Snorkel AI , una startup che sviluppa strumenti di etichettatura dei dati destinati alle imprese, ha annunciato oggi di aver raccolto 35 milioni di dollari in un round di serie B guidato da Lightspeed Venture Partners. Il finanziamento segna il lancio di Application Studio dell’azienda, un visual builder con soluzioni basate su modelli per casi d’uso comuni di intelligenza artificiale basate sulle migliori pratiche delle istituzioni accademiche.
Secondo un rapporto Cognilytica del 2020 , l’80% del tempo di sviluppo dell’IA viene speso per raccogliere, organizzare ed etichettare manualmente i dati utilizzati per addestrare i modelli di machine learning. L’etichettatura manuale è notoriamente costosa e lenta, con un margine di manovra limitato per i team di sviluppo per creare, iterare, adattare o controllare le app. In un recente sondaggio condotto dalla startup CloudFlower , i data scientist hanno affermato di dedicare il 60% del tempo solo all’organizzazione e alla pulizia dei dati rispetto al 4% al perfezionamento degli algoritmi.
Snorkel AI spera di affrontare questo problema con strumenti che consentano ai clienti di creare e gestire dati di addestramento, addestrare modelli e analizzare e iterare sistemi di intelligenza artificiale. Fondato da un team nato dallo Stanford AI Lab, Snorkel AI afferma di offrire la prima piattaforma di sviluppo di app AI, Snorkel Flow, che etichetta e gestisce i dati di formazione del machine learning in modo programmatico.
Application Studio amplierà le capacità della piattaforma Snorkel AI in diversi modi, afferma la società, introducendo modelli di soluzioni predefiniti basati su casi d’uso specifici del settore. I clienti possono sfruttare i modelli per l’intelligence contrattuale, l’analisi delle notizie e l’instradamento delle interazioni con i clienti, nonché attività comuni di intelligenza artificiale come la classificazione di testi e documenti, il riconoscimento di entità denominate e l’estrazione di informazioni. Application Studio fornisce anche preprocessori specifici per app in pacchetti, modelli di etichettatura programmatica e modelli open source ad alte prestazioni che possono essere addestrati con dati privati, oltre a flussi di lavoro collaborativi che scompongono le app in parti modulari.
Oltre a ciò, Application Studio offre una funzionalità che esegue la versione dell’intera pipeline di sviluppo dai set di dati ai contributi degli utenti. Con poche righe di codice, le app possono essere adattate a nuovi dati o obiettivi. E continuano ad addestrare internamente l’etichettatura e l’orchestrazione dei dati, mitigando i rischi di violazione dei dati e di bias dei dati.
Application Studio è in anteprima e sarà generalmente disponibile entro la fine dell’anno all’interno di Snorkel Flow, afferma Snorkel AI.
L’ultimo round di raccolta fondi di Snorkel AI, con sede a Palo Alto, in California, porta il totale raccolto fino ad oggi a $ 50 milioni, che secondo Snorkel AI di 40 dipendenti saranno utilizzati per ampliare il suo team di ingegneri e acquisire nuovi clienti. Anche i precedenti investitori Greylock, GV, In-Q-Tel e Nepenthe Capital, insieme al nuovo investitore Walden e ai fondi e ai conti gestiti da BlackRock, hanno partecipato alla serie B.
