Snorkelは、データをプログラムでラベル付けできないか、という学術プロジェクトとして始まりました。数千件の例を1つずつタグ付けする代わりに、分野の専門家がラベリング関数を書きます。これは、ルール、パターン、モデルの呼び出しで、それぞれがラベルに投票します。Snorkelはノイズを含むそれらの出力を学習用のラベルにまとめます。この手法は弱教師あり学習と呼ばれます。
同社は生成AIのニーズに軸足を移しました。プラットフォームは、企業が言語モデルのファインチューニングと評価に使うデータを整える作業を助け、専門家がサンプルを確認して、良い回答の基準を定めます。専門のアノテーターのネットワークが、法律、医療、金融などの分野の専門的なデータを提供し、独自のベンチマークでモデルの性能を測るツールもあります。
Snorkelは、大規模な組織やAIラボに企業向け契約で販売しています。この手法はラベル付けの時間を減らせますが、分野の専門家は依然として必要で、品質はルールが現実をどれだけ反映しているかで決まります。代替にはScale AI、Surge AI、Labelbox、Argilla、社内でのラベル付けに使うLabel Studioがあります。Snorkel AIは、専門的な学習用・評価用データを大規模に必要とするチームに向いています。