斯坦福科技新贵完成新一轮融资，估值已达10亿美元
诞生于斯坦福大学人工智能实验室的初创公司Snorkel AI最近完成了一轮8500万美元的融资，估值已达10亿美元。
该公司于周一宣布了这笔投资，自2019年成立以来，共计融资1.35亿美元。风投公司Addition和投资巨头贝莱德(BlackRock)领投了本轮，Greylock、GV(前身为谷歌风投)和Lightspeed也参与其中。
Snorkel AI专门从事数据标记，即通过对信息进行标注，帮助机器学习系统进行训练，促其在其他数据集中识别信息类型，相应采取行动。该公司首席执行官亚历山大•拉特纳解释说，例如，金融服务公司可以使用Snorkel AI技术对文档进行关键词标记，这样机器学习系统就可以对其他数据集进行类似的信息分析。
人类专家（如金融分析师或律师）决定Snorkel AI的软件应该使用哪些标签。软件将完成这些标签的自动化，避免需要人工对海量数据进行标记，后者耗时又昂贵。
在斯坦福大学期间，Snorkel AI就引起了谷歌（Google）等科技巨头的注意。这些公司需要手握大量数据集，用于训练机器学习模型或公式。该团队与谷歌合作撰写了不同数据标记技术的学术论文，因此提升了在人工智能研究领域的可视度。
埃克森集团(Eckerson Group)主管研究的副总裁凯文•彼得里说，Snorkel AI的优势之一是它很受数据科学家的欢迎，又在学术界有根基，提升了该公司的可信度。然而，作为一家初创公司，它太年轻、太小，还没有在潜在大客户中建立声誉，后者可以从很多数据标签公司中做选择，这是它面临的一大挑战。
亚马逊(Amazon)等大型科技公司以及Appen等中型商业软件公司也已经开始提供数据标签服务。此外，近年来也冒出了一些数据标签初创公司，如Labelbox和CloudFactory。同行业竞争对手Scale AI最近融资3.25亿美元，估值达73亿美元，说明随着越来越多的公司采用机器学习技术，风险投资家认为数据标注至关重要。
拉特纳的策略是让Snorkel AI得到大公司的青睐，这些大公司不愿意使用合同工或外包工人手动标注数据。他解释说，许多数据标注公司和埃森哲（Accenture）等咨询公司，都雇佣合同工进行数据标注，但这可能会给金融服务公司等受监管的公司带来隐私安全风险。
Snorkel AI的客户和合作伙伴包括苹果（Apple）、英特尔（Intel）和斯坦福医学院（Stanford Medicine）。
同样是华盛顿大学计算机科学助理教授的拉特纳表示，Snorkel AI的最终目标是为企业提供集数据收集、数据标注、根据这些信息创建机器学习模型的一站式服务。最新筹集的资金将用于招聘新员工，进一步发展技术。
拉特纳说:“要让人工智能做到名副其实，我们需要超越纯手动的数据标注方式。”（财富中文网）
译者：Agatha
诞生于斯坦福大学人工智能实验室的初创公司Snorkel AI最近完成了一轮8500万美元的融资，估值已达10亿美元。
该公司于周一宣布了这笔投资，自2019年成立以来，共计融资1.35亿美元。风投公司Addition和投资巨头贝莱德(BlackRock)领投了本轮，Greylock、GV(前身为谷歌风投)和Lightspeed也参与其中。
Snorkel AI专门从事数据标记，即通过对信息进行标注，帮助机器学习系统进行训练，促其在其他数据集中识别信息类型，相应采取行动。该公司首席执行官亚历山大•拉特纳解释说，例如，金融服务公司可以使用Snorkel AI技术对文档进行关键词标记，这样机器学习系统就可以对其他数据集进行类似的信息分析。
人类专家（如金融分析师或律师）决定Snorkel AI的软件应该使用哪些标签。软件将完成这些标签的自动化，避免需要人工对海量数据进行标记，后者耗时又昂贵。
在斯坦福大学期间，Snorkel AI就引起了谷歌（Google）等科技巨头的注意。这些公司需要手握大量数据集，用于训练机器学习模型或公式。该团队与谷歌合作撰写了不同数据标记技术的学术论文，因此提升了在人工智能研究领域的可视度。
埃克森集团(Eckerson Group)主管研究的副总裁凯文•彼得里说，Snorkel AI的优势之一是它很受数据科学家的欢迎，又在学术界有根基，提升了该公司的可信度。然而，作为一家初创公司，它太年轻、太小，还没有在潜在大客户中建立声誉，后者可以从很多数据标签公司中做选择，这是它面临的一大挑战。
亚马逊(Amazon)等大型科技公司以及Appen等中型商业软件公司也已经开始提供数据标签服务。此外，近年来也冒出了一些数据标签初创公司，如Labelbox和CloudFactory。同行业竞争对手Scale AI最近融资3.25亿美元，估值达73亿美元，说明随着越来越多的公司采用机器学习技术，风险投资家认为数据标注至关重要。
拉特纳的策略是让Snorkel AI得到大公司的青睐，这些大公司不愿意使用合同工或外包工人手动标注数据。他解释说，许多数据标注公司和埃森哲（Accenture）等咨询公司，都雇佣合同工进行数据标注，但这可能会给金融服务公司等受监管的公司带来隐私安全风险。
Snorkel AI的客户和合作伙伴包括苹果（Apple）、英特尔（Intel）和斯坦福医学院（Stanford Medicine）。
同样是华盛顿大学计算机科学助理教授的拉特纳表示，Snorkel AI的最终目标是为企业提供集数据收集、数据标注、根据这些信息创建机器学习模型的一站式服务。最新筹集的资金将用于招聘新员工，进一步发展技术。
拉特纳说:“要让人工智能做到名副其实，我们需要超越纯手动的数据标注方式。”（财富中文网）
译者：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.
