- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
海外New Things | 清理用于 AI 训练的图像数据集，「Visual Layer」完成700万美元种子轮融资
文 | Ricky 编辑 | 王与桐
5月16日，总部位于美国的视觉数据管理平台Visual Layer宣布完成700万美元种子轮融资，本轮融资由Madrona和Insight Partners领投。据悉，新资金将用于管理训练、测试、微调由人工智能模型生成的大量视觉数据集。
实证表明，人工智能模型的质量直接取决于其所接受的数据质量。目前，有高达30%的海量图像和视频集合被错误标记、损坏、丢失，阻碍了企业用于产品和服务的人工智能模型发挥原有作用，进一步造成下游问题，导致企业浪费了宝贵的工程周期。
公司联合创始人Danny Bickson表示：“全球各地的公司和组织都在经历数据的爆炸式增长，而可视化数据是最复杂、最具挑战性的数据类型之一。管理这些内容对于各行各业的客户至关重要。” 随着这些混乱的数据集越来越难以处理，提高数据质量比依赖脏数据的情况下优化算法更有益。Visual Layer成立于2022年10月，该公司提出独特的“管理”“清理”数据的解决方案，该托管服务致力于帮助科学家和机器学习从业者生成更高质量的模型，加快更可靠的生成模型推向市场。
Visual Layer建立在开源软件包Fastdup之上，帮助数据科学家在模型训练之前清理数据集。它应用质量自动化来纠正图像标签、删除重复项、识别异常图像。每当它发现错误或混淆的图像标签时，平台会自动更正或删除该图像。目前，Fastdup的早期用户达到20万，其中包括印度社交商务平台Meesho。据Meesho方表示，Fastdup自动检测、修复数据的功能，已经提高该公司近2亿产品图库的质量。
随着生成式人工智能模型越来越流行，供以训练的可靠视觉数据集需求水涨船高。 在AI 构建者要求更高质量数据的趋势下，Visual Layer这类公司的出现是不可避免的。
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2023-05-29 21:45:41
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
