Markdown பதிப்பு

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

# AI-க்கான செயற்கை பணிச்சூழல்களை ஆதரிக்கும் Snorkel-இன் 350 மில்லியன் டாலர் நிதி திரட்டல்

> நிறுவனத்தின் கருவிகள், விதிகள், பதிவுகள் ஆகியவற்றைப் பயன்படுத்த AI முகவர்கள் பயிற்சி செய்யும் செயற்கை பணிச்சூழல்களுக்கு Snorkel-இன் புதிய நிதி ஆதரவளிக்கிறது; முகவர்களின் செயல்களும் முடிவுகளும் மதிப்பெண் பெறுகின்றன.

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.

முகவர்களுக்குப் பயிற்சி அளிக்க, நிறுவனப் பதிவுகள், கருவிகள், விதிகள் அடங்கிய செயற்கை பணிச்சூழல்களை Snorkel AI விற்கிறது; முகவர்களின் செயல்களுக்கும் முடிவுகளுக்கும் மதிப்பெண் அளிக்கிறது.

செப்டம்பர் 22 அன்று Snorkel [350 மில்லியன் டாலர் Series E நிதி திரட்டலை, 3.5 பில்லியன் டாலர் மதிப்பீட்டில் அறிவித்தது](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/). நிதி திரட்டல் புதிது; தயாரிப்பின் திசை புதிதல்ல. பணிச்சூழல்களை உருவாக்கும் தனது முறையை Snorkel 2025-இல் விவரித்தது; அதன் தற்போதைய Data Series-இல் சொத்து மற்றும் பொறுப்பு காப்பீட்டுக்கான மதிப்பீடும் நிதிச் செயற்கைச் சூழல்களும் பட்டியலிடப்பட்டுள்ளன. பணி குறித்த நிபுணர் அறிவை, பயிற்சி மற்றும் மதிப்பீட்டு உள்கட்டமைப்பாக மாற்றும் ஏற்கெனவே உள்ள வணிகத்துக்கு இந்த நிதி ஆதரவளிக்கிறது.

## முக்கிய மாற்றம்

- **என்ன மாறியது:** பயிற்சித் தரவு வழங்குநர் ஒருவர், நிறுவனப் பணிச்செயல்முறையின் செயல்படும் உருவகப்படுத்தலை விற்கலாம். கிடைக்கும் கருவிகளையும் பதிவுகளையும் பயன்படுத்திப் பணிப்பாய்வை முடிப்பதே வெற்றிக்கு அவசியம்.
- **இது ஏன் முக்கியம்:** திறமையான பணி என்றால் என்ன என்பதைச் சூழலை உருவாக்குபவர்களும் வரையறுக்க உதவுகின்றனர். கொள்கை வரம்பு, கட்டாய ஒப்புதல் அல்லது தரவுத்தளப் புதுப்பிப்பு ஆகியவை ஒரு நடத்தைக்கு வெகுமதி அளித்து மற்றொன்றை நிராகரிக்கும் சைகையின் பகுதியாகின்றன. எனவே, துறைசார் தீர்மான அறிவு பயிற்சிக்கான உள்ளீடாகும்; அது இறுதி மதிப்பாய்வில் மட்டும் பயன்படுவதல்ல.
- **எதைக் கவனிக்க வேண்டும்:** திறந்த தரநிலை மதிப்பீடுகளுக்கான மானியங்களை விரிவுபடுத்துவதாக Snorkel கூறுகிறது. வணிகச் சூழல்களில், அவற்றின் கருவிகள், விதிகள், விதிவிலக்குகள் வாங்குபவரின் செயல்பாட்டுடன் எவ்வளவு நெருக்கமாகப் பொருந்துகின்றன என்பதே மையக் கேள்வி; உருவாக்கப்பட்ட அந்தப் பணியின் அடிப்படையில்தான் உருவகப்படுத்தலில் வெற்றி அளவிடப்படுகிறது.

## உருவகப்படுத்தப்பட்ட நிறுவனத்தில் என்ன இருக்கும்

நிலையான தரவுத்தொகுப்பு, ஒரு கேள்வியையும் விரும்பத்தக்க பதிலையும் இணைக்கலாம். பணிச்சூழல், செயல்களையும் அவற்றின் விளைவுகளையும் சேர்க்கிறது. முகவர் ஒரு கருவியைத் தேர்ந்தெடுத்து, என்ன நடந்தது என்பதைக் கவனித்து, அடுத்து என்ன செய்ய வேண்டும் என முடிவு செய்கிறது. தரவுத்தளம் மாறலாம், செயற்கைப் பயனர் விடுபட்ட தகவலைத் தரலாம், கொள்கை மேல்நிலைக்கு அனுப்பச் சொல்லலாம்.

