Snorkel AI-მ შეფასება 3.5 მილიარდ დოლარამდე გაასამმაგა მონაცემებზე გაზ

ხელოვნური ინტელექტის სასწავლო მონაცემების მწარმოებელმა სტარტაპმა Snorkel AI-მ ახალი საინვესტიციო რაუნდის ფარგლებში 350 მილიონი დოლარი მოიზიდა, რის შემდეგაც შეფასებამ 3.5 მილიარდ დოლარს მიაღწია. TechCrunch-ის ინფორმაციით, შვიდი წლის წინ შექმნილმა კომპანიამ ღირებულება თითქმის გაასამმაგა იმ 1.3 მილიარდ დოლართან შედარებით, რაც წინა ეტაპზე ფიქსირდებოდა. ეს ზრდა მონაცემთა ინდუსტრიაში მოთხოვნის მკვეთრ ნახტომს ნათლად ასახავს.

სერია E-ს საინვესტიციო ფონდებმა Insight Partners-მა და S32-მა უხელმძღვანელა, ხოლო პროცესში არსებული პარტნიორები Lightspeed, Greylock, Addition, GV და Wells Fargo მონაწილეობდა. სერია D-ს დროს კომპანიამ 100 მილიონი დოლარი მოიზიდა, რაც სულ რაღაც 17 თვის წინ მოხდა. ანალიტიკოსების შეფასებით, კაპიტალის ეს ნაკადი ადასტურებს, რომ წამყვანი ლაბორატორიებისთვის ხარისხიანი სინთეტიკური ინფორმაცია მთავარ დეფიციტად იქცა.

კომპანიის თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა ალექს რატნერმა აღნიშნა: „მონაცემთა მომზადების ავტომატიზაცია აღარ არის მხოლოდ ტექნიკური დამხმარე რგოლი, ის პირდაპირ განსაზღვრავს ახალი თაობის სისტემების შესაძლებლობებს“. რატნერის გუნდმა კომერციული საქმიანობა 2019 წელს დაიწყო, მას შემდეგ რაც სტენფორდის ხელოვნური ინტელექტის ლაბორატორიაში 4 წლის განმავლობაში აწარმოებდა კვლევებს პროგრამული მარკირების საკითხებზე.

თავდაპირველად Snorkel AI მომხმარებლებს სთავაზობდა პროგრამულ უზრუნველყოფას მონაცემთა მარკირების პროცესის ავტომატიზაციისთვის, თუმცა გასულ წელს სტრატეგია შეიცვალა. კომპანიამ დაიწყო მზა მონაცემთა ნაკრებების პირდაპირი მიწოდება, რასაც მონაცემები როგორც სერვისი ეწოდება. ეს მიდგომა აერთიანებს ალგორითმულ სინთეზს და დარგობრივი ექსპერტების ცოდნას, რაც სრულფასოვანი გამაძლიერებელი სწავლების გარემოს ფორმირებას ემსახურება.

სტარტაპის ხელმძღვანელობამ დაადასტურა, რომ მათი წლიური შემოსავლის მაჩვენებელმა 375 მილიონ დოლარს გადააჭარბა, რაც ბოლო 12 თვის განმავლობაში 18-ჯერ გაზრდილ შედეგს წარმოადგენს. ასეთი დინამიკა გამოწვეულია იმით, რომ მოწინავე მოდელების შემქმნელ კომპანიებს უზარმაზარი მოცულობის სპეციალიზებული მონაცემები ესაჭიროება. პროგრამული გენერაცია ადამიანური შრომის მასშტაბირების საშუალებას იძლევა, რაც პროცესს საგრძნობლად აჩქარებს.

მსგავსი მასშტაბური ზრდა ფიქსირდება სხვა მონაცემთა მომწოდებელ კომპანიებშიც, რომლებმაც საკუთარი თავი ხელოვნური ინტელექტის მონაცემთა ლაბორატორიებად გარდაქმნა. მაგალითად, პლატფორმა Mercor-ის მთლიანმა წლიურმა შემოსავალმა 2 მილიარდ დოლარს მიაღწია, ხოლო Handshake-ის მაჩვენებელმა მიმდინარე წელს 1 მილიარდი დოლარი შეადგინა. ამასთანავე, სტარტაპ Micro1-ის შემოსავლების წლიური ტემპი 500 მილიონ დოლარამდე გაიზარდა.

დარგის ექსპერტებმა განმარტა, რომ ჩამოთვლილი კონკურენტებისგან განსხვავებით, რომლებიც შემოსავლის 60%-დან 70%-მდე კონტრაქტორ ექსპერტებს უხდის, Snorkel AI სრულფასოვან ალგორითმულ გარემოს ყიდის. შესაბამისად, ადამიანური რესურსის ხარჯები მათ ფინანსურ უწყისებში თვითღირებულების ნაწილში აისახება და არა შუამავალ შემოსავალში. ეს მოდელი ბიზნესს უფრო მაღალ მარჟასა და ტექნოლოგიურ დამოუკიდებლობას უნარჩუნებს.

მკვლევრებმა ხაზი გაუსვა, რომ უახლესი მოდელების წვრთნისთვის ჩვეულებრივი ტექსტური მასალები უკვე ამოწურულია. ინტერნეტში არსებული საჯარო ინფორმაცია აღარ კმარა კომპლექსური მსჯელობის უნარის მქონე სისტემების შესაქმნელად. სწორედ ამიტომ, საინჟინრო ლაბორატორიები ინტენსიურად გადადის სინთეტიკური გარემოებების გენერირებაზე, სადაც ალგორითმები საკუთარ შეცდომებზე სწავლობს და ახალ ცოდნას ავტონომიურად აგროვებს.

ინვესტორები მიიჩნევს, რომ მონაცემთა ინფრასტრუქტურა ხელოვნური ინტელექტის ეკოსისტემაში ყველაზე სტაბილურ სეგმენტად ყალიბდება. მიუხედავად იმისა, თუ რომელი მოდელი გაიმარჯვებს საბოლოო კონკურენციაში, მაღალი ხარისხის სასწავლო მონაცემები ყველა მოთამაშეს თანაბრად დასჭირდება. Snorkel AI-ის მიერ მოზიდული კაპიტალი სწორედ ახალი ალგორითმული სიმულაციების გაფართოებასა და გუნდის გაძლიერებას მოხმარდება.

ტექნოლოგიურმა ანალიტიკოსებმა აღნიშნა, რომ პროგრამული მონაცემების ბაზარზე კონკურენცია ყოველთვიურად მძაფრდება. კომპანიებს უწევს როგორც ტექსტური მასალების, ისე რთული მათემატიკური და პროგრამული კოდის სინთეზირება. ვინც შეძლებს უშეცდომო და შემოწმებადი მონაცემების მასობრივ გენერირებას, იგი შეძლებს წამყვანი ტექნოლოგიური გიგანტების გრძელვადიან პარტნიორად დარჩენას.

დასკვნის სახით სპეციალისტებმა დასძინა, რომ მონაცემთა ბაზარზე მიმდინარე პროცესები ინდუსტრიის სიმწიფეზე მეტყველებს. მარტივი მექანიკური მარკირების ეტაპი დასრულდა და წინ ინტელექტუალური სინთეზის დრო წამოვიდა. კომპანიები, რომლებიც შეძლებს რთული სამეცნიერო და კოდირების მონაცემების გენერირებას, ბაზარზე ლიდერის პოზიციას დიდი ხნით დაიმკვიდრებს.