Маркування даних стає новим фокусом у сфері ШІ, Web3 може перевернути традиційні моделі

Нещодавно новини про те, що технологічні гіганти витратили величезні суми на придбання компаній з маркування даних, викликали широкий інтерес у галузі. Один з гігантів соціальних медіа придбав майже половину акцій Scale AI за 14,8 мільярда доларів, що шокувало весь Силіконовий валі і переосмислило цінність маркування даних у ланцюзі доданої вартості AI. Тим часом деякі проекти Web3 AI все ще намагаються подолати стереотипи, шукаючи визнання на ринку. Які тенденції в індустрії насправді відображає це яскраве контраст?

По-перше, маркування даних поступово стає більш цінним напрямком, ніж агрегування децентралізованої обчислювальної потужності. Хоча історія про використання невикористаних GPU для конкуренції з хмурими обчислювальними гігантами є захоплюючою, обчислювальна потужність по суті є стандартизованим товаром, основні відмінності якого полягають у ціні та доступності. Цінова перевага, здавалося б, може знайти своє місце в умовах монополії гігантів, але через географське розподілення, затримки в мережі та стимули для користувачів, як тільки гіганти знижують ціни або збільшують пропозицію, така перевага легко може бути знівельована.

У порівнянні, позначення даних є сферою, що потребує людської мудрості та професійного судження. Кожне якісне позначення вбирає в себе унікальні професійні знання, культурний контекст і пізнавальний досвід, які не можуть бути просто скопійовані, як обчислювальна потужність GPU. Наприклад, точне позначення діагностики ракових зображень потребує професійної інтуїції досвідченого онколога, а точний аналіз емоцій фінансового ринку неможливий без практичного досвіду досвідченого трейдера. Ця природна рідкість і незамінність надає позначенню даних глибину, що перевищує потужність обчислень.

Один з великих соціальних медіа-гігантів нещодавно оголосив про придбання 49% акцій компанії з позначення даних Scale AI за 14,8 мільярда доларів, що є найбільшою одноразовою інвестицією у сфері ШІ цього року. Ще більш цікаво, що засновник і CEO Scale AI буде одночасно очолювати новостворену дослідницьку лабораторію "суперінтелекту".

Цей 25-річний китайсько-американський підприємець заснував Scale AI у 2016 році, будучи студентом Стенфордського університету, а сьогодні його компанія оцінюється в 30 мільярдів доларів. Список клієнтів Scale AI можна назвати "зірковим складом" у світі штучного інтелекту: багато відомих технологічних компаній і державних установ є її довгостроковими партнерами. Компанія спеціалізується на наданні високоякісних послуг з маркування даних для навчання AI-моделей, маючи понад 300 тисяч професійно підготовлених маркерів.

Коли громадськість все ще сперечається, чия модель має кращу продуктивність, справжні гравці галузі тихо перемістили поле бою в джерела даних. Розпочалася "таємна війна" за контроль над майбутнім ШІ.

Успіх Scale AI виявив ігноровану істину: в епоху, коли обчислювальна потужність більше не є дефіцитом, а архітектури моделей стають однорідними, справжнім фактором, який визначає верхню межу штучного інтелекту, є ті дані, які були ретельно "натреновані". Соціальна медіа-гігантка придбала не лише аутсорсингову компанію, а й "права на видобуток нафти" в епоху штучного інтелекту.

Однак монополія завжди викликатиме опір. Як платформа об'єднання хмарної обчислювальної потужності намагається підбурити централізовані хмарні сервіси, деякі Web3 AI проекти намагаються переосмислити правила розподілу вартості даних за допомогою блокчейн-технологій. Фатальний недолік традиційної моделі позначення даних не є технічною проблемою, а є проблемою дизайну стимулів.

Як приклад у медичній сфері, лікар може витратити кілька годин на маркування медичних зображень, отримуючи лише кілька десятків доларів за свою працю. В той же час, штучний інтелект, навчений на цих даних, може коштувати десятки мільярдів доларів, але лікар не може поділитися частиною цього прибутку. Така крайня несправедливість у розподілі вартості серйозно знижує бажання постачати високоякісні дані.

Токенна ін Incentive Mechanism Web3 пропонує нові підходи до вирішення цієї проблеми. У цій моделі позначники даних більше не є дешевими "робітниками з даних", а справжніми "акціонерами" мережі великих мовних моделей штучного інтелекту. Очевидно, що переваги Web3 у перетворенні виробничих відносин проявляються більш яскраво в сценах позначення даних.

Цікаво, що певний Web3 AI проект якраз у момент цієї важливої угоди оголосив про заплановане випуск токенів. Це збіг обставин чи ретельно спланований крок? На думку автора, це насправді відображає ринок переломний момент: як Web3 AI, так і традиційний AI вже перейшли від "змагання за обчислювальну потужність" до "конкуренції якості даних".

Коли традиційні гіганти використовують гроші для побудови бар'єрів даних, Web3 будує експеримент "демократизації даних" на більшому масштабі за допомогою токеноміки. Ця гра про майбутнє ШІ тільки починається.