スノーケルAI、スノーケルフローの大幅なアップデートを発表
スタンフォードAIラボ出身のスタートアップ、スノーケルAIは、主要製品であるスノーケルフローに大きな改良を加えました。このデータラベリング、フィルタリング、キュレーション、AI微調整プラットフォームは、GoogleのGemini AIモデルファミリーやMetaの新しいLlama 3と直接統合されました。
2022年3月に発表されたスノーケルフローは、企業向けのカスタムAIソリューションの開発と展開を効率化するように設計されています。組織は、構造化データと非構造化データの両方を自動的にラベリング、注釈付け、整理でき、さまざまなAIアプリケーションの信頼できる情報源に変換します。
スノーケルAIの共同創設者兼CEOであるアレックス・ラトナーは、「エンタープライズは、インターネットの一般的なデータで訓練された市販のLLMに苦しんでいます。これらのモデルは、組織の特定のニーズに合わせて調整されていません。スノーケルフローは、効率的なデータラベリングと開発を可能にすることで、このギャップを埋めます」と述べました。
例えば、企業が社内ポリシーに関する情報を提供するチャットボットを作成したい場合、スノーケルフローは関連文書を正確にラベリングすることで、容易に情報を取得できるようにします。顧客サービスのチャットボットを構築する際には、特定の商品名を認識するためにモデルを微調整できます。
ラトナー氏は、スノーケルAIが「AIデータ開発」に特化しており、これにはラベリング、データキュレーション、データセットの改善が含まれると説明しました。「クラウドベンダーはモデル調整のためのAPIを提供していますが、それらのAPIのためにデータを準備するという重要なタスクをサポートしていません。これはしばしば最も困難な部分です」と彼は言葉を続けました。
スノーケルフローが導入された当初、プログラムによるデータラベリングや共同AI開発などの機能が含まれており、メモリアル・スローン・ケタリング癌センターやチャブなどの企業にとって有益であることが証明されています。これらの組織は、AIモデルの精度と効率が10倍から100倍改善されたと報告しています。また、スノーケルは大手銀行が規制遵守のためのデータラベリングを自動化し、手作業の工数を6ヶ月から24時間に短縮する手助けをしました。
基幹LLMの増加に伴い、Llama 3のような強力なオープンソースモデルが登場していますが、データラベリングとキュレーションの速度と精度は、AIモデルの微調整にとって重要です。
スノーケルフローの新機能
アップデートされたスノーケルフローは、スノーケルAIによってラベル付けされ、整理されたエンタープライズデータを、Google GeminiとLlama 3と互換性のある信頼できる情報源として活用できるようにします。Databricks Unity Catalog、Vertex AI、Microsoft Azure Machine Learningとの新しい統合は、企業におけるデータ管理とアクセス制御をさらに強化します。
さらに、スノーケルフローは画像を含むマルチモーダルデータのプログラム的ラベリングをサポートし、AIインサイトに対する包括的なアプローチを提供します。特に、Wayfairは画像データのラベリング機能を利用し、ラベリングのタイムラインを数ヶ月から数日へと短縮することを目指しています。
強化されたセキュリティ機能
スノーケルは、アカウント管理者向けに役割ベースのアクセス制御（RBAC）を導入し、AIプロジェクトにおけるデータアクセスと利用の詳細な制御を可能にしました。管理者は、データをアップロードできるユーザーや接続されたサービスへのアクセスを管理でき、OpenAIの新しいプロジェクト機能に似た形式で、さまざまなベンダーからの複数モデルにわたるアクセス制御も行えます。
加えて、スノーケルフローは、基盤モデルへのオンプレミスおよびエアギャップアクセスをサポートし、コンプライアンスとデータセキュリティを強化します。このアップデートは、AIモデルの評価、微調整、最適化のすべての段階を通じて組織を支援するスノーケルの新たに導入された企業AIアクセラレーター「スノーケルカスタム」と連携しています。
デモから実用的な価値へ
総じて、スノーケルは企業が生成AIを効果的に活用し、モデルを微調整し、AI駆動アプリケーションを開発する能力を高めることを目指しています。ラトナーは「魅力的なAIデモから実際の生産的価値を提供するへの移行は、非常に大きな圧力として存在しています」と述べました。
スノーケルフローとスノーケルカスタムは現在一般提供中で、利用ケースに応じた料金設定が行われています。
ランキング
