Новий акцент у сфері ШІ: зростаюча цінність маркування даних

Нещодавно новина про те, що технологічний гігант Meta придбав майже половину акцій Scale AI за 14,8 мільярда доларів, здивувала весь Силіконовий в Valley, перепризначивши ринок у сфері аналітики даних. Тим часом деякі Web3 AI проекти все ще намагаються довести свою цінність. За цим різким контрастом ринок, здається, ігнорує деякі ключові фактори.

Маркування даних поступово стає більш перспективним напрямком, ніж агрегування децентралізованої обчислювальної потужності. Хоча історія про використання невикористаних GPU для виклику хмарним обчислювальним гігантам є захоплюючою, обчислювальна потужність по суті є стандартизованим товаром, основними конкурентними перевагами є ціна та доступність. Як тільки гіганти знижують ціни або збільшують пропозицію, така перевага може швидко зникнути.

У порівнянні, маркування даних є відмінною галуззю, яка потребує людської мудрості та професійного судження. Кожна високоякісна мітка містить унікальні професійні знання, культурний контекст і когнітивний досвід, які не можна стандартизовано відтворити, як обчислювальну потужність GPU. Наприклад, точне маркування діагностики ракових зображень потребує професійної інтуїції досвідченого онколога, тоді як точний аналіз емоцій фінансового ринку неможливий без практичного досвіду трейдерів Уолл-стріт. Ця дефіцитність та незамінність створює глибокий бар'єр для входу в сферу маркування даних.

Придбання Scale AI компанією Meta викликало широкий інтерес. Засновник і CEO Scale AI Олександр Ванг також очолить новостворену дослідницьку лабораторію "Суперінтелект" компанії Meta. Компанія, заснована цим 25-річним підприємцем, вже оцінюється в 30 мільярдів доларів, її клієнтами є кілька провідних AI-компаній та організацій.

Ця угода виявляє важливий факт: на нинішньому етапі справжнім чинником, що визначає межі штучного інтелекту, є ті дані, які були ретельно оброблені. Інвестиції Meta насправді є боротьбою за "права на видобуток нафти" в епоху штучного інтелекту.

Проте традиційна модель маркування даних має проблему нерівного розподілу вартості. Наприклад, лікар, який витрачає кілька годин на маркування медичних зображень, може отримати лише мізерну винагороду, тоді як штучна модель, навчена на цих даних, може коштувати десятки мільярдів доларів. Ця нерівність серйозно підриває мотивацію постачання якісних даних.

Деякі проекти Web3 AI намагаються реконструювати правила розподілу вартості даних за допомогою технології блокчейн. Завдяки механізму стимулювання токенами, ті, хто маркує дані, можуть перетворитися з "даних трудових мігрантів" на справжніх "акціонерів" мережі мовних моделей ШІ. Ця модель може бути більш придатною для перетворення виробничих відносин у сфері маркування даних.

Ринок, здається, переживає переломний момент: як Web3 AI, так і традиційний AI перейшли від "конкуренції потужностей" до "конкуренції якості даних". Коли традиційні гіганти створюють бар'єри даних за допомогою грошей, Web3 намагається просувати масштабніші експерименти з "демократизації даних" через токеноміку.

Ця "підпільна війна" за контроль над майбутнім ШІ вже тихо розпочалася, і важливість маркування даних відіграватиме все більш ключову роль у розвитку ШІ в майбутньому.