Nel 2014, il candidato al dottorato in informatica Alex Ratner e un team di colleghi dottorandi Stanford, consigliato dal professore associato e MacArthur Fellow Chris Ré, stavano lavorando a un progetto di ricerca presso il noto AI Lab dell’università. Il problema principale su cui si sono concentrati era che le aziende non erano in grado di distribuire l’IA nel modo più ampio ed efficace che desideravano, a causa della costosa e dispendiosa etichettatura Manuale Dei Dati da cui apprendono i modelli di machine learning.

“Come molti progetti accademici, doveva essere solo un pomeriggio di pasticciare e una lavagna con un po ‘di matematica”, afferma Ratner. “Presto si è scoperto che questa domanda con cui avevamo iniziato, di cosa sarebbe successo se avessimo cambiato il paradigma dall’etichettatura manuale all’etichettatura a livello di programmazione, è stata abbastanza interessante per molte persone.”

Dopo aver trascorso cinque anni a sviluppare il prodotto e a distribuirlo in organizzazioni come Google, Apple, Intel e i dipartimenti di Giustizia e Difesa, nel 2019 il team di ricerca è uscito dall’AI Lab e ha creato una società chiamata Snorkel AI.

Oggi, l’impresa è uscita dalla modalità invisibile, annunciando di aver raccolto un totale di $ 15 milioni (serie di sementi e serie A), da investitori come Greylock Partners, GV e In-Q-Tel.

“Siamo stati motivati ​​da questa missione non solo di pubblicare più articoli su alcune di queste divertenti idee algoritmiche o teoriche, ma di rendere l’IA più ampiamente pratica con una nuova piattaforma end-to-end che si concentra centralmente sul problema dell’etichettatura dei dati”, Ratner, che funge da CEO dell’azienda, afferma.

Il prodotto di punta dell’azienda è la piattaforma di Machine Learning end-to-end chiamata Snorkel Flow, che consente di distribuire le applicazioni AI in modo programmatico a velocità molto più elevate.

Snorkel Flow servirebbe come una sostituzione degli eserciti di etichettatrici umane che al momento lo fanno a mano. Un esempio di tali processi manuali include l’addestramento di applicazioni di intelligenza artificiale per aiutare un radiologo a eseguire il triage delle radiografie del torace. Il radiologo dovrebbe passare attraverso una tonnellata di immagini che etichettano quali sono di emergenza e quali non devono insegnare l’algoritmo AI. Un altro esempio è una banca che desidera che l’IA classifichi, selezioni ed estragga informazioni dal portafoglio di prestiti di qualcuno. Le aziende dovrebbero far controllare il loro team legale ed etichettare a mano migliaia di documenti ogni volta che vogliono cambiare qualcosa.

“Il nostro focus principale è stato su settori in cui l’etichettatura manuale dei dati non è solo un’opzione più lenta o più costosa, ma spesso è solo un non-avviamento”, afferma Ratner.

Secondo Ratner, ciò è generalmente dovuto a uno o più di tre fattori: i dati sono privati, quindi le aziende non possono esternalizzarli per essere etichettati al di fuori dell’organizzazione, i dati richiedono esperti richiesti (medici o analisti legali), e i dati cambiano frequentemente in modo che le aziende si trovino sempre in etichettatura e rietichettatura.

La piattaforma di Snorkel AI consente un approccio programmatico in modo che invece di etichettare un documento alla volta, l’utente possa scrivere una funzione (ad esempio se vedono la parola impiego nell’intestazione, possono etichettarlo come un contratto di lavoro).

“Il vantaggio è che scrivere una dozzina o due dozzine di queste funzioni di etichettatura per etichettare la soluzione AI è ordini di grandezza più veloci rispetto all’etichettatura manuale dei documenti”, afferma Ratner.

La Snorkel AI di Palo Alto, che conta circa due dozzine di dipendenti, ha raccolto un seme di 3 milioni di dollari nel giugno dello scorso anno e una serie A di 12 milioni di dollari in ottobre. I clienti attuali dell’azienda includono due grandi banche statunitensi, agenzie governative e altre società Fortune 500.

Saam Motamedi, an Meno di 30 anni honoree e un socio accomandatario di Greylock Partners che hanno co-guidato il seed seed e guidato la Serie A, afferma che Greylock ha immediatamente voluto collaborare con i cofondatori AI di Snorkel, dato il calibro del team, la trazione del progetto open source Snorkel e il potere del cambio di paradigma che stanno aprendo la strada a questo approccio incentrato sui dati.

“I clienti sono stati in grado di passare da ciò che ha impiegato mesi a distribuire applicazioni di intelligenza artificiale a essere ora in grado di distribuirlo in poche ore perché possono gestire i dati a livello di programmazione”, afferma Motamedi.