Snorkel AI Anuncia Actualización Importante de la Plataforma Snorkel Flow
Snorkel AI, una startup creada en el Laboratorio de IA de Stanford, ha presentado mejoras significativas en su producto principal, Snorkel Flow. Esta plataforma de etiquetado, filtrado, curaduría de datos y ajuste fino de IA ahora se integra directamente con la familia de modelos de IA Gemini de Google y Llama 3 de Meta.
Lanzado en marzo de 2022, Snorkel Flow está diseñado para agilizar el desarrollo y la implementación de soluciones de IA personalizadas para empresas. Permite a las organizaciones etiquetar, anotar y organizar automáticamente tanto documentos estructurados como no estructurados, transformándolos en fuentes confiables de información para diversas aplicaciones de IA.
"Las empresas enfrentan desafíos con LLMs listos para usar que están entrenados en datos generales de Internet", afirmó Alex Ratner, cofundador y CEO de Snorkel AI, durante una entrevista. "Estos modelos no están adaptados a las necesidades específicas de las organizaciones. Snorkel Flow aborda esta brecha al facilitar el etiquetado eficiente de datos y su desarrollo."
Por ejemplo, si una empresa desea crear un chatbot interno que brinde información sobre políticas, Snorkel Flow asegura que los documentos relevantes estén etiquetados correctamente para facilitar su recuperación. De igual manera, las empresas que desarrollan chatbots para atención al cliente pueden ajustar el modelo para que reconozca nombres de productos específicos.
Ratner explicó que Snorkel AI se especializa en “desarrollo de datos para IA”, que abarca el etiquetado, la curaduría y la refinación de conjuntos de datos. "Si bien los proveedores de nube ofrecen APIs para el ajuste de modelos, no apoyan la tarea crucial de preparar datos para esas APIs, que a menudo es la parte más desafiante", agregó.
En su lanzamiento, Snorkel Flow incluía características como etiquetado de datos programático y desarrollo colaborativo de IA, que han demostrado ser beneficiosas para empresas como Memorial Sloan Kettering Cancer Center y Chubb. Estas organizaciones informaron mejoras en la precisión y eficiencia del modelo de IA de 10 a 100 veces. Además, Snorkel ha ayudado a importantes bancos a automatizar el etiquetado de datos para cumplimiento normativo, reduciendo el esfuerzo manual de seis meses a solo 24 horas.
Con la creciente prevalencia de los LLMs base, incluidos poderosos modelos de código abierto como Llama 3, la velocidad y precisión del etiquetado y la curaduría de datos se han vuelto vitales para el ajuste de modelos de IA, según Ratner.
Nuevas Características en Snorkel Flow
La plataforma renovada Snorkel Flow permite a los usuarios aprovechar sus datos empresariales—ahora organizados y etiquetados por la IA de Snorkel—como una fuente confiable de información compatible con Google Gemini y Llama 3. Nuevas integraciones con Databricks Unity Catalog, Vertex AI y Microsoft Azure Machine Learning mejoran aún más la organización de datos y el control de acceso para las empresas.
Además, Snorkel Flow ahora soporta el etiquetado programático de datos multimodales, incluidos imágenes, para ofrecer un enfoque integral en los insights de IA. Cabe destacar que Wayfair ya ha aprovechado las capacidades de etiquetado de datos de imagen, buscando reducir el tiempo de etiquetado de meses a días.
Características de Seguridad Mejoradas
Snorkel ha introducido controles de acceso basados en roles (RBAC) para administradores de cuentas, permitiendo un control matizado sobre el acceso y uso de datos en proyectos de IA. Los administradores pueden gestionar quién puede cargar datos y acceder a servicios conectados, similar a la nueva función de Proyectos de OpenAI, pero con la flexibilidad adicional de controlar el acceso entre múltiples modelos de diferentes proveedores.
Además, Snorkel Flow soporta acceso en las instalaciones y aislado a modelos base, mejorando la conformidad y la seguridad de datos.
Esta actualización se alinea con el acelerador de IA empresarial recientemente lanzado por Snorkel, Snorkel Custom, que asiste a las organizaciones en todas las etapas de evaluación, ajuste y optimización de modelos de IA.
De Demos a Valor Práctico
En general, Snorkel busca empoderar a las empresas para que aprovechen la IA generativa de manera efectiva, optimizando sus datos para el ajuste de modelos y el desarrollo de aplicaciones impulsadas por IA. "Ha habido una presión inmensa para pasar de demostraciones de IA visualmente atractivas a proporcionar valor real de producción", observó Ratner.
Tanto Snorkel Flow como Snorkel Custom están ahora disponibles de manera general, con precios basados en casos de uso específicos.
Clasificación
