Scale AI估值达32亿美元:19岁华裔创办,拿下美国国防部近亿美元订单

智器械("大众,"号:zhidxcom)

编| 林卓玮

智器械11月10日消息,据外媒The Information报道,美国AI始创企业Scale AI收到老虎全球基金投资意向,并获32亿美元估值,该数值是前年8月10亿美元估值的三倍。

Scale AI由时年19岁的Alexandr Wang在2016年创建,先后办事于Waymo、Toyota、Lyft等公司,为客户公司供给用于机械进修的数据标记办事。

本年9月,这家年青的独角兽企业初次和军方杀青合作,一举拿下美国国防部的9100万美元大年夜单,协助美国军方实验、开辟、更新用于机械进修和AI的标注数据集。

老虎全球基金是全球上市和私营科技公司的最大年夜投资者之一,所投资的公司包含字节跳动和滴滴出行等。但尚未有消息注解Scale AI已经接收了这笔投资。截至今朝,两边尚未置评。

一、Alexandr Wang :年仅23 岁的独角兽掌门人

四年前,年仅19岁的Alexandr Wang从麻省理工大年夜学辍学,同年在完成了硅谷创业搀扶公司Y Combinator的孵化项目后,和22岁的Lucy Guo一同创办了Scale AI。

Alexandr Wang出身在美国新墨西哥州,父母均是物理学家。早在高中的时刻,Wang因在编程比赛上的出色表示,陆续接到科技公司的工作邀约,并在硅谷开启了本身的职业生活。

客岁在接收Bloomberg Technology的采访时,Alexandr Wang表示,“我在硅谷工作的这段时光里,看到人工智能范畴今朝存在的形形色色的问题,因而懂得到机械进修的重要性。”

▲现年23岁的Scale开创人美籍华裔Alexandr Wang

二、用AI算法晋升数据标注效力

当前多半机械进修采取监督进修算法,即练习样本需带有属性标签,数据集越丰富、标签质量越高,算法的精确度往往越好。Scale AI重要从事的营业等于进步数据标注的效力。

Scale AI今朝办事于Lyft、Toyota、DoorDash等有名企业,其供给的数据标记办事可以或许赞助客户练习主动驾驶汽车、无人机、机械人,以更好地辨认物体并进行自立操作

该公司研发的软件可以或许经由过程算法主动、快速甄别物体,经由过程初筛的图片还要经由外包团队的二次筛查和标注,这种人机合营的方法大年夜大年夜进步了标记效力。

三、科技投资热: Scale AI异军崛起

本年,大年夜批风投资金积极涌入科创企业,大年夜大年夜缩短了融资所需时光,部分企业获得的投资往往是利润的数百倍,甚至不等创业者开端融资,各大年夜本钱集团已经主动献上了橄榄枝。

近期,云计算公司Snowflake、大年夜数据分析公司Palantir等纷纷进行初次公开募股并取得巨大年夜成功。受此鼓舞,各大年夜风投公司的投资热忱也愈发昂扬。

客岁8月时,Scale AI获得美国顶级风投契构开创人基金(Founders Fund)的1亿美元投资,凭借10亿美元的估值一跃成为硅谷最年青的独角兽企业之一。Scale AI还陆续收到了Index Ventures、Accel、Coatue Management的投资。

四、Scale市值赶超劲敌Appen

基于对AI算法的赓续研究,Scale AI近几年成长迅猛,成为硅谷成长最快的新秀之一。

本年8月,Scale AI更是签下了拥有14年亚马逊工作经历的资深工程师Brad Porter,担负首席技巧官。

根据这家公司截至到本年8月的数据来看,Scale AI本年年营收有望达到8000万美元,比拟2018年的400万美元年营收有大年夜幅增长。据截至本年8月的营收数据,Scale的2020年营收估计将达到8000万美元,比拟2018年的400万美元增长整整19倍。实际上,Scale在2019年中期的营收就已增长至4000万美元。

Scale AI强劲的增长表示以及近期签下的国防部大年夜单,吸引了各大年夜投资者的眼光。

如若接收了老虎全球基金开出的32亿美元估值,Scale AI的市值将跨越今朝市值31亿美元的澳洲劲敌Appen。

Wang表示,公司的长远目标是赞助机械进修研究人员练习计算机视觉算法,以应用到更广泛的范畴,不再仅限于今朝的零售业、送餐办事、汽车业等。

此外,Scale AI推出的新产品Nucleus能赞助客户直接改良机械进修体系。Nucleus能赞助客户敏捷筛选有效数据,从而改良体系,并评估体系精确性。

结语:数据标注的主动化趋势

Scale AI应用的AI算法大年夜大年夜进步了数据标注的效力,这种算法为主、人工为辅的标注模式指清楚明了将来机械进修练习数据整顿的趋势。

跟着相干技巧愈发成熟,数据标注办事覆盖面越广,主动化程度也会随之进步。

部分公司在控制了相干技巧后,可能会自行开展数据标注工作,直接用于人工智能的练习。

正如人工智能时代的其他工作一样,数据标注的工作也会越来越多依附机械的赞助,人类则可能更多地扮演导师的角色。

文章来源:The Information