[நிறுவனப் பணிச்சூழல்கள் குறித்த Snorkel-இன் ஆகஸ்ட் விளக்கம் ](https://snorkel.ai/blog/enterprise-environments-ai-agents/)மதிப்பீட்டில் பதில், அதன் விளைவாக ஏற்பட்ட அமைப்பு நிலை, அனுமதிகள், ஒப்புதல்கள், ஆதாரம் சேகரித்த நடைமுறை ஆகியவை சரிபார்க்கப்படுகின்றன என்கிறது. அடிப்படைப் பதிவு மாறாமல் இருக்கும்போது, பணியை முடித்ததாகக் கூறுவது தோல்வியடையலாம்.

தற்போதைய [நிறுவனப் பணிச்சூழல் தயாரிப்புப் பக்கம் ](https://snorkel.ai/data-series/enterprise-environments/)காப்பீட்டுப் பத்திர மதிப்பீடும் நிதியும் கிடைக்கக்கூடியவை எனப் பட்டியலிடுகிறது; ஒவ்வொன்றிலும் ஆயிரக்கணக்கான பணிகளும் செயற்கைப் பயனர்களும் உள்ளனர். இவை பயிற்சிப் பொருட்கள்.

அதே செயற்கைச் சூழல் ஒன்றோடொன்று தொடர்புடைய இரண்டு நோக்கங்களுக்குப் பயன்படலாம். மீண்டும் செய்யக்கூடிய பணிகளின் அடிப்படையில் முகவரை மதிப்பிட ஒரு குழு இதைப் பயன்படுத்தலாம். அதே பணிகளையும் வெகுமதி சைகைகளையும் வலுவூட்டல் கற்றல் சுழற்சியிலும் சேர்க்கலாம்; அப்போது வெற்றிகரமான நடத்தை அடுத்தடுத்த செயல்களைப் பாதிக்கும்.

## விதிகளும் தயாரிப்பின் ஒரு பகுதிதான்

பணிப்பாய்வையும் வெற்றிக்கான அளவுகோல்களையும் நிபுணர்கள் வரையறுக்கிறார்கள்; அதன் கருவிகளையும் தரவையும் பொறியாளர்கள் உருவாக்குகிறார்கள் என Snorkel கூறுகிறது. சரிபார்ப்பிகள் பணியை மதிப்பிடுகின்றனர்; செல்லுபடியாகும் வழி இருப்பதை oracle முகவர் சரிபார்க்கிறது.

நிறுவனத்துக்கே உரிய விதிகள் இருப்பதால், பொதுவான துறை அறிவை மட்டும் நம்பாமல், முகவர் அந்தச் சூழலை ஆய்வு செய்ய வேண்டும்.

எந்த விதிவிலக்குகள் முக்கியம், எது பணி முடிவாகக் கருதப்படும், எந்த மாற்று வழிகள் ஏற்கத்தக்கவை என்பதைச் சூழல் உருவாக்குபவர்கள் தீர்மானிக்கின்றனர். அந்தத் தேர்வுகள் நடைமுறைப் பணியை உண்மையாகப் பிரதிபலிக்கின்றனவா என்பதை வாங்குபவர்களும் துறை நிபுணர்களும் சரிபார்க்க வேண்டும்.

## கட்டுப்படுத்தப்பட்ட சோதனைக்கும் எல்லை உண்டு

Snorkel-இன் [2025 தொழில்நுட்ப விளக்கம் ](https://snorkel.ai/blog/snorkeling-in-rl-environments/)நேரடி அமைப்புகளுக்குப் பதிலாகப் பிரதிநிதித்துவச் சேவைகளையும் schema-களையும், செயற்கை அல்லது அடையாளம் நீக்கப்பட்ட தரவையும் தங்கள் சூழல்கள் பயன்படுத்துகின்றன என்கிறது. இதனால் வாடிக்கையாளர் பதிவுகளைத் தொடாமல் பணிகளை மீண்டும் இயக்கவும், தரவுத்தள மாற்றங்களை ஆய்வு செய்யவும், தடைசெய்யப்பட்ட செயல்களைச் சோதிக்கவும் முடிகிறது.

குறியிடப்பட்ட பணிப்பாய்வுக்கு எதிரான செயல்திறனுக்கான சான்றையே இதன் முடிவுகள் வழங்குகின்றன. Snorkel பணிகளை எவ்வாறு உருவாக்கி சரிபார்க்கிறது என்பதை ஆதாரப் பக்கங்கள் விளக்குகின்றன; ஆனால் இந்த வணிக உருவகப்படுத்தல்களில் கிடைக்கும் மதிப்பெண்களுக்கும் நேரடி காப்பீடு அல்லது நிதிச் செயல்பாட்டின் நம்பகத்தன்மைக்கும் இடையிலான தொடர்பை நிறுவும் சுயாதீன ஆய்வை அவை வழங்கவில்லை. உருவகப்படுத்தல் உண்மையான கருவிகள், தரவு, ஓரநிலைச் சம்பவங்களை எவ்வளவு துல்லியமாகப் பதிவு செய்தது என்பதைப் பொறுத்தே உற்பத்திப் பயன்பாடு அமையும்.

