أصبحت تسمية البيانات محور التركيز الجديد في مجال الذكاء الاصطناعي، وقد تعيد Web3 تشكيل النماذج التقليدية
مؤخراً، أثارت أخبار استحواذ عمالقة التكنولوجيا على شركات تعيين البيانات اهتماماً واسعاً في الصناعة. استحوذ عملاق وسائل التواصل الاجتماعي على ما يقرب من نصف أسهم Scale AI مقابل 14.8 مليار دولار، وقد صدمت هذه الصفقة السخية وادي السيليكون بأكمله، كما أعادت تعريف قيمة تعيين البيانات في سلسلة صناعة الذكاء الاصطناعي. في الوقت نفسه، لا تزال بعض مشاريع Web3 AI تكافح لاختراق الانطباعات المألوفة، بحثاً عن اعتراف السوق. ما الاتجاهات الصناعية التي تعكسها هذه المقارنة الواضحة؟
أولاً، أصبحت تسمية البيانات تدريجياً مساراً أكثر قيمة من تجميع القوة الحاسوبية اللامركزية. على الرغم من أن قصة استخدام وحدات معالجة الرسوميات غير المستخدمة لتحدي عمالقة الحوسبة السحابية مثيرة للاهتمام، إلا أن القوة الحاسوبية في جوهرها سلعة معيارية، حيث تكمن الاختلافات الرئيسية في السعر وتوفرها. يبدو أن الميزة السعرية يمكن أن تجد لها مكاناً في احتكار العمالقة، ولكن نظراً لعوامل مثل التوزيع الجغرافي، وتأخير الشبكة، وتحفيز المستخدم، فإن هذه الميزة يمكن أن تُمحى بسهولة بمجرد أن يقوم العمالقة بتخفيض الأسعار أو زيادة العرض.
بالمقارنة، يُعتبر وضع العلامات على البيانات مجالًا يتطلب الذكاء البشري والحكم المهني. كل علامة عالية الجودة تتضمن معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، لا يمكن نسخها ببساطة مثل قوة GPU. على سبيل المثال، تتطلب علامة تشخيص التصوير السرطاني الدقيقة حدسًا مهنيًا من طبيب الأورام ذو خبرة، في حين أن تحليل مشاعر السوق المالية بدقة يعتمد على خبرة المتداولين ذوي الخبرة. هذه الندرة الطبيعية وعدم القابلية للاستبدال تمنح وضع العلامات على البيانات عمقًا أكبر بكثير من قوة الحساب.
أعلنت إحدى عمالقة وسائل التواصل الاجتماعي مؤخرًا عن استحواذها على 49٪ من أسهم شركة Scale AI لتوسيع بيانات الذكاء الاصطناعي مقابل 14.8 مليار دولار، وهو أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يستحق الملاحظة أكثر هو أن مؤسس Scale AI والرئيس التنفيذي لها سيتولى أيضًا رئاسة "مختبر الأبحاث الذكي الفائق" الذي تم تشكيله حديثًا.
تأسس هذا رجل الأعمال الصيني الأمريكي البالغ من العمر 25 عامًا شركة Scale AI في عام 2016، بينما كان لا يزال طالبًا متسربًا من جامعة ستانفورد، والآن تبلغ قيمة شركته 30 مليار دولار. قائمة عملاء Scale AI تعتبر "تشكيلة النجوم" في عالم الذكاء الاصطناعي: العديد من شركات التكنولوجيا الشهيرة والدوائر الحكومية هم شركاء دائمون لها. تختص الشركة بتقديم خدمات وضع العلامات عالية الجودة لموديلات الذكاء الاصطناعي، ولديها أكثر من 300000 مُعلِّم تم تدريبهم بشكل احترافي.
بينما لا يزال الجمهور يتجادل حول أي نموذج له أداء أفضل، قام اللاعبون الحقيقيون في الصناعة ب quietly نقل ساحة المعركة إلى مصدر البيانات. لقد بدأت "حرب خفية" حول مستقبل السيطرة على الذكاء الاصطناعي.
تكشف نجاحات Scale AI عن حقيقة تم تجاهلها: في عصر لم تعد فيه القدرة الحاسوبية نادرة، وأصبحت نماذج الهيكل متجانسة، فإن ما يحدد حقًا حدود الذكاء الاصطناعي هو البيانات التي تم "تدريبها" بعناية. إن الاستحواذ الضخم الذي قامت به عملاق وسائل التواصل الاجتماعي ليس مجرد شراء لشركة خارجية، بل هو "حق استخراج النفط" في عصر الذكاء الاصطناعي.
