Humanloop推出了一套工具来帮助人类“教授”人工智能算法

Humanloop联合创始人兼首席执行官Raza Habib

在这篇文章中:Humanloop

快把

  • Humanloop利用机器学习和自然语言处理方面的前沿研究,使每家公司都能轻松集成理解语言的AI算法
  • 该公司已从以Index Ventures为首的投资者那里筹集了260万美元的种子基金必威体育备用
  • 它的新产品Programmatic在很大程度上实现了大型数据集标签的自动化
  • Humanloop成功背后的一个重大突破是“概率深度学习”的发展,算法天生就有能力知道它们不知道的东西。Humanloop的软件可以过滤掉数据集中的大量噪音和冗余,识别出高价值的数据点,并在“边缘情况”方面向人类寻求帮助,而不是不加区分地使用数据来创建模型。

细节

Humanloop于2020年由来自伦敦大学学院(UCL)和剑桥大学(Cambridge)的杰出计算机科学家团队以及谷歌和亚马逊(Amazon)的校友创建,致力于解决人类需要利用自己的判断和领域专长来为训练机器学习算法所需的海量数据集打上标签这一极其耗时的问题。没有了Humanloop技术的帮助,建立并运行一套算法所需的时间意味着这些量身定制的应用程序超出了大多数企业和组织的能力范围。

Humanloop利用计算机科学中的创新技术克服了这一障碍,这些创新技术使自动标记数据成为可能,并从较小的数据集构建健壮的模型,并不断更新这些模型。该公司最新的智能注释产品Programmatic可以让律师、医生或银行家等专家通过一些简单的规则获取相关领域的知识,然后该软件可以在大型数据集上大规模应用这些规则。

“如果人们知道基于语言的人工智能现在的能力,他们会感到震惊,但将数据转换成算法可以使用的形式是最大的挑战。”通过Humanloop,我们希望让人工智能普及,并实现下一代智能自助应用——允许任何公司利用其领域专长,并在机器学习模型中高效提取。”

首席执行官兼联合创始人Raza Habib

Humanloop的技术已经帮助算法在一些任务上变得熟练,比如从互联网上的非结构化数据构建全国房地产市场的图景;阅读电子健康记录,以确定哪些人可能会尝试新的疗法,在商业交易结束时获取法律数据;审核Facebook群组上的评论;并为客户服务咨询生成回复草案,这些咨询通常需要数百个小时的人力。在Humanloop平台的帮助下,人类专业人员可以快速给这些算法下达指令,使系统能够更快地学习利用相关信息并做出相应的行为。

Humanloop成功背后的一个重大突破是“概率深度学习”的发展,算法天生就有能力知道它们不知道的东西。Humanloop的软件可以过滤掉数据集中的大量噪音和冗余,识别出高价值的数据点,并在“边缘情况”方面向人类寻求帮助,而不是不加区分地使用数据来创建模型。这种能力使他们能够以比传统方法少得多的数据更快地学习并创建更准确的AI模型。它还允许连续的学习循环,而不是“瀑布”序列,标签过程不同于培训和部署阶段。

“许多人不知道的是,阻碍人工智能在每个工作场所无处不在的并不是缺乏合适的算法,而是缺乏正确标记的数据。”事实上,机器学习本身正变得越来越商品化和现成,但非技术人员仍然很难将他们的知识传递给机器,并帮助算法改进它的模型。凭借其独特的方法,Humanloop有可能将人工智能建模带给更广泛的公众,并改变现代工作场所。”

艾琳·普莱斯·赖特是Index Ventures的合伙人必威体育备用

Humanloop的联合创始人从学术界和工业界的不同角度讨论了创建人类/人工智能界面的问题。必威体育官网注册账号哈比卜在剑桥大学(University of Cambridge)获得了物理学学士学位,并在创业公司工作;他还在加州谷歌Brain学习了一年,目前正在伦敦大学学院完成机器学习博士学位的最后阶段,专注于概率深度学习。

哈比卜说:“作为一名物理学家,如果我生活在20世纪初,我会希望从事量子力学的前沿研究。”“活在21世纪初的我很清楚,机器学习和人工智能是我们应该努力的方向。”

Habib与他的学术导师Emine Yilmax教授和伦敦大学学院人工智能中心主任David Barber教授共同创立了这家公司,后者现在也是Humanloop的首席研究官;乔丹·伯吉斯(Jordan Burgess),亚马逊(Amazon)和Bloomsbury AI(后来被Facebook收购)的首席产品官和前数据科学家;以及智能金融平台Certua的联合创始人、首席技术官彼得·海斯(Peter Hayes),他与哈比卜一起参加了伦敦大学学院的机器学习博士课程。

发布于2022年7月28日