(相關(guān)資料圖)

文 | Ricky

編輯 | 真梓

3月20日，來自美國的初創(chuàng)公司Numbers Station在其官網(wǎng)宣布獲得1750萬美元的A輪融資，本輪融資由Madrona領(lǐng)投，Norwest Venture Partners、Factory和包括Cloudera聯(lián)合創(chuàng)始人Jeff Hammerbacher在內(nèi)的一些天使投資者參與。

與大部分專注于生成文本與圖像的人工智能所不同的是，Numbers Station通過構(gòu)建基礎(chǔ)模型驅(qū)動技術(shù)，在數(shù)據(jù)密集型工作流程中幫助企業(yè)實現(xiàn)自動化，從而大幅度減少處理普通數(shù)據(jù)任務(wù)所花費(fèi)的時間，提升數(shù)據(jù)工作者工作效率。

聯(lián)合創(chuàng)始人InesChami表示，Numbers Station不是簡單將基礎(chǔ)模型應(yīng)用于不同場景。相反，個性化是Numbers Station主打的招牌之一，該公司通過向企業(yè)提供通用的預(yù)訓(xùn)練模型，再利用人工將客戶的反饋對預(yù)模型進(jìn)行微調(diào)與專門化，以生成特定于某組織的最終模型。

同時，為了幫助企業(yè)團(tuán)隊和數(shù)據(jù)分析團(tuán)隊減少不必要的麻煩，Numbers Station支持SQL轉(zhuǎn)換、AI轉(zhuǎn)換與記錄匹配功能。用戶可以通過自然語言指定特定內(nèi)容，再由Numbers Station自動生成SQL查詢，同時提供AI驅(qū)動的智能數(shù)據(jù)轉(zhuǎn)換原型能力幫助用戶進(jìn)行數(shù)據(jù)分析，在必要時允許用戶將其CRM和銷售系統(tǒng)中的記錄合并到單個數(shù)據(jù)庫中。Numbers Station將這三個特性作為進(jìn)入企業(yè)數(shù)據(jù)棧的切入點，建立數(shù)據(jù)智能平臺，將企業(yè)數(shù)據(jù)轉(zhuǎn)換與分析的服務(wù)一并打包。

Chami在官網(wǎng)寫到，GPT-3或OPT等單一基礎(chǔ)模型作為許多任務(wù)的基礎(chǔ)，并沒有特定于任務(wù)的數(shù)據(jù)標(biāo)記、模型實現(xiàn)或模型訓(xùn)練?；诖?，團(tuán)隊發(fā)現(xiàn)基礎(chǔ)模型解決任務(wù)自動化問題的巨大潛力，耗時極長才能構(gòu)建的特定任務(wù)模型將被通用基礎(chǔ)模型所取代。

面對OpenAI等公司的基礎(chǔ)模型不斷推向商品化，Numbers Station更加看重的是在這些模型的基礎(chǔ)上應(yīng)用人工智能專業(yè)知識，讓它們在特定組織和特定組織的任務(wù)中表現(xiàn)得更好。

屆時，Madrona董事總經(jīng)理蒂姆?波特將加入Numbers Station董事會，他表示:“我們相信基礎(chǔ)模型，特別是Numbers Station團(tuán)隊如何應(yīng)用這些模型，為解決處理混亂數(shù)據(jù)的巨大挑戰(zhàn)提供了真正的‘從0到1’的機(jī)會?！?/p>

關(guān)鍵詞：