ومع ذلك، فإن الاحتكار دائمًا ما يؤدي إلى المقاومة. تمامًا كما تحاول منصة تجميع قوة الحوسبة السحابية تقويض خدمات الحوسبة السحابية المركزية، تحاول بعض مشاريع الذكاء الاصطناعي في Web3 إعادة بناء قواعد توزيع قيمة وضع العلامات على البيانات باستخدام تقنية blockchain. العيب القاتل في نمط وضع العلامات على البيانات التقليدي ليس مشكلة تقنية، بل هو مشكلة تصميم الحوافز.
على سبيل المثال في مجال الرعاية الصحية، قد يقضي الطبيب ساعات في وضع علامات على الصور الطبية، لكنه لا يحصل سوى على بضع عشرات من الدولارات كأجر. بينما قد تصل قيمة نموذج الذكاء الاصطناعي المدرب على هذه البيانات إلى عدة مليارات من الدولارات، ولا يستطيع الطبيب مشاركة أي من العائدات. إن هذا التوزيع غير العادل للقيمة يؤثر بشكل كبير على رغبة توفير البيانات عالية الجودة.
تقدم آلية تحفيز الرموز في Web3 أفكارًا جديدة لحل هذه المشكلة. في هذا النموذج، لم يعد المعلّقون على البيانات "عمال المزارع" الرخيصين، بل أصبحوا "مساهمين" حقيقيين في شبكة نماذج اللغة الكبيرة للذكاء الاصطناعي. من الواضح أن مزايا Web3 في تحويل علاقات الإنتاج تتجلى بشكل أكثر وضوحًا في سيناريوهات تعليق البيانات.
من المثير للاهتمام أن مشروع Web3 AI معين أعلن عن إصدار رمزي وشيك بالتزامن مع هذه الحادثة الاستحواذ الكبيرة. هل هذه صدفة أم خطة مدروسة؟ في رأيي، هذا يعكس في الواقع نقطة تحول في السوق: سواء كان ذلك في Web3 AI أو AI التقليدي، فقد انتقلنا من "التنافس على قوة الحوسبة" إلى مرحلة جديدة من "تنافس جودة البيانات".
عندما تقوم الشركات التقليدية ببناء حواجز البيانات بالمال، فإن Web3 يعمل على بناء تجربة "ديمقراطية البيانات" على نطاق أوسع باستخدام اقتصاد الرموز. هذه اللعبة حول مستقبل الذكاء الاصطناعي قد بدأت للتو.
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
ارتفاع قيمة تمييز بيانات الذكاء الاصطناعي هل يمكن لنموذج Web3 أن يغير الأنماط التقليدية؟
أصبحت تسمية البيانات محور التركيز الجديد في مجال الذكاء الاصطناعي، وقد تعيد Web3 تشكيل النماذج التقليدية
مؤخراً، أثارت أخبار استحواذ عمالقة التكنولوجيا على شركات تعيين البيانات اهتماماً واسعاً في الصناعة. استحوذ عملاق وسائل التواصل الاجتماعي على ما يقرب من نصف أسهم Scale AI مقابل 14.8 مليار دولار، وقد صدمت هذه الصفقة السخية وادي السيليكون بأكمله، كما أعادت تعريف قيمة تعيين البيانات في سلسلة صناعة الذكاء الاصطناعي. في الوقت نفسه، لا تزال بعض مشاريع Web3 AI تكافح لاختراق الانطباعات المألوفة، بحثاً عن اعتراف السوق. ما الاتجاهات الصناعية التي تعكسها هذه المقارنة الواضحة؟
أولاً، أصبحت تسمية البيانات تدريجياً مساراً أكثر قيمة من تجميع القوة الحاسوبية اللامركزية. على الرغم من أن قصة استخدام وحدات معالجة الرسوميات غير المستخدمة لتحدي عمالقة الحوسبة السحابية مثيرة للاهتمام، إلا أن القوة الحاسوبية في جوهرها سلعة معيارية، حيث تكمن الاختلافات الرئيسية في السعر وتوفرها. يبدو أن الميزة السعرية يمكن أن تجد لها مكاناً في احتكار العمالقة، ولكن نظراً لعوامل مثل التوزيع الجغرافي، وتأخير الشبكة، وتحفيز المستخدم، فإن هذه الميزة يمكن أن تُمحى بسهولة بمجرد أن يقوم العمالقة بتخفيض الأسعار أو زيادة العرض.
بالمقارنة، يُعتبر وضع العلامات على البيانات مجالًا يتطلب الذكاء البشري والحكم المهني. كل علامة عالية الجودة تتضمن معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، لا يمكن نسخها ببساطة مثل قوة GPU. على سبيل المثال، تتطلب علامة تشخيص التصوير السرطاني الدقيقة حدسًا مهنيًا من طبيب الأورام ذو خبرة، في حين أن تحليل مشاعر السوق المالية بدقة يعتمد على خبرة المتداولين ذوي الخبرة. هذه الندرة الطبيعية وعدم القابلية للاستبدال تمنح وضع العلامات على البيانات عمقًا أكبر بكثير من قوة الحساب.
