AI 模型的訓(xùn)練過程，能不能再快一點？！
這不，谷歌 AI 研究員、Keras 之父 Francois Chollet，剛剛就投資了一家加速自動標(biāo)注的創(chuàng)業(yè)公司：
V7 Labs。
這家公司關(guān)注的重點是 CV 和自動識別 / 分類對象及其他數(shù)據(jù)，來加快 AI 模型的訓(xùn)練速度。
V7 Labs 表示，現(xiàn)在只需要 100 個人工標(biāo)注，模型就能快速 get 任務(wù)具體要干啥。
憑此，V7 Labs 完成了 3300 萬美元新融資，歷史總?cè)谫Y額約 3600 萬美元，目前估值為 2 億美元。
誰是 V7 Labs？
能獲得 3300 萬美元的新融資，自動化是 V7 Labs 最吸引投資人的賣點。
據(jù)估計，在 AI 訓(xùn)練模型過程中，一個人工團隊約 80% 的時間都花在管理訓(xùn)練數(shù)據(jù)上：
標(biāo)記數(shù)據(jù)、分辨什么時候該標(biāo)記錯誤、重新思考分類數(shù)據(jù)等……
V7 Labs 把這個過程稱為“程序化標(biāo)簽”，并使用 AGI 和自己的算法來分割和標(biāo)注圖像。
與此同時，任何標(biāo)記為不清楚的內(nèi)容都會返回人工審查。
將 V7 Labs 開發(fā)的自動標(biāo)注技術(shù)結(jié)合人工標(biāo)注，有助于高效完成工作，并起到互相檢查作用。
該公司的 CEO 表示，利用自家平臺，只需要 100 個人工標(biāo)注，就能訓(xùn)練好模型。
據(jù)了解，這輪融資將用來招聘更多工程師，并擴大業(yè)務(wù)運營。
除了 Keras 之父本人，這波投資者中還有其他 ML 和 AI 領(lǐng)域的老朋友們。
比如 DeepMind 首席科學(xué)家 Oriol Vinyals、Elixir 語言創(chuàng)造者 Jose Valim、Adept AI 的聯(lián)合創(chuàng)始人 Ashish Vaswani（Transformer 一作），以及一些來自 Open AI、Twitter 和亞馬遜的匿名投資者。
現(xiàn)在來了解一下這家 2018 年創(chuàng)立的自動標(biāo)注公司～
V7 Labs 團隊秉承著這樣一個觀念：
訓(xùn)練模型的數(shù)據(jù)輸入方式還處于一個低效階段，完全可以改進(jìn)。
因此，公司的主要業(yè)務(wù)就是開發(fā) AI 模型訓(xùn)練所需的自動標(biāo)記和其他數(shù)據(jù)分類技術(shù)，讓視覺 AI 在最少的人工監(jiān)督下從訓(xùn)練數(shù)據(jù)中持續(xù)學(xué)習(xí)。
為什么是視覺 AI 領(lǐng)域？
人類視覺皮層有 6 個公認(rèn)的區(qū)域，即 V1 到 V6。
初級視覺皮層 V1 使我們的大腦能夠識別基本形狀，而之后的視覺皮層則提取顏色、形式和運動方面的復(fù)雜含義。
團隊解釋道，V7 代表著想為機器創(chuàng)造第 7 個領(lǐng)域，讓機器能夠感知世界，能力能夠超越人類大腦。
V7 Labs 目前專注的領(lǐng)域是醫(yī)學(xué)和科學(xué)。
利用 V7 Labs 這個平臺訓(xùn)練 AI 模型，可以幫助端到端自動駕駛和通過機械臂分揀核廢料等工作，以及在掃描中識別早期癌癥和其他疾病問題。
至于為什么選擇把視覺 AI 的業(yè)務(wù)應(yīng)用在醫(yī)學(xué)領(lǐng)域，該公司 CEO 表示：
我們決定專注的，是那些已經(jīng)將基于 AI 的應(yīng)用商業(yè)化的垂直領(lǐng)域，
或者那些大量視覺處理工作都由人工完成的領(lǐng)域。
在 V7 Labs 看來，醫(yī)學(xué)就是這么一個“從未在內(nèi)部開發(fā)過這種技術(shù)”，但“肯定會使用這項技術(shù)”的市場。
目前，V7 Labs 有 300 多家客戶，其中包括通用電氣醫(yī)療、Paige AI 和西門子，以及其他《財富》500 強公司和規(guī)模很大的私營企業(yè)。
縮短 AI 模型設(shè)計和應(yīng)用之間的時間
作為訓(xùn)練 AI 模型過程中舉足輕重的環(huán)節(jié)，加速處理訓(xùn)練數(shù)據(jù)，越來越受到資本市場追逐。
因此，除了 V7 Labs，還有很多初創(chuàng)公司涌現(xiàn)，致力于提高 AI 數(shù)據(jù)訓(xùn)練效率、縮短 AI 模型設(shè)計和應(yīng)用之間的時間。
比如同在 2018 年創(chuàng)立的 SuperAnnotate，就是 V7 Labs 的直接競爭對手，他倆同樣在研究如何以最快的速度地構(gòu)建最高質(zhì)量的訓(xùn)練數(shù)據(jù)。
SuperAnnotate 官網(wǎng)宣稱，自己的服務(wù)比普通 AI 標(biāo)注快 3-5 倍。
最新消息是，SuperAnnotate 也在不久前獲得了 1800 萬美元的第三次融資。
目前，SuperAnnotate 的客戶已經(jīng)有 200 多家公司，其中包括 20% 的《財富》20 強，以及超過 10000 名個人 CV 愛好者。
值得一提的是，SuperAnnotate 的公司顧問團隊里，有南開大學(xué)計算機系主任程明明。
以及，雖然 V7 Labs 在官網(wǎng)上列出了與 SuperAnnotate 的服務(wù)對比情況，但后者 CEO 在接受采訪時，表達(dá)了從頭發(fā)絲到腳趾頭的拒絕：
他們的比較并不準(zhǔn)確！
此外，走在同樣創(chuàng)業(yè)路上的公司，還有最初專注于汽車行業(yè)的 Scale AI（目前估值約 70 億美元），和谷歌等公司合作進(jìn)行 AI 標(biāo)簽的 Labelbox，以及 Apache 軟件基金開發(fā)的 Hive（目前估值約 20 億美元）。
既然如此，就問一句：
加速處理訓(xùn)練數(shù)據(jù)的創(chuàng)業(yè)者們，不如卷得更猛烈一點吧？
（搓手手表示期待.gif）
參考鏈接：
[1]https://techcrunch.com/2022/11/28/v7-labs-computer-vision-ai/
[2]https://twitter.com/nathanbenaich/status/1597303560139833344
本文來自微信公眾號：量子位 （ID：QbitAI），作者：衡宇
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。