Meta придбання Scale AI викликало увагу в індустрії маркування даних
Нещодавно одна важлива новина привернула широку увагу технологічного світу: один з гігантів соціальних мереж витратив 14,8 мільярда доларів на придбання майже половини акцій Scale AI. Цей приголомшливий крок не лише шокував всю Кремнієву долину, але й переоцінив галузь маркування даних. Тим часом деякі проекти Web3 AI все ще намагаються позбутися мітки "картання концепцій", намагаючись довести свою цінність. За цим величезним контрастом ринок, здається, ігнорує деякі ключові фактори.
Цінність в галузі маркування даних переосмислюється. У порівнянні з агрегуванням децентралізованих обчислювальних потужностей, вона демонструє більший потенціал. Хоча історія про використання незайнятих GPU для виклику хмурого обчислювального гіганта є привабливою, обчислювальна потужність по своїй суті є стандартизованим товаром, основні відмінності полягають у ціні та доступності. У порівнянні з цим, маркування даних є диференційованою областю, яка потребує людської мудрості та професійного судження.
Високоякісне маркування даних акумулює унікальні професійні знання, культурний контекст та когнітивний досвід, які не можна так просто скопіювати, як обчислювальну потужність GPU. Наприклад, точна маркування діагностики ракових зображень потребує професійного судження досвідченого онколога, тоді як досвідчений аналіз емоцій фінансового ринку неможливий без практичних інсайтів досвідченого трейдера. Ця природна дефіцитність та незамінність створює глибокий захисний бар'єр для галузі маркування даних.
Цей великий придбання від одного з медіа-гігантів не тільки є найбільшою одноразовою інвестицією в AI у цьому році, але й особливо вражає те, що молодий засновник Scale AI обійме посаду керівника новоствореної "суперінтелектуальної" дослідницької лабораторії. Цьому 25-річному китайському підприємцю вдалося підвищити вартість компанії до 30 мільярдів доларів з моменту її заснування у 2016 році. Клієнтська база Scale AI включає кілька провідних AI-компаній, технологічних гігантів та державні установи, що спеціалізуються на наданні послуг високоякісної розмітки даних для навчання AI-моделей.
Ця угода про придбання виявила ігноровану істину: поки всі сперечалися про переваги різних AI моделей, справжні рішення вже перенесли поле бою на джерела даних. Тихо почалася війна за контроль над майбутнім AI. Успіх Scale AI свідчить про те, що в час, коли обчислювальні потужності більше не є дефіцитом, а архітектура моделей стає однорідною, справжнім фактором, що визначає межі інтелекту AI, є ретельно оброблені дані. Це високе придбання - не просто купівля аутсорсингової компанії, а боротьба за "права на видобуток нафти" в епоху AI.
Однак кожен монополіст викликає повстанців. Як децентралізовані платформи обчислювальної потужності намагаються підважити традиційні послуги хмарних обчислень, так і деякі проекти Web3 AI намагаються переосмислити правила розподілу вартості позначення даних за допомогою технології блокчейн. Основна проблема традиційної моделі позначення даних не в технологічному аспекті, а в недоліках дизайну механізму стимулювання.
В якості прикладу маркування медичних зображень, лікар може витратити кілька годин на маркування, але отримати лише мізерну винагороду, тоді як ШІ-моделі, навчені на цих даних, можуть коштувати десятки мільярдів доларів, але лікар не може поділитися прибутком. Це надзвичайно несправедливий розподіл вартості серйозно знижує мотивацію постачати високоякісні дані.
Впровадження технології Web3 забезпечило нові підходи до вирішення цієї проблеми. Завдяки механізму токенних стимулів, постачальники даних більше не є дешевими "робітниками даних", а справжніми "акціонерами" мережі ШІ. Ця модель має більше переваг у сценах маркування даних, ніж у сфері обчислювальної потужності.
Цікаво, що один з проектів Web3 AI вирішив випустити свій токен у цей ключовий момент. Це збіг чи ретельно спланований крок? У будь-якому випадку, це відображає поворотний момент на ринку: як Web3 AI, так і традиційний AI вже перейшли від "змагання обчислювальної потужності" до нової стадії "конкуренції якості даних".
