Dataminr如何保持人在回路中
该公司让AI处理大多数警报，同时保留人类对微妙情况的监督。
作为一家实时情报供应商，Dataminr在过去几年中不断调整其报告策略，但始终坚持以人类专家为核心，这充分体现了尽管生成式AI快速发展，人类输入依然不可或缺。
Dataminr成立于2009年，最初完全依靠人类专家来监控、审查和分类各种事件。尽管这家初创公司取得了成功，但由于对人类专家的高度依赖，其处理能力始终有限。2018年，在认识到必须通过智能自动化来扩大规模后，该公司开始认真实施AI技术。
“早在2018年，趋势就已经很明显，”Dataminr首席AI官Joel Tetreault在AI Business的“Targeting AI”播客最新一集中表示，“如果我们真的想做到这一点并扩展到更高水平，就必须采用某种智能自动化。”
这一转向标志着Dataminr AI之旅的正式开启。该公司意识到，要处理来自超过150种语言的数百万公共数据源中的数十亿条信息，必须借助AI技术。然而，Dataminr从未将人类专家完全排除出报告流程。
尽管从2018年到2020年使用了机器学习模型（如卷积神经网络，一种用于处理图像和视频等网格结构化数据的深度学习模型），Dataminr仍专注于实施人机协作的反馈系统。
“我们所做的是建立一个从主题专家那里收集数据的流程。我们记录他们所有的按键操作。因此，他们在发出警报之前所做的每一次更改或编辑……我们都会跟踪，”Tetreault说，“我们收集这些信息，用于训练模型。然后模型会变得更好。”
随着生成式AI和AI代理的出现，Dataminr再次调整策略，但依然将人类作为关键环节。
“现在是2026年，这些模型可以对我们警报的99%发出警报，而我们的人类专家实际上用于处理正在展开的非常细微和棘手的事件，”Tetreault说。这种模式既发挥了AI的高效处理能力，又保留了人类在复杂情况下的判断力，为其他AI应用提供了宝贵的经验。