【新智元导读】Alexandr Wang创办的Scale AI是一个为AI模型提供训练数据的数据标注平台，近期完成新一轮10亿美元融资，估值飙升至138亿美元。该公司表示将利用新资金生产丰富的前沿数据，为通向AGI铺平道路。
Scale AI为想要训练机器学习模型的公司提供数据标注服务，已从亚马逊和Meta等众多知名机构和企业投资者那里筹集了10亿美元的F轮融资。
本轮融资由Accel领投，它之前还领投了Scale AI的A轮融资，并参与了后续的风险投资。这轮融资让Scale AI的身价飙升。尽管去年年初裁员20%，但公司目前估值已经达到了138亿美元。
Scale AI联合创始人兼首席执行官Alexandr Wang除了亚马逊和Meta之外，Scale AI还吸引了各种各样的新投资者：思科、英特尔、AMD等风险投资部门参与其中，而且很多注资过的公司也回归了，包括英伟达、Coatue、Y Combinator等等。
Scale AI由Alexandr Wang和Lucy Guo于2016年创立，由著名创业孵化器Y Combinator投资。该公司使用机器学习来标记和分类大量数据，以便客户用于训练模型。
Scale AI的客户包括Meta、微软、英伟达、OpenAI、丰田和哈佛医学院。在创始人基金领投的1亿美元C轮融资之后，Scale AI在2019年获得了独角兽的地位，总共从Index Ventures、Coatue、Tiger Global等知名投资者处筹集了6.026亿美元。2022年，持有15%股份的Alexandr Wang成为全球最年轻的白手起家的亿万富翁。1997年出生于新墨西哥州，父母都是在新墨西哥州洛斯阿拉莫斯国家实验室的物理学家。高中阶段开始通过网络自学编程，并报名参加了一些世界级的编程大赛，比如美国计算机奥林匹克竞赛（USACO）。17岁，成为美国知名问答网站Quora的全职码农；在MIT大一刚结束后的暑假，他就和Guo一起创办了Scale，并且拿到了Y Combinator的投资。Scale AI刚起步时，有些人确实觉得这就是一个笑话，毕竟公司当时只有三名员工。不过，在不断地融资和发展之下，Scale AI发展飞速，到2021年已经成长为价值73亿美元的独角兽企业，2023年初公司规模也扩展到了700人。Wang在接受《财富》杂志独家采访时透露，随着企业客户竞相训练生成式AI模型，Scale AI的这方面业务快速增长。2023年，公司年度经常性收入（企业长期为数据服务支付的费用）增加了两倍，预计2024年底将达到 14 亿美元。由于Scale AI的惊人成就，Alexandr Wang在2021年入选福布斯企业技术领域「30 under 30」排行榜，他本人在硅谷也被称为「下一个扎克伯格」。
算法领域，前有谷歌、微软的大型研究院，后有推出过Sora和GPT系列模型的OpenAI；算力领域有供货全球的英伟达，但在Scale AI还未诞生的2016年，数据领域仍处于空白。19岁的Alexandr Wang在看到这一点后，做出了辍学创业的决定，「我创办 Scale 的原因是为了解决人工智能中的数据问题」。大部分数据都是非结构化的，AI很难直接学习这些数据；而且大型数据集的标注一项资源密集型工作，因此，「数据」被很多人认为是科技领域最辛苦、最卑微的部分。但Scale AI却在短时间内就获得了巨大成功。他们可以为不同行业的企业客户量身定制数据服务。在自动驾驶领域，Cruise和Waymo等公司通过摄像头和传感器收集了大量数据，Scale AI将机器学习与「人机回路」（human-in-loop）监督相结合，管理和标注这些数据。他们曾经开发的「自治数据引擎」推动了L4级别自动驾驶技术的发展。2019年，Scale AI帮助OpenAI团队一同训练GPT-2，进行了RLHF的首次实验，并将这些技术扩展到InstructGPT等其他LLM上。CEO Wang在接受《财富》杂志采访时表示，Scale AI将自己定位为整个AI生态的基础设施供应商，构建「数据铸造厂」，而不仅仅是在子公司Remotasks中雇佣大量的合同工进行人工标注。Scale AI已经开始与不同领域的专家合作，比如博士级学者、律师、会计师、作家等。给聊天机器人的回复进行打分，这样的工作为什么能让博士级别的专家参与其中？Wang的回应是，原因有很多：「如果你是一名博士，习惯于做一些非常小众、深奥的研究，也许世界上只有少数人能够理解。但这个工作中，你可以帮助改进和构建这些人工智能系统的前沿数据，有机会产生真正的社会影响。」同时，Wang也认为，这些专家所能提供的高质量数据对AI的未来非常重要。他补充说，来自专家的、包含复杂推理的数据是未来人工智能的必备条件。「你不能随便把旧数据输入给算法中，然后期待着它会自我改进」。传统的数据来源，比如从Reddit等社区的评论中抓取数据存在局限性。Scale AI构建了一些流程，模型先输出一些内容，例如撰写研究论文，在此基础上，人类专家可以改进这些内容，从而改进模型的输出。关于AI生成并注释的数据，有人持积极态度，认为可以消除对人类注释数据注释，但Wang的观点并没有这么单纯。他说，合成数据以及人类创建的数据，这两个方面Scale AI都有投入。「虽然人工智能生成的数据很重要，但想要获得有一定质量和准确性的数据，唯一方法是通过人类专家的验证。」
数据是人工智能的命脉，因此数据管理和处理领域的公司正站在风口上。就在上周，印度的数据平台Weka表示，它以16亿美元的投后估值筹集了1.4亿美元，以帮助公司为其人工智能应用程序构建数据管道。人工智能数据的主要问题仍然存在。Scaling Law的存在意味着，随着模型变大，对数据的需求也呈现指数级增长，越来越多的人担心大模型会耗尽可用数据。Alexandr Wang在Scale AI的官网上这样写道，「数据丰富不是默认情况，而是一种选择，它需要汇集工程、运营和AI方面最优秀的人才」Scale AI的愿景之一是「数据丰富」，从而将前沿LLM扩展到更大数量级，「为通向AGI铺平道路。在达到 GPT-10 的过程中，我们不应该受到数据的限制」。参考资料：
https://techcrunch.com/2024/05/21/data-labeling-startup-scale-ai-raises-1b-as-valuation-doubles-to-13-8b/https://fortune.com/2024/05/21/scale-ai-funding-valuation-ceo-alexandr-wang-profitability/https://scale.com/blog/scale-ai-series-f
