La anotación de datos se convierte en un nuevo foco en el campo de la IA, Web3 podría revolucionar los modelos tradicionales

Recientemente, las noticias sobre la adquisición de empresas de etiquetado de datos por parte de gigantes tecnológicos a precios exorbitantes han suscitado un amplio interés en la industria. Un gigante de las redes sociales adquirió casi la mitad de las acciones de Scale AI por 14.8 mil millones de dólares, una compra tan desorbitante que dejó a toda Silicon Valley asombrada, redefiniendo así el valor del etiquetado de datos en la cadena de producción de IA. Mientras tanto, algunos proyectos de IA Web3 todavía están luchando por superar las impresiones preconcebidas y buscar el reconocimiento del mercado. Detrás de este marcado contraste, ¿qué tendencias de la industria se reflejan realmente?

Primero, la anotación de datos se está convirtiendo gradualmente en una pista más valiosa que la agregación de potencia de cálculo descentralizada. Aunque la historia de desafiar a los gigantes de la computación en la nube utilizando GPU ociosos es fascinante, la potencia de cálculo es esencialmente una mercancía estandarizada, y las principales diferencias se encuentran en el precio y la disponibilidad. La ventaja de precio puede parecer capaz de encontrar un lugar en medio del monopolio de los gigantes, pero debido a factores como la distribución geográfica, la latencia de la red y los incentivos para los usuarios, una vez que los gigantes reducen precios o aumentan la oferta, esta ventaja puede ser fácilmente borrada.

En comparación, la anotación de datos es un campo diferenciado que requiere la sabiduría y el juicio profesional de los humanos. Cada anotación de alta calidad incorpora un conocimiento profesional único, antecedentes culturales y experiencias cognitivas, que no se pueden replicar tan fácilmente como la potencia de cálculo de una GPU. Por ejemplo, una anotación precisa para el diagnóstico de imágenes de cáncer necesita la intuición profesional de un oncólogo experimentado, y un análisis preciso del sentimiento del mercado financiero depende de la experiencia práctica de un trader experimentado. Esta escasez y no sustituibilidad inherentes otorgan a la anotación de datos una profundidad de ventaja competitiva que supera con creces la potencia de cálculo.

Recientemente, un gigante de las redes sociales anunció la adquisición del 49% de las acciones de la empresa de etiquetado de datos Scale AI por 14,800 millones de dólares, lo que representa la mayor inversión única en el campo de la IA este año. Lo que es aún más notable es que el fundador y CEO de Scale AI también asumirá el cargo de responsable del nuevo "Laboratorio de Investigación de Superinteligencia" de la empresa.

Este empresario chino de 25 años fundó Scale AI en 2016 mientras era un estudiante desertor de la Universidad de Stanford, y hoy en día la compañía que dirige tiene una valoración de 30 mil millones de dólares. La lista de clientes de Scale AI es considerada un "equipo de estrellas" en el mundo de la inteligencia artificial: varias empresas tecnológicas de renombre y departamentos gubernamentales son socios a largo plazo. La empresa se especializa en proporcionar servicios de etiquetado de datos de alta calidad para el entrenamiento de modelos de IA, y cuenta con más de 300,000 etiquetadores capacitados profesionalmente.

Mientras el público aún discute acaloradamente sobre qué modelo tiene un rendimiento superior, los verdaderos jugadores de la industria ya han trasladado sigilosamente el campo de batalla a la fuente de datos. Ha comenzado una "guerra oculta" por el control del futuro de la IA.

El éxito de Scale AI revela un hecho a menudo pasado por alto: en la actualidad, cuando la potencia de cálculo ya no es escasa y las arquitecturas de modelos tienden a ser homogéneas, lo que realmente determina el límite de la inteligencia artificial son los datos que han sido cuidadosamente "ajustados". La exorbitante adquisición por parte de un gigante de las redes sociales no es solo la compra de una empresa de subcontratación, sino el "derecho de extracción de petróleo" de la era de la inteligencia artificial.

Sin embargo, el monopolio siempre provocará resistencia. Así como la plataforma de agregación de potencia de cálculo en la nube intenta revolucionar los servicios de computación en la nube centralizados, algunos proyectos de IA en Web3 están tratando de reestructurar las reglas de distribución del valor de la anotación de datos utilizando tecnología blockchain. La fatalidad del modelo tradicional de anotación de datos no es un problema técnico, sino un problema de diseño de incentivos.

Tomando el campo de la medicina como ejemplo, un médico puede pasar horas etiquetando imágenes médicas, pero solo puede recibir decenas de dólares por su trabajo. Sin embargo, el modelo de IA entrenado con esos datos puede valer miles de millones de dólares, y el médico no puede compartir parte de las ganancias. Esta distribución de valor extremadamente injusta desanima gravemente la voluntad de proporcionar datos de alta calidad.

El mecanismo de incentivos de tokens de Web3 proporciona una nueva perspectiva para resolver este problema. En este modelo, los etiquetadores de datos ya no son "trabajadores agrícolas de datos" baratos, sino verdaderos "accionistas" de la red de modelos de lenguaje de IA. Obviamente, la ventaja de Web3 en la transformación de las relaciones de producción se manifiesta de manera más destacada en el escenario de etiquetado de datos.

Curiosamente, un proyecto de Web3 AI anunció que realizará una emisión de tokens justo en el momento de este importante evento de adquisición. ¿Es una coincidencia o una planificación cuidadosa? En mi opinión, esto refleja un punto de inflexión en el mercado: tanto la Web3 AI como la AI tradicional han pasado de la "competencia en potencia de cálculo" a una nueva fase de "competencia en calidad de datos".

Cuando los gigantes tradicionales levantan barreras de datos con dinero, Web3 está construyendo un experimento de "democratización de datos" a gran escala con economía de tokens. Este juego sobre el futuro de la IA apenas ha comenzado.