(相关资料图)

文 | Ricky

编辑 | 真梓

3月20日，来自美国的初创公司Numbers Station在其官网宣布获得1750万美元的A轮融资，本轮融资由Madrona领投，Norwest Venture Partners、Factory和包括Cloudera联合创始人Jeff Hammerbacher在内的一些天使投资者参与。

与大部分专注于生成文本与图像的人工智能所不同的是，Numbers Station通过构建基础模型驱动技术，在数据密集型工作流程中帮助企业实现自动化，从而大幅度减少处理普通数据任务所花费的时间，提升数据工作者工作效率。

联合创始人InesChami表示，Numbers Station不是简单将基础模型应用于不同场景。相反，个性化是Numbers Station主打的招牌之一，该公司通过向企业提供通用的预训练模型，再利用人工将客户的反馈对预模型进行微调与专门化，以生成特定于某组织的最终模型。

同时，为了帮助企业团队和数据分析团队减少不必要的麻烦，Numbers Station支持SQL转换、AI转换与记录匹配功能。用户可以通过自然语言指定特定内容，再由Numbers Station自动生成SQL查询，同时提供AI驱动的智能数据转换原型能力帮助用户进行数据分析，在必要时允许用户将其CRM和销售系统中的记录合并到单个数据库中。Numbers Station将这三个特性作为进入企业数据栈的切入点，建立数据智能平台，将企业数据转换与分析的服务一并打包。

Chami在官网写到，GPT-3或OPT等单一基础模型作为许多任务的基础，并没有特定于任务的数据标记、模型实现或模型训练。基于此，团队发现基础模型解决任务自动化问题的巨大潜力，耗时极长才能构建的特定任务模型将被通用基础模型所取代。

面对OpenAI等公司的基础模型不断推向商品化，Numbers Station更加看重的是在这些模型的基础上应用人工智能专业知识，让它们在特定组织和特定组织的任务中表现得更好。

届时，Madrona董事总经理蒂姆•波特将加入Numbers Station董事会，他表示:“我们相信基础模型，特别是Numbers Station团队如何应用这些模型，为解决处理混乱数据的巨大挑战提供了真正的‘从0到1’的机会。”