仅为了训练一款 AI 应用就创建一个带有数据标记的数据库这样的举措可能暂缓公司的上市进程。Carifai（一家专注图像和文本识别初创企业）作为一家将“解决一切已出现的问题”奉为宗旨的企业，自然要为解决这一难题有所行动。

总部位于纽约的 Clarifai 近日公开发布了其名为 Clarifai Labeler 人工智能辅助数据标记服务。数据标记也是该公司的服务之一。

Clarifai 成立于 2013 年，很早便进入图像识别市场。自那时起，利用非结构化数据获得业务优势的公司数量越来越多，掀起一股对数据科学家的需求热潮。随着图像和文本识别颠覆农业、零售、银行、建筑、保险等行业的行业规则，很多事情都面临风险。

"高质量的 AI 模型始于高质量的数据集注释。借助AI技术，我们将传统数据标记的速度提升了一个数量级。"Clarifai 高级副总裁 Alfredo Ramos 说。

他还表示，在 NVIDIA GPU Ventures 的支持下，Clarifai 在零售、银行和保险行业越来越受欢迎，也被更多的应用于联邦、州和地方机构。

AI标记的“闪光点”

Clarifai 的数据标记工具在标记视频片段时“大放异彩”。该工具集成了统计方法，从而跟踪视频内目标对象的移动轨迹（通过一个随对象移动的边框）。

由于每一秒的视频由多帧图像组成，因此跟踪功能实现了精度的提升，在大幅增加每个目标对象的标记数量的同时，明显缩短对大量数据进行标记的时间。

新款标记工具 Labeler 最近被用于标记几天的视频片段，从而建立一个用于检测人们是否佩戴口罩的模型。仅用了不到四天的时间，这个工具完成了 100 万个标记。

“以往依赖人力，这需要花费六个星期的时间才能完成对每一帧的标记，”Ramos 说，“借助 Labeler，完成 100 万次数据标记的速度提升了 10 倍。“

Clarifai 在本地借助一系列 NVIDIA V100 Tensor Core GPU 进行模型开发，并利用云端的 NVIDIA T4 GPU 进行推理。

Star-Powered AI

Ramos 向一位人工智能的学术大牛汇报工作。首席执行官兼创始人 Matthew Zeiler 在2013年的 ImageNet 挑战中，用他的开发神经网络称霸全场，从而一举征服业界。这也奠定了 Clarifai 的诞生。

此后，Zeiler 逐渐转向“开发人员友好“型产品，使企业能够快速轻松地将 AI 集成到其工作流程和客户体验中。公司也在不断发布新产品吸引新客户，例如最近发布的自然语言加工工具。

虽然行业发生了很大变化，但 Clarifai 对于研究领域的投入始终如一。

Ramos 说："我们拥有一支庞大的研究人员团队，并且我们擅长在学术界发现卓越的研究并高效地将其商业化。“

Clarifai 是 NVIDIA 初创加速计划的成员，该虚拟加速器计划旨在帮助人工智能和数据科学领域的初创公司更快进入市场。