บริษัทติดป้ายกำกับข้อมูลระดับโลก SnorkelAI เปิดตัวความสามารถ AI สำหรับศูนย์ข้อมูลขั้นสูง

เมื่อเร็วๆ นี้ SnorkelAI ได้เปิดตัวชุดฟีเจอร์ใหม่บนแพลตฟอร์มการพัฒนาข้อมูล AI Snorkel Flow โดยมีเป้าหมายเพื่อช่วยให้องค์กรต่างๆ เร่งความเชี่ยวชาญของ AI และโมเดลการเรียนรู้ของเครื่อง ความสามารถใหม่เหล่านี้สามารถลดเวลา ต้นทุน และความซับซ้อนในการเตรียมข้อมูลในวงจรการพัฒนา AI แบบคาดการณ์และแบบสร้างได้อย่างมาก

หมายเหตุแหล่งที่มาของรูปภาพ: รูปภาพนี้สร้างขึ้นโดย AI และรูปภาพนั้นได้รับอนุญาตจากผู้ให้บริการ Midjourney

ในองค์กรในปัจจุบัน การมี "ข้อมูลที่พร้อมสำหรับ AI" (ข้อมูลที่เหมาะสมสำหรับ AI) ถือเป็นสิ่งสำคัญ จากข้อมูลของ Gartner ข้อมูลที่พร้อมใช้ AI ไม่ได้หมายความว่าข้อมูลของคุณจำเป็นต้องแสดงถึงกรณีการใช้งานเฉพาะเท่านั้น แต่ยังต้องครอบคลุมทุกรูปแบบ ข้อผิดพลาด ความผิดปกติ และสถานการณ์ที่ไม่คาดคิดเพื่อฝึกหรือรันโมเดล AI ได้อย่างมีประสิทธิภาพ ยิ่งไปกว่านั้น การเตรียมข้อมูลไม่ได้เกิดขึ้นข้ามคืน แต่ต้องทำอย่างต่อเนื่อง

Snorkel Flow เวอร์ชันใหม่ช่วยให้องค์กรต่างๆ มีแพลตฟอร์มที่มีประสิทธิภาพในการปรับใช้และปรับขนาดแนวทางการพัฒนาข้อมูล AI เพื่อเร่งการส่งมอบการผลิตโมเดล AI เฉพาะทางที่มีความแม่นยำสูง

โดยเฉพาะอย่างยิ่ง คุณสมบัติใหม่ ได้แก่ เครื่องมือการประเมิน LLM ซึ่งช่วยให้ผู้ใช้สามารถดำเนินการประเมินแบบกำหนดเองสำหรับกรณีการใช้งานในอุตสาหกรรมเฉพาะ รับข้อมูลเชิงลึกเกี่ยวกับประเภทข้อผิดพลาดของแบบจำลอง และแทรกแซงการพัฒนาข้อมูลอย่างรวดเร็วเพื่อแก้ไข นอกจากนี้ ยังมีเวิร์กโฟลว์การปรับแต่ง RAG ที่ปรับปรุงความแม่นยำในการดึงข้อมูลผ่านการประมวลผลบล็อกเอกสารขั้นสูง การปรับแต่งแบบจำลองการฝังอย่างละเอียด และการดึงข้อมูลเมตาของเอกสาร คุณสมบัติเหล่านี้สามารถลดเวลาในการพัฒนาที่จำเป็นในการปรับปรุงคุณภาพการตอบสนองของผู้ช่วย AI ได้อย่างมาก

ด้วยฟังก์ชัน Named Entity Recognition (NER) ใหม่สำหรับไฟล์ PDF ผู้ใช้สามารถดึงข้อมูลได้ง่ายและรวดเร็วยิ่งขึ้น เพียงคลิกข้อความ วาดกรอบขอบ ระบุรูปแบบ และแจ้งโมเดลที่เกี่ยวข้อง ความยืดหยุ่นนี้ทำให้การบันทึกข้อมูลง่ายขึ้น จึงปรับปรุงความแม่นยำของโมเดล NER

นอกจากนี้ Snorkel Flow ยังช่วยลดความยุ่งยากในการอธิบายประกอบและกระบวนการป้อนกลับ ช่วยให้ผู้เชี่ยวชาญสามารถใส่คำอธิบายประกอบข้อมูลในลักษณะที่มีประสิทธิภาพมากขึ้น นอกจากนี้ เครื่องมือวิเคราะห์ตัวทำเครื่องหมายลำดับที่เพิ่มเข้ามาใหม่ยังช่วยให้ผู้ใช้ค้นพบข้อผิดพลาดในการทำนายแบบจำลองได้อย่างเป็นธรรมชาติมากขึ้น พร้อมทั้งให้การวิเคราะห์ประสิทธิภาพที่ละเอียดยิ่งขึ้น

ในแง่ของประสบการณ์ผู้ใช้ Snorkel Flow ได้ทำการปรับปรุงหลายอย่างเพื่อให้การทำงานร่วมกันระหว่างนักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญราบรื่นยิ่งขึ้น รองรับการบูรณาการอย่างราบรื่นกับแพลตฟอร์มการพัฒนา AI หลักๆ รวมถึง Databricks และ Amazon SageMaker เพื่อการปรับแต่งและการปรับใช้โมเดลเฉพาะทางที่รวดเร็วยิ่งขึ้น

Alex Ratner ซีอีโอของ Snorkel AI กล่าวว่า “AI กลายเป็นสิ่งสำคัญสำหรับผู้นำธุรกิจทุกคน แต่การพัฒนา AI อย่างต่อเนื่องและสม่ำเสมอยังคงเป็นเรื่องที่น่าเบื่อ มีค่าใช้จ่ายสูงและต้องใช้แรงงานมาก ดังนั้นการอัปเดตแพลตฟอร์มเหล่านี้จึงมีความสำคัญในการช่วยให้องค์กรต่างๆ เร่งตัวขึ้น และการเพิ่มประสิทธิภาพการส่งมอบโซลูชัน AI เป็นสิ่งสำคัญ”

ไฮไลท์:

คุณสมบัติใหม่: Snorkel Flow เปิดตัวเครื่องมือประเมิน LLM และเวิร์กโฟลว์การปรับแต่ง RAG เพื่อปรับปรุงประสิทธิภาพการเตรียมข้อมูล

การแยกข้อมูลที่สะดวก: การจดจำเอนทิตีที่มีชื่อใหม่ทำให้การแยกข้อมูลจาก PDF ง่ายและรวดเร็วยิ่งขึ้น

? ประสบการณ์ที่ปรับให้เหมาะสม: ประสบการณ์ผู้ใช้ได้รับการปรับปรุงเพื่อส่งเสริมการทำงานร่วมกันอย่างมีประสิทธิภาพระหว่างนักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญ