نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# تمويل Snorkel البالغ 350 مليون دولار يدعم محاكاة بيئات العمل لتدريب الذكاء الاصطناعي

> يدعم التمويل الجديد من Snorkel محاكاة بيئات عمل تتدرب فيها وكلاء الذكاء الاصطناعي على استخدام أدوات الشركات وقواعدها وسجلاتها، مع تقييم أفعالهم ونتائجهم.

By BIG CHANGE Editorial

Published: 2026-09-22T23:48:28.109Z
Updated: 2026-09-23T03:38:46.383Z
Canonical: https://bigchange.ai/blog/snorkel-ai-training-simulated-workplaces

![A blank monitor and tool tray sit inside an orange-edged controlled training workstation.](https://bigchange.ai/api/media/file/snorkel-training-room-boundary-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE. Illustration of a controlled training workstation with tools and a visible boundary. It does not show a customer system or a production result.

تبيع Snorkel AI بيئات عمل محاكاة لتدريب الوكلاء. وتضم هذه البيئات سجلات وأدوات وقواعد خاصة بالشركات، كما تقيّم أفعال الوكيل ونتائجها.

في 22 سبتمبر، [أعلنت Snorkel عن جولة تمويل من الفئة E بقيمة 350 مليون دولار وتقييم بلغ 3.5 مليارات دولار](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/). التمويل جديد، أما توجه المنتج فليس كذلك. فقد شرحت Snorkel منهجها لبناء البيئات في عام 2025، وتشمل صفحة Data Series الحالية محاكاة للاكتتاب في التأمين على الممتلكات والحوادث وللتمويل. وتدعم الجولة نشاطًا قائمًا يحوّل معرفة الخبراء بطبيعة العمل إلى بنية تحتية للتدريب والتقييم.

## التغيير الأبرز

- **ما الذي تغيّر:** بات بإمكان مورّد بيانات التدريب بيع محاكاة تشغيلية لعملية مؤسسية. ويتطلب النجاح استخدام الأدوات والسجلات المتاحة لإتمام سير العمل.
- **لماذا يهم:** يشارك واضعو البيئة في تحديد ماهية العمل المتقن. فعتبة السياسة أو الموافقة المطلوبة أو تحديث قاعدة البيانات تصبح جزءًا من إشارة المكافأة لسلوك ما ورفض سلوك آخر. لذلك يُعد تقدير الخبراء في المجال مدخلًا للتدريب، لا مجرد مراجعة نهائية.
- **ما الذي ينبغي مراقبته:** تقول Snorkel إنها ستوسّع المنح المخصصة للمعايير المفتوحة. أما في بيئات الاستخدام التجاري، فالسؤال المحوري هو مدى مطابقة الأدوات والقواعد والاستثناءات فيها لعمليات المشتري، لأن النجاح في المحاكاة يُقاس وفق النسخة المصممة من الوظيفة.

## ممّ تتكوّن محاكاة الشركة؟

يمكن لمجموعة بيانات ثابتة أن تربط سؤالًا بإجابة مفضلة؛ أما البيئة فتضيف الأفعال والعواقب. يختار الوكيل أداة، ويرى ما حدث، ثم يقرر خطوته التالية. وقد تتغير قاعدة بيانات، أو يقدّم مستخدم محاكى معلومات ناقصة، أو تفرض سياسة ما تصعيد الحالة.

[عرض Snorkel الصادر في أغسطس عن بيئات المؤسسات](https://snorkel.ai/blog/enterprise-environments-ai-agents/) يوضح أن التقييم يفحص الإجابة وحالة النظام الناتجة والأذونات والموافقات وطريقة جمع الأدلة. لذلك قد يفشل ادعاء إتمام المهمة إذا لم يتغير السجل الأساسي.

تعرض صفحة منتج [بيئات المؤسسات](https://snorkel.ai/data-series/enterprise-environments/) الحالية محاكاتَي الاكتتاب في التأمين والتمويل بوصفهما متاحتين، ولكل منهما آلاف المهام ومستخدمون محاكون. وهذه مواد تدريبية.

يمكن استخدام البيئة نفسها لغرضين مترابطين. إذ يستطيع الفريق تقييم وكيل باستخدام مهام قابلة للتكرار، كما يمكن إدخال المهام وإشارات المكافأة في حلقة للتعلم المعزز كي يؤثر السلوك الناجح في الأفعال اللاحقة.

## القواعد جزء من المنتج

تقول Snorkel إن الخبراء يحددون سير العمل ومعايير النجاح، بينما يبني المهندسون الأدوات والبيانات. ويتولى المدققون تقييم العمل، فيما يتحقق وكيل مرجعي من وجود مسار صالح لإتمام المهمة.

تجبر القواعد الخاصة بالشركة الوكيل على فحص البيئة بدل الاعتماد على معرفة عامة بالقطاع.

يحدد مصممو البيئة الاستثناءات المهمة وما يُعد إنجازًا والمسارات البديلة المقبولة. وعلى المشترين وخبراء المجال التحقق من أن هذه الاختيارات تمثل العمل الفعلي.

## للاختبار المضبوط حدود

يقول [الشرح التقني لعام 2025](https://snorkel.ai/blog/snorkeling-in-rl-environments/) إن البيئات تستخدم خدمات ومخططات تمثيلية، وتستبدل الأنظمة الحية ببيانات اصطناعية أو مجهولة الهوية. ويسمح هذا الضبط للفريق بتكرار المهام وفحص تغييرات قواعد البيانات واختبار الأفعال المحظورة من دون المساس بسجلات العملاء.

تقدم النتائج دليلًا على الأداء وفق سير العمل المرمّز داخل البيئة. وتشرح صفحات المصادر كيف تبني Snorkel المهام وتتحقق منها، لكنها لا تعرض دراسة مستقلة تربط النتائج في هذه المحاكاة التجارية بالموثوقية في عملية اكتتاب أو تمويل حية. ويظل الاستخدام الإنتاجي معتمدًا على مدى دقة تمثيل المحاكاة للأدوات والبيانات والحالات الاستثنائية الفعلية.

## ما الذي يدعمه التمويل؟

بدأت Snorkel بنظام لتطوير مجموعات بيانات موسومة. أما عرضها الأحدث فيحوّل معرفة الخبراء إلى بيئات ومقيّمين ومهام تدريب. وينشأ عن هذا التحول عنصر مستقل في منظومة الذكاء الاصطناعي: نسخة مصممة من العمل، بما فيها القواعد التي تحدد إن كان الوكيل قد أنجزه على النحو الصحيح.

بالنسبة إلى خبراء المجال، تقترب مهمتا تعريف المهام والتحقق منها من عملية تطوير النماذج. أما المشتري، فتصبح جودة المواصفات جزءًا من قيمة الشراء. وقد يتيح التوسع الذي أعلنته Snorkel في برنامج Open Benchmarks Grants إخضاع مزيد من بناء البيئات وتقييمها للفحص المفتوح، لكن إعلان التمويل لا يحدد المنح المقبلة أو شروطها.

## Sources

- [Snorkel AI: البيانات 2.0 ومرحلة البحث في بيانات الذكاء الاصطناعي](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/) — يعلن الرئيس التنفيذي أليكس راتنر جولة تمويل من الفئة E بقيمة 350 مليون دولار وتقييمًا قدره 3.5 مليارات دولار، ويقول إن Snorkel ستوسّع برنامج Open Benchmarks Grants. أما الادعاءات الأوسع في المقال بشأن قدرات النماذج والتحسين التكراري واتجاه السوق فهي آراء الشركة وليست نتائج مستقلة.
- [Snorkel AI: بيئات المؤسسات وتدريب وكلاء الذكاء الاصطناعي على سير العمل الواقعي](https://snorkel.ai/blog/enterprise-environments-ai-agents/) — يصف مكوّنات الشركة المحاكية، وطريقة بنائها بمشاركة الخبراء والمهندسين، والتحقق من وجود مسار مرجعي، والقواعد الخاصة بالشركات، وتقييم الإجابة والحالة والسلامة والإجراءات. ومثال التأمين مادة تدريبية، لا نشرًا تشغيليًا موثقًا.
- [سلسلة بيانات Snorkel: بيئات المؤسسات](https://snorkel.ai/data-series/enterprise-environments/) — تسرد صفحة المنتج الحالية بيئات متاحة للاكتتاب في تأمين الممتلكات والحوادث والتمويل، تضم آلاف المهام وقواعد البيانات ووثائق السياسات والأدوات المتخصصة ومستخدمين محاكين. حُذفت ادعاءات الأداء والنقل إلى الإنتاج لعدم كفاية التفاصيل المنهجية في الصفحة.
- [Snorkel AI: الاستكشاف في بيئات التعلم المعزز](https://snorkel.ai/blog/snorkeling-in-rl-environments/) — يشرح سياق البيئة والأفعال والحالة وإشارات التقييم، ويميّز بين التقييم المحاكى وبيئات التعلم المعزز. كما يصف الخدمات والمخططات التمثيلية، والبيانات الاصطناعية أو مجهولة الهوية، والمدققين ومراجعة الخبراء. وهو يوثق المنهج المعلن، لا موثوقية الاستخدام الإنتاجي.