Dataloop Ltd.是一家位于特拉维夫的初创公司，致力于帮助公司为其机器学习项目创建训练数据集。该公司今天宣布，该公司已完成由Amiti Ventures牵头的1100万美元融资。

F2 Venture Capital，OurCrowd，NextLeap Ventures和SeedIL Ventures也加入其中。Dataloop将利用这笔资金扩大其在美国和欧洲的业务。

在将AI模型部署到生产中之前，需要对它进行大量样本数据的培训，以使其准确性达到可接受的标准。例如，设计用于分析作物健康的神经网络将需要查看数千张或更多的航拍照片，以学习如何可靠地识别感兴趣的模式。

整理训练数据集所涉及的最耗时的任务通常不是收集文件而是准备文件。用于训练的每张图像，视频或其他记录都需要使用上下文指针进行注释，例如在照片中感兴趣的对象周围绘制的圆圈，以确保AI在学习时能够得出正确的结论。Dataloop致力于简化此任务。

这家初创公司提供了一个平台，使公司可以将其原始培训数据上传到基于云的环境中，并使用机器学习自动执行注释。例如，Dataloop可以在交通摄像机镜头中添加标签，以描述给定帧中显示的车辆类型。这家初创公司表示，其服务也适合在其他领域使用案例，包括零售和农业等。

Dataloop还提供了用于手动执行数据注释的工具，这种方法很耗时，但通常会受到公司的青睐，因为它具有很高的准确性。初创公司的服务具有拖放编辑器，工作人员可以使用该编辑器突出显示图像中的对象或感兴趣的区域。如果需要，可以将自动和手动注释功能组合在一起：公司可以使用机器学习来执行初始标记，然后让人工注释者检查预处理文件的准确性。

Dataloop表示正在解决AI项目中的关键技术障碍。Dataloop首席执行官Eran Shlomo表示：“由于数据标签的局限性以及缺乏只能通过人工输入才能实现的实时验证，许多组织继续努力将其AI和ML项目投入生产。”

在今天宣布的1100万美元融资之前，Dataloop筹集了500万美元的种子投资。