《從營銷AIGC化到AIGC營銷化》報告發布
來源：清元宇宙7月2日上午，清華大學元宇宙文化實驗室舉辦元宇宙在線沙龍“AIGC熱潮與應用”。會議中，清華大學新聞與傳播學院教授、元宇宙文化實驗室主任、新媒體研究
【新智元導讀】Alexandr Wang 創辦的 Scale AI 是一個為 AI 模型提供訓練數據的數據標注平臺，近期完成新一輪 10 億美元融資，估值飆升至 138 億美元。該公司表示將利用新資金生產豐富的前沿數據，為通向 AGI 鋪平道路。
Scale AI 為想要訓練機器學習模型的公司提供數據標注服務，已從亞馬遜和 Meta 等眾多知名機構和企業投資者那里籌集了 10 億美元的 F 輪融資。
本輪融資由 Accel 領投，它之前還領投了 Scale AI 的 A 輪融資，并參與了后續的風險投資。
這輪融資讓 Scale AI 的身價飆升。盡管去年年初裁員 20%，但公司目前估值已經達到了 138 億美元。
Scale AI 聯合創始人兼首席執行官 Alexandr Wang
除了亞馬遜和 Meta 之外，Scale AI 還吸引了各種各樣的新投資者：思科、英特爾、AMD 等風險投資部門參與其中，而且很多注資過的公司也回歸了，包括英偉達、Coatue、Y Combinator 等等。
天才少年輟學創辦獨角獸Scale AI 由 Alexandr Wang 和 Lucy Guo 于 2016 年創立，由著名創業孵化器 Y Combinator 投資。該公司使用機器學習來標記和分類大量數據，以便客戶用于訓練模型。
Scale AI 的客戶包括 Meta、微軟、英偉達、OpenAI、豐田和哈佛醫學院。
在創始人基金領投的 1 億美元 C 輪融資之后，Scale AI 在 2019 年獲得了獨角獸的地位，總共從 Index Ventures、Coatue、Tiger Global 等知名投資者處籌集了 6.026 億美元。
2022 年，持有 15% 股份的 Alexandr Wang 成為全球最年輕的白手起家的億萬富翁。
創業之前，Wang 從小到大的履歷也讓人印象深刻。
1997 年出生于新墨西哥州，父母都是在新墨西哥州洛斯阿拉莫斯國家實驗室的物理學家。
高中階段開始通過網絡自學編程，并報名參加了一些世界級的編程大賽，比如美國計算機奧林匹克競賽（USACO）。
17 歲，成為美國知名問答網站 Quora 的全職碼農；
18 歲，考入麻省理工學院攻讀機器學習；
在 MIT 大一剛結束后的暑假，他就和 Guo 一起創辦了 Scale，并且拿到了 Y Combinator 的投資。
Wang 跟爸媽說，「這就是我夏天隨便玩玩的事。」
Scale AI 剛起步時，有些人確實覺得這就是一個笑話，畢竟公司當時只有三名員工。
不過，在不斷地融資和發展之下，Scale AI 發展飛速，到 2021 年已經成長為價值 73 億美元的獨角獸企業，2023 年初公司規模也擴展到了 700 人。
Wang 在接受《財富》雜志獨家采訪時透露，隨著企業客戶競相訓練生成式 AI 模型，Scale AI 的這方面業務快速增長。
2023 年，公司年度經常性收入（企業長期為數據服務支付的費用）增加了兩倍，預計 2024 年底將達到 14 億美元。
由于 Scale AI 的驚人成就，Alexandr Wang 在 2021 年入選福布斯企業技術領域「30 under 30」排行榜，他本人在硅谷也被稱為「下一個扎克伯格」。
AI 模型的「數據工廠」AI 領域公認的三個基本支柱 —— 數據、算法和算力。
算法領域，前有谷歌、微軟的大型研究院，后有推出過 Sora 和 GPT 系列模型的 OpenAI；算力領域有供貨全球的英偉達，但在 Scale AI 還未誕生的 2016 年，數據領域仍處于空白。
19 歲的 Alexandr Wang 在看到這一點后，做出了輟學創業的決定，「我創辦 Scale 的原因是為了解決人工智能中的數據問題」。
大部分數據都是非結構化的，AI 很難直接學習這些數據；而且大型數據集的標注一項資源密集型工作，因此，「數據」被很多人認為是科技領域最辛苦、最卑微的部分。
