做選擇，這是它面臨的一大挑戰(zhàn)。
亞馬遜(Amazon)等大型科技公司以及Appen等中型商業(yè)軟件公司也已經開始提供數據標簽服務。此外，近年來也冒出了一些數據標簽初創(chuàng)公司，如Labelbox和CloudFactory。同行業(yè)競爭對手Scale AI最近融資3.25億美元，估值達73億美元，說明隨著越來越多的公司采用機器學習技術，風險投資家認為數據標注至關重要。
拉特納的策略是讓Snorkel AI得到大公司的青睞，這些大公司不愿意使用合同工或外包工人手動標注數據。他解釋說，許多數據標注公司和埃森哲（Accenture）等咨詢公司，都雇傭合同工進行數據標注，但這可能會給金融服務公司等受監(jiān)管的公司帶來隱私安全風險。
Snorkel AI的客戶和合作伙伴包括蘋果（Apple）、英特爾（Intel）和斯坦福醫(yī)學院（Stanford Medicine）。
同樣是華盛頓大學計算機科學助理教授的拉特納表示，Snorkel AI的最終目標是為企業(yè)提供集數據收集、數據標注、根據這些信息創(chuàng)建機器學習模型的一站式服務。最新籌集的資金將用于招聘新員工，進一步發(fā)展技術。
拉特納說:“要讓人工智能做到名副其實，我們需要超越純手動的數據標注方式。”（財富中文網）
譯者：Agatha
誕生于斯坦福大學人工智能實驗室的初創(chuàng)公司Snorkel AI最近完成了一輪8500萬美元的融資，估值已達10億美元。
該公司于周一宣布了這筆投資，自2019年成立以來，共計融資1.35億美元。風投公司Addition和投資巨頭貝萊德(BlackRock)領投了本輪，Greylock、GV(前身為谷歌風投)和Lightspeed也參與其中。
Snorkel AI專門從事數據標記，即通過對信息進行標注，幫助機器學習系統進行訓練，促其在其他數據集中識別信息類型，相應采取行動。該公司首席執(zhí)行官亞歷山大?拉特納解釋說，例如，金融服務公司可以使用Snorkel AI技術對文檔進行關鍵詞標記，這樣機器學習系統就可以對其他數據集進行類似的信息分析。
人類專家（如金融分析師或律師）決定Snorkel AI的軟件應該使用哪些標簽。軟件將完成這些標簽的自動化，避免需要人工對海量數據進行標記，后者耗時又昂貴。
在斯坦福大學期間，Snorkel AI就引起了谷歌（Google）等科技巨頭的注意。這些公司需要手握大量數據集，用于訓練機器學習模型或公式。該團隊與谷歌合作撰寫了不同數據標記技術的學術論文，因此提升了在人工智能研究領域的可視度。
埃克森集團(Eckerson Group)主管研究的副總裁凱文?彼得里說，Snorkel AI的優(yōu)勢之一是它很受數據科學家的歡迎，又在學術界有根基，提升了該公司的可信度。然而，作為一家初創(chuàng)公司，它太年輕、太小，還沒有在潛在大客戶中建立聲譽，后者可以從很多數據標簽公司中做選擇，這是它面臨的一大挑戰(zhàn)。
亞馬遜(Amazon)等大型科技公司以及Appen等中型商業(yè)軟件公司也已經開始提供數據標簽服務。此外，近年來也冒出了一些數據標簽初創(chuàng)公司，如Labelbox和CloudFactory。同行業(yè)競爭對手Scale AI最近融資3.25億美元，估值達73億美元，說明隨著越來越多的公司采用機器學習技術，風險投資家認為數據標注至關重要。
拉特納的策略是讓Snorkel AI得到大公司的青睞，這些大公司不愿意使用合同工或外包工人手動標注數據。他解釋說，許多數據標注公司和埃森哲（Accenture）等咨詢公司，都雇傭合同工進行數據標注，但這可能會給金融服務公司等受監(jiān)管的公司帶來隱私安全風險。
Snorkel AI的客戶和合作伙伴包括蘋果（Apple）、英特爾（Intel）和斯坦福醫(yī)學院（Stanford Medicine）。
同樣是華盛頓大學計算機科學助理教授的拉特納表示，Snorkel AI的最終目標是為企業(yè)提供集數據收集、數據標注、根據這些信息創(chuàng)建機器學習模型的一站式服務。最新籌集的資金將用于招聘新員工，進一步發(fā)展技術。
拉特納說:“要讓人工智能做到名副其實，我們需要超越純手動的數據標注方式。”（財富中文網）
譯者：Agatha
Snorkel AI, a startup with roots in Stanford University’s artificial intelligence lab, is now valued at $1 billion as part of its latest $85 million funding.
The startup, which announced the investment on Monday, has raised a total of $135 million since debuting in 2019. Venture capital firm Addition and investment giant BlackRock led the latest funding with additional participation by Greylock, GV (formerly Google Ventures), and Lightspeed.
Snorkel AI specializes in data labeling, the annotating of information for training a machine-learning system to recognize and act on patterns its technology discovers in other data sets. For instance, financial services firms could use Snorkel AI to label documents with keywords so that machine-learning systems could analyze other data sets for similar information, explained Snorkel CEO Alexander Ratner.
Human experts, like financial analysts or lawyers, determine which labels Snorkel AI's software should apply. Software automates much of the labeling to avoid the time-consuming and expensive process of manually labeling huge data sets.
While at Stanford, Snorkel AI caught the attention of tech giants like Google, which maintain enormous data sets for training machine-learning models, or formulas. The team coauthored academic papers with Google about different data labeling techniques that helped the project gain visibility in the A.I. research community.
Kevin Petrie, the vice president of research at Eckerson Group, said that one of Snorkel AI’s strengths is its popularity with data scientists and its roots in academia, which gives the company credibility. A big challenge, however, is that the startup is so young and small that it hasn’t developed a reputation with large potential customers, which have plenty of other data-labeling options to choose from.
Big tech companies like Amazon have started offering data labeling services, as well as midsize business software companies including Appen. Additionally, several data labeling startups have emerged in recent years, such as Labelbox and CloudFactory. Data labeling rival Scale AI recently raised $325 million at a valuation of $7.3 billion, underscoring how venture capitalists consider data annotation to be critical as more companies adopt machine learning.
Ratner's strategy is for Snorkel AI to catch on with big companies, which don't want to use contract or outsourced workers to hand-label data. Many data labeling companies and consulting firms like Accenture hire contract workers to annotate data, which could create privacy risks for regulated companies like financial services firms, he explained.
Some of Snorkel AI’s customers and partners include Apple, Intel, and Stanford Medicine.
Ultimately, Ratner, also a University of Washington computer science assistant professor, said that Snorkel AI can become a one-stop shop for companies to gather data, label data, and then create machine-learning models from that information. The money raised in the latest funding will be used to hire more staff to further develop the company's technology.
“For A.I. to live up to the hype, we need to move beyond a totally manual way of data labeling,” Ratner said.
財富中文網所刊載內容之知識產權為財富媒體知識產權有限公司及/或相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。
