Labelbox est une plateforme d'annotation et d'étiquetage de données conçue pour soutenir le développement de systèmes d'intelligence artificielle et de apprentissage automatique. L'entreprise fournit une suite d'outils pour créer, gérer et évaluer les ensembles de données étiquetés utilisés pour entraîner et affiner les modèles d'IA, y compris ceux utilisés dans les applications de apprentissage profond et de grand modèle de langage. La plateforme de Labelbox vise à aider les organisations à accélérer leurs initiatives en matière d'IA en relevant les défis liés à la production de données d'entraînement de haute qualité à grande échelle.
La plateforme propose une gamme d'outils d'annotation pour différents types de données, notamment les images, les vidéos, le texte et l'audio. Ces outils permettent aux utilisateurs de créer des boîtes englobantes, des polygones, des masques de segmentation et d'autres types d'annotations pour les tâches de vision par ordinateur, ainsi que la classification de texte et la reconnaissance d'entités nommées pour le traitement du langage naturel. En plus de l'annotation manuelle, Labelbox intègre des fonctionnalités de gestion des données, d'automatisation des flux de travail et de contrôle qualité, permettant aux équipes de rationaliser l'ensemble du pipeline d'étiquetage des données.
Histoire et fondation
Labelbox a été fondée en 2018 par Manu Sharma, Brian Rieger et Daniel Rasmuson. L'entreprise est née de la constatation que la qualité et l'échelle des données d'entraînement devenaient des goulots d'étranglement critiques pour l'avancement de l'IA. Les fondateurs ont cherché à construire une plateforme de bout en bout qui intégrerait l'étiquetage des données au flux de travail d'entraînement des modèles, réduisant ainsi le temps et le coût associés à la création d'outils d'étiquetage personnalisés en interne.
Au départ, Labelbox a levé des fonds d'amorçage auprès d'investisseurs tels que Gradient Ventures (le fonds de capital-risque axé sur l'IA de Google) et Kleiner Perkins. L'entreprise a ensuite obtenu des tours de financement de série A et de série B, avec la participation de sociétés telles qu'Andreessen Horowitz et B Capital Group. Au début des années 2020, Labelbox avait levé plus de 110 millions de dollars au total.
Plateforme et fonctionnalités
L'offre principale de Labelbox est une plateforme basée sur le cloud qui prend en charge l'étiquetage collaboratif des données. Elle fournit une interface où les annotateurs peuvent étiqueter les données, et où les chefs de projet peuvent configurer des tâches d'annotation, définir des ontologies d'étiquettes et examiner les résultats. La plateforme comprend des fonctionnalités d'automatisation et d'étiquetage assisté par apprentissage automatique, qui peuvent pré-étiqueter les données à l'aide de modèles et permettre aux humains de vérifier ou de corriger les prédictions, un processus connu sous le nom de human-in-the-loop.
La plateforme offre également des capacités de catalogage et de curation des données, permettant aux équipes de découvrir et de gérer des ensembles de données. Elle s'intègre aux frameworks d'apprentissage automatique et aux services cloud populaires, tels que Amazon Web Services, Microsoft Azure et Google Cloud, permettant un transfert de données et un déploiement de modèles faciles. Labelbox a également introduit des fonctionnalités pour la gestion des flux de travail IA générative, y compris la prise en charge de l'évaluation et de l'alignement des sorties des modèles d'IA.
Impact et utilisation
Labelbox a été adoptée par un large éventail d'entreprises et d'institutions de recherche dans divers secteurs, notamment l'automobile, la santé et la vente au détail. Par exemple, les entreprises du secteur de la conduite autonome utilisent Labelbox pour annoter les données des capteurs afin d'entraîner les modèles de perception. Dans le domaine de la santé, elle a été utilisée pour étiqueter des images médicales et des dossiers de santé électroniques pour des applications d'IA diagnostique. La plateforme est également utilisée par des chercheurs en milieu universitaire, comme ceux du laboratoire d'IA de Stanford et d'autres institutions, pour gérer des ensembles de données pour leurs expériences.
Produits clés et intégration
Labelbox propose plusieurs produits clés, notamment la plateforme d'annotation Labelbox, Labelbox Catalog pour la découverte de données et Labelbox Model pour l'évaluation et le suivi des modèles. Ces produits fonctionnent ensemble pour fournir un flux de travail complet d'IA centré sur les données. La plateforme prend en charge l'intégration avec de nombreux outils et API externes, permettant aux organisations de l'incorporer dans leurs pipelines MLOps existants.
En 2023, Labelbox a introduit des fonctionnalités spécifiquement adaptées au développement de grands modèles de langage, telles que des outils pour classer les réponses des modèles et effectuer un apprentissage par renforcement à partir de retours humains (RLHF). Cela a positionné l'entreprise à l'intersection de l'étiquetage de données classique et du nouveau paradigme d'alignement des systèmes d'IA avec les préférences humaines.
Voir aussi
Références
[Non fournies.]