Sieve – 最先端AIのためのマルチモーダルデータラボ、動画・音声アノテーション | Quasa.io

#Quasa #QUA #Sieve

Sieveは、最先端AIのためのマルチモーダルデータラボです。動画、音声、画像、インタラクションのデータを調達し、フィルタリング、インデックス化、アノテーションを行って、学習にすぐ使えるデータセットとして提供します。パイプラインは、調達、フィルタリング、インデックス化、アノテーション、納品という流れです。フィルターは、意味内容、権利、アーティファクト、タスクの品質をスコア化します。インデックス化では、検出器と埋め込みを使い、数十億のクリップを対象にします。アノテーションでは、キャプション、文字起こし、オブジェクトラベル、動作のメタデータ、カメラ信号、UIイベントを追加します。納品物には、パッケージ化されたデータセット、評価用データセット、環境が含まれ、ライセンスとSOC 2 Type IIの管理策が適用されます。これとは別に、Sieve Dataの開発者向けサービスでは、文字起こし、吹き替え、リップシンク、背景除去などの動画・音声アプリを、少額の無料クレジット付きの従量課金で引き続き販売しています。データラボの販売形態は購入契約であり、セルフサービスで契約するユーザー席ではありません。

主な強み
• 一般消費者向けの編集ツールではなく、モデルの学習を目的に設計
• 権利とアーティファクトのフィルターをパイプラインに組み込み
• 生データの一括提供ではなく、編集前後のペアと音声・映像の同期を提供
• 現実、デジタル、シミュレーションの各シーンにわたるカスタムデータ収集
• データの保持を制御できる安全な納品  

こんな方に最適
ライセンスが付与され、アノテーション済みのマルチモーダルデータを必要とし、自らスクレイピングで収集できないAI研究所や製品開発チーム。

注目ポイント
• 数百 petabytes のデータ量を公称し、人による品質保証を実施
• 全量購入前にサンプルを提供
• 高密度のラベルと時間軸の整合
• コンピューター操作タスク向けのインタラクション履歴
• 動画処理が1件だけ必要な場合にも使える従量課金API  

検討すべき点
• データセットの価格は非公開で、見積もりが必要
• ペタバイト規模という主張は企業側の公表値
• 整備されたデータセットだけでモデルの性能が向上するわけではない
• 権利フィルターがあっても、自社での法務確認は必要
• APIカタログとデータラボは別の製品  

総合評価
星4.2/5。別のモデルラッパーではなく、データがボトルネックになっているときにSieveを活用しましょう。購入量を契約で確定する前に、自分たちのモデルがうまく対処できないケースに対応するサンプルを求めましょう。Quasa.ioにもレビューを投稿して、1 QUAの報酬を獲得しましょう！

利用を始める: https://quasa.io/projects/sieve