但 Scale AI 卻在短時間內就獲得了巨大成功。他們可以為不同行業的企業客戶量身定制數據服務。
在自動駕駛領域，Cruise 和 Waymo 等公司通過攝像頭和傳感器收集了大量數據，Scale AI 將機器學習與「人機回路」（human-in-loop）監督相結合，管理和標注這些數據。
他們曾經開發的「自治數據引擎」推動了 L4 級別自動駕駛技術的發展。
2019 年，Scale AI 幫助 OpenAI 團隊一同訓練 GPT-2，進行了 RLHF 的首次實驗，并將這些技術擴展到 InstructGPT 等其他 LLM 上。
CEO Wang 在接受《財富》雜志采訪時表示，Scale AI 將自己定位為整個 AI 生態的基礎設施供應商，構建「數據鑄造廠」，而不僅僅是在子公司 Remotasks 中雇傭大量的合同工進行人工標注。
Scale AI 已經開始與不同領域的專家合作，比如博士級學者、律師、會計師、作家等。
給聊天機器人的回復進行打分，這樣的工作為什么能讓博士級別的專家參與其中？
Wang 的回應是，原因有很多：「如果你是一名博士，習慣于做一些非常小眾、深奧的研究，也許世界上只有少數人能夠理解。但這個工作中，你可以幫助改進和構建這些人工智能系統的前沿數據，有機會產生真正的社會影響。」
同時，Wang 也認為，這些專家所能提供的高質量數據對 AI 的未來非常重要。
他補充說，來自專家的、包含復雜推理的數據是未來人工智能的必備條件。「你不能隨便把舊數據輸入給算法中，然后期待著它會自我改進」。
傳統的數據來源，比如從 Reddit 等社區的評論中抓取數據存在局限性。Scale AI 構建了一些流程，模型先輸出一些內容，例如撰寫研究論文，在此基礎上，人類專家可以改進這些內容，從而改進模型的輸出。
關于 AI 生成并注釋的數據，有人持積極態度，認為可以消除對人類注釋數據注釋，但 Wang 的觀點并沒有這么單純。
他說，合成數據以及人類創建的數據，這兩個方面 Scale AI 都有投入。「雖然人工智能生成的數據很重要，但想要獲得有一定質量和準確性的數據，唯一方法是通過人類專家的驗證。」
數據日益重要數據是人工智能的命脈，因此數據管理和處理領域的公司正站在風口上。
就在上周，印度的數據平臺 Weka 表示，它以 16 億美元的投后估值籌集了 1.4 億美元，以幫助公司為其人工智能應用程序構建數據管道。
人工智能數據的主要問題仍然存在。Scaling Law 的存在意味著，隨著模型變大，對數據的需求也呈現指數級增長，越來越多的人擔心大模型會耗盡可用數據。
Alexandr Wang 在 Scale AI 的官網上這樣寫道，「數據豐富不是默認情況，而是一種選擇，它需要匯集工程、運營和 AI 方面最優秀的人才」
Scale AI 的愿景之一是「數據豐富」，從而將前沿 LLM 擴展到更大數量級，「為通向 AGI 鋪平道路。在達到 GPT-10 的過程中，我們不應該受到數據的限制」。
參考資料：
https://techcrunch.com/2024/05/21/data-labeling-startup-scale-ai-raises-1b-as-valuation-doubles-to-13-8b/
https://fortune.com/2024/05/21/scale-ai-funding-valuation-ceo-alexandr-wang-profitability/
https://scale.com/blog/scale-ai-series-f
本文來自微信公眾號：新智元 （ID：AI_era）
本文鏈接：http://www.www897cc.com/showinfo-45-4438-0.html估值飆至 138 億美元，27 歲天才少年再獲融資：數據標注會是下一個風口？
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 五糧液濃香酒：勞動節送禮的精致藝術
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號