Галузь позначення даних штучного інтелекту досягла переломного моменту: придбання гігантами та інновації Web3 співіснують
Нещодавно найвражаючою новиною в технологічному світі стало придбання соціальним медіа-гігантом майже половини акцій Scale AI за 14,8 мільярда доларів. Ця угода з рекордною ціною не тільки вразила всю Силіконову долину, але й змусила людей знову переосмислити стратегічну роль розмітки даних у сфері штучного інтелекту. Тим часом, Web3 AI проект Sahara Labs AI, який незабаром проведе подію генерації токенів (TGE), все ще стикається з ринковими сумнівами щодо його "підключення до гарячих новин" та "відсутності суті". Які галузеві інсайти ховаються за цим яскравим контрастом?
По-перше, нам потрібно усвідомити, що в порівнянні з децентралізованими агрегаторами обчислювальної потужності, маркування даних насправді є більш цінним і перспективним напрямком. Хоча історія про використання невикористаних ресурсів GPU для конкуренції з гігантами хмарних обчислень звучить дуже привабливо, обчислювальна потужність по суті є стандартизованим товаром, а її конкурентна перевага в основному проявляється в ціні та доступності. Однак ця перевага часто є недостатньо стабільною, і як тільки гіганти знижують ціни або розширюють пропозицію, перевага малих гравців може миттєво зникнути.
У порівнянні, позначення даних є сферою, що потребує людської智慧 та професійного судження. Кожне якісне позначення містить у собі унікальні професійні знання, культурний контекст та когнітивний досвід, які не можна так просто відтворити, як обчислювальну потужність GPU. Наприклад, точне позначення діагностики зображень раку потребує професійної інтуїції досвідченого онколога, а аналіз емоцій фінансового ринку не обходиться без практичного досвіду трейдерів з Уолл-стріт. Ця природна дефіцитність та незамінність створюють для галузі позначення даних вал з недосяжними для обчислювальної потужності.
Дії одного з гігантів соціальних медіа з придбання Scale AI за астрономічну ціну безумовно є найкращим підтвердженням цінності маркування даних. Варто зазначити, що засновник і CEO Scale AI Ван Яліксандр також обійме посаду керівника новоствореної "суперінтелектуальної" дослідницької лабораторії цього гіганта. Цей 25-річний китайсько-американський підприємець, коли у 2016 році заснував Scale AI, був студентом Стенфордського університету, а тепер його компанія оцінюється в 30 мільярдів доларів. Список клієнтів Scale AI можна вважати "зірковим складом" світу ШІ, до якого входять кілька провідних технологічних компаній і державних установ.
Цей випадок придбання виявляє ігнорований факт: на поточному етапі обчислювальна потужність вже не є дефіцитним ресурсом, архітектура моделей стає все більш однорідною, справжнім фактором, що визначає верхню межу AI, є ті ретельно "налаштовані" високоякісні дані. Гіганти готові платити таку високу ціну, насправді, за те, щоб розрахуватися за "права на видобуток нафти" в епоху AI.
Однак монополія завжди породжує повстання. Як децентралізовані обчислювальні платформи намагаються підривати централізовані хмарні послуги, так і Sahara AI намагається за допомогою технології блокчейн перетворити правила розподілу вартості даних для розмітки. Основна проблема традиційної моделі розмітки даних полягає не в технології, а в дизайні механізму заохочення. Наприклад, лікар може витратити кілька годин на розмітку медичних зображень, але отримує лише мізерну оплату праці, тоді як дані, на яких навчаються AI моделі, можуть коштувати десятки мільярдів доларів. Це надзвичайно несправедливий розподіл вартості серйозно підриває мотивацію постачати якісні дані.
Токенна інструкція Web3 забезпечує новий підхід до вирішення цієї проблеми. У цій моделі позначальники даних більше не є дешевими "цифровими трудовими мігрантами", а справжніми "акціонерами" мережі великих мовних моделей ШІ. Очевидно, що переваги трансформації виробничих відносин за допомогою Web3 більш помітні в області позначення даних, ніж у сфері обчислювальної потужності.
Цікаво, що Sahara AI вирішила провести TGE саме в момент, коли великі компанії здійснюють дорогі придбання, що, можливо, не є простою випадковістю. В певному сенсі це відображає те, що ринок досягнув певного переломного моменту: як Web3 AI, так і традиційний AI перейшли від "змагання в обчислювальній потужності" до нової стадії "конкуренції за якість даних".
Коли традиційні гіганти намагаються побудувати бар'єри для даних за допомогою грошей, Web3 будує масштабніший експеримент з "демократизації даних" за допомогою токеноміки. Ці два абсолютно різні шляхи вказують на один і той же висновок: в епоху ШІ якісне маркування даних вже стало ключовою ареною для визначення переможця.
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.
13 лайків
Нагородити
13
4
Поділіться
Прокоментувати
0/400
StableBoi
· 07-30 23:26
Забери одного, забери всіх, закінчиш - гратимемо.
