التركيز الجديد في مجال الذكاء الاصطناعي: تبرز قيمة وضع العلامات على البيانات

في الآونة الأخيرة، صدمت أخبار استحواذ عملاق التكنولوجيا ميتا على ما يقرب من نصف أسهم Scale AI بمبلغ 14.8 مليار دولار وادي السيليكون بأكمله، مما أعاد تقييم مجال تصنيف البيانات. في الوقت نفسه، لا تزال بعض مشاريع الذكاء الاصطناعي في Web3 تكافح لإثبات قيمتها. وراء هذا التباين الواضح، يبدو أن السوق يتجاهل بعض العوامل الرئيسية.

تدريجياً، تصبح تسمية البيانات مساراً أكثر قدرة من تجميع قوة الحوسبة اللامركزية. على الرغم من أن قصة استخدام وحدات معالجة الرسومات غير المستخدمة لتحدي عمالقة الحوسبة السحابية جذابة، إلا أن قوة الحوسبة في جوهرها سلعة موحدة، حيث تتمثل النقاط الرئيسية للمنافسة في السعر والتوافر. بمجرد أن يخفض العمالقة الأسعار أو يزيدوا من العرض، قد تختفي هذه الميزة بسرعة.

بالمقارنة، يعد وسم البيانات مجالًا متمايزًا يتطلب الحكمة البشرية والحكم المهني. تحتوي كل علامة عالية الجودة على معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، ولا يمكن نسخها بشكل قياسي مثل قوة معالجة GPU. على سبيل المثال، يتطلب وسم تشخيص التصوير السرطاني الدقيق حدسًا مهنيًا من طبيب أورام ذو خبرة، بينما يعتمد تحليل مشاعر السوق المالية بدقة على الخبرة العملية لتجار وول ستريت. هذه الندرة وعدم القابلية للاستبدال تخلق خندقًا عميقًا لوسم البيانات.

أثارت خطوة ميتا للاستحواذ على سكايلي AI اهتمامًا واسعًا. سيتولى ألكسندر وانغ، مؤسس الشركة والرئيس التنفيذي، مسؤولية "مختبر الأبحاث الفائق الذكاء" الذي تم تأسيسه حديثًا في ميتا. وقد وصلت قيمة الشركة التي أسسها هذا رجل الأعمال البالغ من العمر 25 عامًا إلى 30 مليار دولار، حيث تشمل عملاءها العديد من الشركات والمؤسسات الرائدة في مجال الذكاء الاصطناعي.

تظهر هذه الصفقة حقيقة مهمة: في المرحلة الحالية، البيانات المعالجة بعناية هي التي تحدد فعليًا الحد الأقصى للذكاء الاصطناعي. استثمار ميتا في الواقع هو صراع من أجل "حق استخراج النفط" في عصر الذكاء الاصطناعي.

ومع ذلك، فإن نموذج التسمية التقليدي للبيانات يعاني من مشكلة توزيع القيمة بشكل غير عادل. على سبيل المثال، قد يقضي طبيب ساعات في وضع علامات على الصور الطبية، لكنه قد يحصل فقط على تعويض ضئيل، في حين أن نموذج الذكاء الاصطناعي المدرب على هذه البيانات قد تصل قيمته إلى عدة مليارات من الدولارات. هذه الحالة من عدم العدالة تؤثر بشكل خطير على حوافز توفير البيانات عالية الجودة.

تحاول بعض مشاريع Web3 AI إعادة هيكلة قواعد توزيع قيمة التوصيف البيانات من خلال تقنية blockchain. من خلال آلية تحفيز الرموز، قد يتحول الموصفون البيانات من "عمال المزارع البيانات" إلى "مساهمين حقيقيين" في شبكة نماذج اللغة AI. قد تكون هذه النموذج أكثر ملاءمة لتحويل علاقات الإنتاج في مجال توصيف البيانات.

يبدو أن السوق يمر بنقطة تحول: سواء كان ذلك في Web3 AI أو AI التقليدي، فقد انتقلنا من "تنافس القوة الحاسوبية" إلى "تنافس جودة البيانات". بينما تبني الشركات الكبرى التقليدية حواجز البيانات من خلال المال، تحاول Web3 دفع تجربة "ديمقراطية البيانات" على نطاق أوسع من خلال اقتصاد الرموز.

لقد بدأت "الحرب السرية" حول السيطرة على مستقبل الذكاء الاصطناعي بهدوء، وستلعب أهمية وسم البيانات دورًا متزايد الأهمية في تطوير الذكاء الاصطناعي في المستقبل.