تعليم البيانات المدعوم بالذكاء الاصطناعي: من قوة الحوسبة إلى المنافسة على جودة البيانات

مؤخراً، أثارت تحركات عمالقة التكنولوجيا لشراء شركات تسمية البيانات بمبالغ ضخمة ضجة في الصناعة بأكملها. لم تعيد هذه الحادثة تعريف قيمة تسمية البيانات فحسب، بل كشفت أيضاً عن التحولات الكبرى التي تحدث في مجال الذكاء الاصطناعي. في الوقت نفسه، تحاول بعض المشاريع الناشئة في مجال البلوكتشين تحدي نمط صناعة تسمية البيانات التقليدية من خلال نماذج مبتكرة. ما هي التغيرات التي تعكسها هذه الفجوة الكبيرة في السوق؟

تعتبر تسمية البيانات مجالاً يتطلب الحكمة البشرية والحكم المهني، وتفوق قيمته بشكل كبير على تجميع قوة الحوسبة اللامركزية. على الرغم من أن قصة استخدام موارد GPU غير المستخدمة لتحدي عمالقة الحوسبة السحابية جذابة، إلا أن قوة الحوسبة في جوهرها منتج موحد، والاختلاف الرئيسي يكمن في السعر والتوافر. بالمقابل، تحمل تسمية البيانات عالية الجودة خبرة متخصصة فريدة، وخلفية ثقافية، وتجارب معرفية، وتبني هذه الندرة وعدم القابلية للاستبدال سوراً عميقاً لصناعة تسمية البيانات.

مؤخراً، استحوذت شركة تقنية كبيرة على ما يقرب من نصف أسهم شركة لتصنيف البيانات بمبلغ 14.8 مليار دولار، وهذه هي أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. تأسست شركة تصنيف البيانات في عام 2016، وقد بلغت قيمتها السوقية 30 مليار دولار، وعملاؤها يشملون العديد من شركات الذكاء الاصطناعي الرائدة، وشركات تصنيع السيارات، والدوائر الحكومية.

تظهر هذه الحالة الاستحواذية أنه عندما كانت الصناعة لا تزال تتجادل حول أداء نماذج الذكاء الاصطناعي المختلفة، كان الرواد في الصناعة قد نقلوا ساحة المعركة إلى مصدر البيانات. في عصر لم تعد فيه قوة الحوسبة نادرة، وأصبحت هياكل النماذج متجانسة، فإن ما يحدد فعلاً الحد الأقصى للذكاء الاصطناعي هو تلك البيانات المعالجة بعناية. من خلال الاستحواذ بأسعار مرتفعة، تتنافس عمالقة التكنولوجيا فعليًا على "حقوق استخراج النفط" في عصر الذكاء الاصطناعي.

ومع ذلك، فإن هذا الاتجاه الاحتكاري قد أثار أيضًا قوى تمرد جديدة. تحاول بعض مشاريع البلوكشين إعادة تشكيل قواعد توزيع قيمة وضع العلامات على البيانات من خلال أسلوب لامركزي. تكمن المشكلة الرئيسية في نموذج وضع العلامات على البيانات التقليدي ليس في التكنولوجيا، ولكن في عيوب تصميم آلية التحفيز. على سبيل المثال، قد يقضي طبيب ساعات في وضع علامات على الصور الطبية، لكنه قد يحصل فقط على أجر ضئيل، بينما تكون النماذج الذكية التي تم تدريبها على هذه البيانات ذات قيمة عالية، إن عدم عدالة توزيع هذه القيمة يضرب بشدة من حوافز توفير بيانات عالية الجودة.

الحل الذي اقترحه مشروع البلوكشين هو من خلال آلية تحفيز الرموز، تحويل موّثقي البيانات من "عمال زراعيين" رخيصين إلى "مساهمين" حقيقيين في شبكة الذكاء الاصطناعي. تحاول هذه النموذج استخدام تقنيات Web3 لتحويل علاقات الإنتاج، وهو مناسب بشكل خاص لسيناريوهات توثيق البيانات.

من الجدير بالذكر أن مشروع الذكاء الاصطناعي على blockchain الناشئ بدأ بالقرب من نقطة الوقت التي أعلنت فيها الشركات العملاقة في التكنولوجيا عن استحواذها، مما قد يعكس نقطة تحول في السوق: سواء كانت شركات التكنولوجيا التقليدية أو مشاريع blockchain، فقد انتقلت من "قوة الحوسبة" إلى مرحلة جديدة من "تنافس جودة البيانات".

عندما تقوم الكيانات التقليدية ببناء حواجز البيانات من خلال المال، تحاول مشاريع البلوكتشين إجراء تجربة "ديمقراطية البيانات" على نطاق أوسع من خلال نماذج اقتصادية مبتكرة. كيف ستؤثر هذه المعركة حول مستقبل التحكم في الذكاء الاصطناعي على اتجاه تطوير الصناعة بأكملها، يستحق منا متابعة مستمرة.