Переглянути оригіналвідповісти на0
SoliditySlayer
· 07-30 23:10
148 мільярдів придбання, справді є на що витрачати.
Трансформація індустрії маркування даних AI: злиття гігантів та інновації Web3 йдуть паралельно
Галузь позначення даних штучного інтелекту досягла переломного моменту: придбання гігантами та інновації Web3 співіснують
Нещодавно найвражаючою новиною в технологічному світі стало придбання соціальним медіа-гігантом майже половини акцій Scale AI за 14,8 мільярда доларів. Ця угода з рекордною ціною не тільки вразила всю Силіконову долину, але й змусила людей знову переосмислити стратегічну роль розмітки даних у сфері штучного інтелекту. Тим часом, Web3 AI проект Sahara Labs AI, який незабаром проведе подію генерації токенів (TGE), все ще стикається з ринковими сумнівами щодо його "підключення до гарячих новин" та "відсутності суті". Які галузеві інсайти ховаються за цим яскравим контрастом?
По-перше, нам потрібно усвідомити, що в порівнянні з децентралізованими агрегаторами обчислювальної потужності, маркування даних насправді є більш цінним і перспективним напрямком. Хоча історія про використання невикористаних ресурсів GPU для конкуренції з гігантами хмарних обчислень звучить дуже привабливо, обчислювальна потужність по суті є стандартизованим товаром, а її конкурентна перевага в основному проявляється в ціні та доступності. Однак ця перевага часто є недостатньо стабільною, і як тільки гіганти знижують ціни або розширюють пропозицію, перевага малих гравців може миттєво зникнути.
У порівнянні, позначення даних є сферою, що потребує людської智慧 та професійного судження. Кожне якісне позначення містить у собі унікальні професійні знання, культурний контекст та когнітивний досвід, які не можна так просто відтворити, як обчислювальну потужність GPU. Наприклад, точне позначення діагностики зображень раку потребує професійної інтуїції досвідченого онколога, а аналіз емоцій фінансового ринку не обходиться без практичного досвіду трейдерів з Уолл-стріт. Ця природна дефіцитність та незамінність створюють для галузі позначення даних вал з недосяжними для обчислювальної потужності.
Дії одного з гігантів соціальних медіа з придбання Scale AI за астрономічну ціну безумовно є найкращим підтвердженням цінності маркування даних. Варто зазначити, що засновник і CEO Scale AI Ван Яліксандр також обійме посаду керівника новоствореної "суперінтелектуальної" дослідницької лабораторії цього гіганта. Цей 25-річний китайсько-американський підприємець, коли у 2016 році заснував Scale AI, був студентом Стенфордського університету, а тепер його компанія оцінюється в 30 мільярдів доларів. Список клієнтів Scale AI можна вважати "зірковим складом" світу ШІ, до якого входять кілька провідних технологічних компаній і державних установ.
Цей випадок придбання виявляє ігнорований факт: на поточному етапі обчислювальна потужність вже не є дефіцитним ресурсом, архітектура моделей стає все більш однорідною, справжнім фактором, що визначає верхню межу AI, є ті ретельно "налаштовані" високоякісні дані. Гіганти готові платити таку високу ціну, насправді, за те, щоб розрахуватися за "права на видобуток нафти" в епоху AI.
Однак монополія завжди породжує повстання. Як децентралізовані обчислювальні платформи намагаються підривати централізовані хмарні послуги, так і Sahara AI намагається за допомогою технології блокчейн перетворити правила розподілу вартості даних для розмітки. Основна проблема традиційної моделі розмітки даних полягає не в технології, а в дизайні механізму заохочення. Наприклад, лікар може витратити кілька годин на розмітку медичних зображень, але отримує лише мізерну оплату праці, тоді як дані, на яких навчаються AI моделі, можуть коштувати десятки мільярдів доларів. Це надзвичайно несправедливий розподіл вартості серйозно підриває мотивацію постачати якісні дані.
Токенна інструкція Web3 забезпечує новий підхід до вирішення цієї проблеми. У цій моделі позначальники даних більше не є дешевими "цифровими трудовими мігрантами", а справжніми "акціонерами" мережі великих мовних моделей ШІ. Очевидно, що переваги трансформації виробничих відносин за допомогою Web3 більш помітні в області позначення даних, ніж у сфері обчислювальної потужності.
Цікаво, що Sahara AI вирішила провести TGE саме в момент, коли великі компанії здійснюють дорогі придбання, що, можливо, не є простою випадковістю. В певному сенсі це відображає те, що ринок досягнув певного переломного моменту: як Web3 AI, так і традиційний AI перейшли від "змагання в обчислювальній потужності" до нової стадії "конкуренції за якість даних".
Коли традиційні гіганти намагаються побудувати бар'єри для даних за допомогою грошей, Web3 будує масштабніший експеримент з "демократизації даних" за допомогою токеноміки. Ці два абсолютно різні шляхи вказують на один і той же висновок: в епоху ШІ якісне маркування даних вже стало ключовою ареною для визначення переможця.