Коли традиційні гіганти будують бар'єри даних за допомогою грошей, Web3 створює більш широкий експеримент з "демократизації даних" за допомогою токеноміки. Ця гра про майбутнє ШІ тільки-но почалася.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
148 мільярдів доларів США придбання призвело до перетворення в індустрії позначення даних AI, проєкти Web3 можуть отримати нові можливості
Meta придбання Scale AI викликало увагу в індустрії маркування даних
Нещодавно одна важлива новина привернула широку увагу технологічного світу: один з гігантів соціальних мереж витратив 14,8 мільярда доларів на придбання майже половини акцій Scale AI. Цей приголомшливий крок не лише шокував всю Кремнієву долину, але й переоцінив галузь маркування даних. Тим часом деякі проекти Web3 AI все ще намагаються позбутися мітки "картання концепцій", намагаючись довести свою цінність. За цим величезним контрастом ринок, здається, ігнорує деякі ключові фактори.
Цінність в галузі маркування даних переосмислюється. У порівнянні з агрегуванням децентралізованих обчислювальних потужностей, вона демонструє більший потенціал. Хоча історія про використання незайнятих GPU для виклику хмурого обчислювального гіганта є привабливою, обчислювальна потужність по своїй суті є стандартизованим товаром, основні відмінності полягають у ціні та доступності. У порівнянні з цим, маркування даних є диференційованою областю, яка потребує людської мудрості та професійного судження.
Високоякісне маркування даних акумулює унікальні професійні знання, культурний контекст та когнітивний досвід, які не можна так просто скопіювати, як обчислювальну потужність GPU. Наприклад, точна маркування діагностики ракових зображень потребує професійного судження досвідченого онколога, тоді як досвідчений аналіз емоцій фінансового ринку неможливий без практичних інсайтів досвідченого трейдера. Ця природна дефіцитність та незамінність створює глибокий захисний бар'єр для галузі маркування даних.
Цей великий придбання від одного з медіа-гігантів не тільки є найбільшою одноразовою інвестицією в AI у цьому році, але й особливо вражає те, що молодий засновник Scale AI обійме посаду керівника новоствореної "суперінтелектуальної" дослідницької лабораторії. Цьому 25-річному китайському підприємцю вдалося підвищити вартість компанії до 30 мільярдів доларів з моменту її заснування у 2016 році. Клієнтська база Scale AI включає кілька провідних AI-компаній, технологічних гігантів та державні установи, що спеціалізуються на наданні послуг високоякісної розмітки даних для навчання AI-моделей.
Ця угода про придбання виявила ігноровану істину: поки всі сперечалися про переваги різних AI моделей, справжні рішення вже перенесли поле бою на джерела даних. Тихо почалася війна за контроль над майбутнім AI. Успіх Scale AI свідчить про те, що в час, коли обчислювальні потужності більше не є дефіцитом, а архітектура моделей стає однорідною, справжнім фактором, що визначає межі інтелекту AI, є ретельно оброблені дані. Це високе придбання - не просто купівля аутсорсингової компанії, а боротьба за "права на видобуток нафти" в епоху AI.
Однак кожен монополіст викликає повстанців. Як децентралізовані платформи обчислювальної потужності намагаються підважити традиційні послуги хмарних обчислень, так і деякі проекти Web3 AI намагаються переосмислити правила розподілу вартості позначення даних за допомогою технології блокчейн. Основна проблема традиційної моделі позначення даних не в технологічному аспекті, а в недоліках дизайну механізму стимулювання.
В якості прикладу маркування медичних зображень, лікар може витратити кілька годин на маркування, але отримати лише мізерну винагороду, тоді як ШІ-моделі, навчені на цих даних, можуть коштувати десятки мільярдів доларів, але лікар не може поділитися прибутком. Це надзвичайно несправедливий розподіл вартості серйозно знижує мотивацію постачати високоякісні дані.
Впровадження технології Web3 забезпечило нові підходи до вирішення цієї проблеми. Завдяки механізму токенних стимулів, постачальники даних більше не є дешевими "робітниками даних", а справжніми "акціонерами" мережі ШІ. Ця модель має більше переваг у сценах маркування даних, ніж у сфері обчислювальної потужності.
Цікаво, що один з проектів Web3 AI вирішив випустити свій токен у цей ключовий момент. Це збіг чи ретельно спланований крок? У будь-якому випадку, це відображає поворотний момент на ринку: як Web3 AI, так і традиційний AI вже перейшли від "змагання обчислювальної потужності" до нової стадії "конкуренції якості даних".
Коли традиційні гіганти будують бар'єри даних за допомогою грошей, Web3 створює більш широкий експеримент з "демократизації даних" за допомогою токеноміки. Ця гра про майбутнє ШІ тільки-но почалася.