## நிதி எதற்கு ஆதரவளிக்கிறது

லேபிளிடப்பட்ட தரவுத்தொகுப்புகளை உருவாக்கும் அமைப்பாக Snorkel தொடங்கியது. அதன் புதிய தயாரிப்பு, நிபுணர் அறிவைச் சூழல்கள், மதிப்பீட்டாளர்கள், பயிற்சிப் பணிகள் எனத் தொகுத்து வழங்குகிறது. இதனால் AI அடுக்கில் தனியான கூறு உருவாகிறது: முகவர் வேலையைச் சரியாகச் செய்ததா என்பதை நிர்ணயிக்கும் விதிகள் உட்பட, வேலையின் உருவாக்கப்பட்ட வடிவம்.

துறை நிபுணர்களுக்கு, பணிகளை வரையறுத்தலும் சரிபார்த்தலும் மாடல் மேம்பாட்டுக்கு நெருங்கி வருகின்றன. வாங்குபவர்களுக்கு, விவரக்குறிப்பின் தரமும் வாங்கும் பொருளின் ஒரு பகுதியாகிறது. Open Benchmarks Grants திட்டத்தை விரிவுபடுத்தும் Snorkel-இன் அறிவிப்பு, கூடுதல் சூழல் உருவாக்கம் மற்றும் மதிப்பீட்டை ஆய்வுக்குத் திறக்கக்கூடும்; ஆனால் அடுத்த மானியங்களையோ அவற்றின் நிபந்தனைகளையோ நிதி அறிவிப்பு குறிப்பிடவில்லை.

## Sources

- [Snorkel AI: Data 2.0 மற்றும் AI தரவின் ஆராய்ச்சிக் காலம்](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/) — $350 மில்லியன் Series E நிதி திரட்டலையும் 3.5 பில்லியன் டாலர் மதிப்பீட்டையும் CEO Alex Ratner அறிவிக்கிறார்; Open Benchmarks Grants திட்டத்தை விரிவுபடுத்தப் போவதாகவும் கூறுகிறார். மாடல் திறன், சுழற்சி மேம்பாடு, சந்தையின் திசை குறித்த கட்டுரையின் பரந்த கூற்றுகள் நிறுவனத்தின் பார்வைகள்; சுயாதீன ஆய்வு முடிவுகள் அல்ல.
- [Snorkel AI: நிறுவனப் பணிச்சூழல்களும் நிஜ உலகப் பணிப்பாய்வுகளுக்கான AI முகவர் பயிற்சியும்](https://snorkel.ai/blog/enterprise-environments-ai-agents/) — உருவகப்படுத்தப்பட்ட நிறுவனத்தின் கூறுகள், நிபுணர் மற்றும் பொறியாளர் உருவாக்கம், oracle வழிச் சோதனைகள், நிறுவனத்துக்கே உரிய விதிகள், பதில், நிலை, பாதுகாப்பு, செயல்முறை சார்ந்த மதிப்பீடு ஆகியவற்றை விவரிக்கிறது. காப்பீட்டு எடுத்துக்காட்டு பயிற்சிப் பொருள்; ஆவணப்படுத்தப்பட்ட நேரடி பயன்பாடு அல்ல.
- [Snorkel Data Series: Enterprise Environments](https://snorkel.ai/data-series/enterprise-environments/) — தற்போதைய தயாரிப்புப் பக்கம், சொத்து மற்றும் பொறுப்பு காப்பீட்டு மதிப்பீடும் நிதிச் சூழல்களும் கிடைப்பதாகப் பட்டியலிடுகிறது. ஆயிரக்கணக்கான பணிகள், தரவுத்தளங்கள், கொள்கை ஆவணங்கள், துறைசார் கருவிகள், செயற்கைப் பயனர்கள் உள்ளன. இந்தக் கட்டுரைக்குத் தேவையான வழிமுறை விவரங்கள் போதாமையால், செயல்திறன் மற்றும் உற்பத்திக்கு மாற்றும் திறன் குறித்த கூற்றுகள் சேர்க்கப்படவில்லை.
- [Snorkel AI: வலுவூட்டல் கற்றல் சூழல்களில் Snorkel செயல்படுவது](https://snorkel.ai/blog/snorkeling-in-rl-environments/) — சூழல் பின்னணி, செயல்கள், நிலை, மதிப்பீட்டுச் சைகைகளை விளக்குகிறது; உருவகப்படுத்திய மதிப்பீட்டை RL gym-களிலிருந்து வேறுபடுத்துகிறது; பிரதிநிதித்துவச் சேவைகள், schema-கள், செயற்கை அல்லது அடையாளம் நீக்கப்பட்ட தரவு, சரிபார்ப்பிகள், நிபுணர் ஆய்வு ஆகியவற்றையும் விவரிக்கிறது. வெளிப்படுத்தப்பட்ட முறையை இது நிறுவுகிறது; உற்பத்தி நம்பகத்தன்மையை அல்ல.