أعلنت إحدى عمالقة وسائل التواصل الاجتماعي مؤخرًا عن استحواذها على 49٪ من أسهم شركة Scale AI لتوسيع بيانات الذكاء الاصطناعي مقابل 14.8 مليار دولار، وهو أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يستحق الملاحظة أكثر هو أن مؤسس Scale AI والرئيس التنفيذي لها سيتولى أيضًا رئاسة "مختبر الأبحاث الذكي الفائق" الذي تم تشكيله حديثًا.
تأسس هذا رجل الأعمال الصيني الأمريكي البالغ من العمر 25 عامًا شركة Scale AI في عام 2016، بينما كان لا يزال طالبًا متسربًا من جامعة ستانفورد، والآن تبلغ قيمة شركته 30 مليار دولار. قائمة عملاء Scale AI تعتبر "تشكيلة النجوم" في عالم الذكاء الاصطناعي: العديد من شركات التكنولوجيا الشهيرة والدوائر الحكومية هم شركاء دائمون لها. تختص الشركة بتقديم خدمات وضع العلامات عالية الجودة لموديلات الذكاء الاصطناعي، ولديها أكثر من 300000 مُعلِّم تم تدريبهم بشكل احترافي.
بينما لا يزال الجمهور يتجادل حول أي نموذج له أداء أفضل، قام اللاعبون الحقيقيون في الصناعة ب quietly نقل ساحة المعركة إلى مصدر البيانات. لقد بدأت "حرب خفية" حول مستقبل السيطرة على الذكاء الاصطناعي.
تكشف نجاحات Scale AI عن حقيقة تم تجاهلها: في عصر لم تعد فيه القدرة الحاسوبية نادرة، وأصبحت نماذج الهيكل متجانسة، فإن ما يحدد حقًا حدود الذكاء الاصطناعي هو البيانات التي تم "تدريبها" بعناية. إن الاستحواذ الضخم الذي قامت به عملاق وسائل التواصل الاجتماعي ليس مجرد شراء لشركة خارجية، بل هو "حق استخراج النفط" في عصر الذكاء الاصطناعي.
ومع ذلك، فإن الاحتكار دائمًا ما يؤدي إلى المقاومة. تمامًا كما تحاول منصة تجميع قوة الحوسبة السحابية تقويض خدمات الحوسبة السحابية المركزية، تحاول بعض مشاريع الذكاء الاصطناعي في Web3 إعادة بناء قواعد توزيع قيمة وضع العلامات على البيانات باستخدام تقنية blockchain. العيب القاتل في نمط وضع العلامات على البيانات التقليدي ليس مشكلة تقنية، بل هو مشكلة تصميم الحوافز.
على سبيل المثال في مجال الرعاية الصحية، قد يقضي الطبيب ساعات في وضع علامات على الصور الطبية، لكنه لا يحصل سوى على بضع عشرات من الدولارات كأجر. بينما قد تصل قيمة نموذج الذكاء الاصطناعي المدرب على هذه البيانات إلى عدة مليارات من الدولارات، ولا يستطيع الطبيب مشاركة أي من العائدات. إن هذا التوزيع غير العادل للقيمة يؤثر بشكل كبير على رغبة توفير البيانات عالية الجودة.
تقدم آلية تحفيز الرموز في Web3 أفكارًا جديدة لحل هذه المشكلة. في هذا النموذج، لم يعد المعلّقون على البيانات "عمال المزارع" الرخيصين، بل أصبحوا "مساهمين" حقيقيين في شبكة نماذج اللغة الكبيرة للذكاء الاصطناعي. من الواضح أن مزايا Web3 في تحويل علاقات الإنتاج تتجلى بشكل أكثر وضوحًا في سيناريوهات تعليق البيانات.
من المثير للاهتمام أن مشروع Web3 AI معين أعلن عن إصدار رمزي وشيك بالتزامن مع هذه الحادثة الاستحواذ الكبيرة. هل هذه صدفة أم خطة مدروسة؟ في رأيي، هذا يعكس في الواقع نقطة تحول في السوق: سواء كان ذلك في Web3 AI أو AI التقليدي، فقد انتقلنا من "التنافس على قوة الحوسبة" إلى مرحلة جديدة من "تنافس جودة البيانات".
عندما تقوم الشركات التقليدية ببناء حواجز البيانات بالمال، فإن Web3 يعمل على بناء تجربة "ديمقراطية البيانات" على نطاق أوسع باستخدام اقتصاد الرموز. هذه اللعبة حول مستقبل الذكاء الاصطناعي قد بدأت للتو.