人工智能训练数据提供商Snorkel AI Inc.今日披露，公司已完成3.5亿美元融资。
本轮为E轮融资，由Insight和S32领投，另有超过六家其他投资方参与，其中包括Alphabet Inc.旗下的GV创投基金。
Snorkel AI由斯坦福大语言模型实验室的研究人员于2019年创立。公司首款产品Snorkel Flow是一个软件平台，旨在减少监督学习项目所需的工作量。监督学习是一种利用标注数据集训练神经网络的AI开发方法。此类数据文件包含提示词以及针对这些提示词由人工生成的正确答案。
创建标注数据集是一项极为耗时的工作。Snorkel Flow利用公司创始人在斯坦福开发的统计方法实现了这一过程的自动化。据Snorkel AI介绍，这些方法解决了此前自动化方案存在的准确性问题，正是这些问题导致早期方案效果不佳。
去年，公司调整了商业模式，从销售帮助开发者创建训练数据的软件，转向提供可直接使用的训练数据集。此外，Snorkel AI还将业务重点从监督学习扩展到另一种更为复杂的AI训练方法——强化学习。
监督学习使用的数据集包含提示词及其对应的正确答案，而强化学习数据集则包含未作答的问题。正在接受训练的AI模型必须自行摸索出答案，无需任何人工协助。一旦模型生成回答，人工审核员或自动化系统会对其准确性进行验证，随后向AI提供反馈，帮助其改进推理能力。
Snorkel AI依靠数万名人类专家来生成强化学习训练任务。公司还为客户提供AI训练所需的其他技术资产。
当AI模型完成一项强化学习任务后，人工审核员会依据预先设定的评估标准检查其工作成果。这些标准有时可长达数页。例如，对于编程任务而言，评估指南必须涵盖AI生成代码所需满足的所有网络安全和性能要求。
Snorkel AI为客户制定AI评估细则，并根据使用这些细则的人工AI审核员的反馈不断加以完善。部分反馈来源于两位人工审核员对同一AI提示词回答给出不同评分的情况，此类差异通常表明底层评估标准存在不一致之处。
AI模型通常在专门的虚拟环境中接受训练。例如，一个代码生成模型可能需要一个模拟的开发者工作站环境。Snorkel AI在提供数据集和评估细则的同时，还提供此类训练用的沙盒环境。
联合创始人兼首席执行官亚历克斯·拉特纳在一篇博客文章中详细介绍道："自大约一年前推出全新的数据即服务产品以来，我们的业务增长了18倍以上，本周年化收入运行率已突破3.75亿美元。"
据报道，公司将利用此次新募集的资金招募更多工程师。Snorkel AI还计划投资于AI安全相关举措，并支持开源模型评估基准的开发。
Q&A
Q1：Snorkel AI是做什么的公司？
A：Snorkel AI是一家人工智能训练数据提供商，最初提供帮助开发者创建训练数据的软件平台Snorkel Flow，现已转型为提供可直接使用的训练数据集，业务涵盖监督学习和强化学习两种AI训练方法。
Q2：Snorkel AI这次融资了多少钱？估值是多少？
A：Snorkel AI此次完成了3.5亿美元的E轮融资，本轮由Insight和S32领投，公司估值达到35亿美元。
Q3：Snorkel AI的强化学习训练数据和监督学习数据有什么区别？
A：监督学习数据集包含提示词和人工生成的正确答案，而强化学习数据集只包含未作答的问题，AI模型需要自行摸索答案，再由人工审核员或自动化系统验证准确性并提供反馈。
