Nouveau champ de bataille dans le domaine de l'IA : l'annotation des données devient le point focal
Avec le développement rapide des technologies de l'intelligence artificielle, l'attention de l'industrie se déplace de la lutte pour la puissance de calcul vers la concurrence pour des données de haute qualité. Cette tendance a été pleinement illustrée dans une série d'événements récents.
Un géant des réseaux sociaux a acquis près de la moitié des parts d'une entreprise de labellisation de données pour un prix incroyable de 14,8 milliards de dollars, suscitant des discussions dans tout le secteur technologique. Pendant ce temps, un projet d'IA blockchain sur le point de procéder à un événement de génération de jetons (TGE) fait encore face à des critiques concernant la spéculation conceptuelle et le manque de substance. Ce contraste frappant pourrait cacher une tendance importante que le marché n'a pas encore pleinement reconnue.
L'annotation des données, en tant que domaine nécessitant l'intelligence humaine et le jugement professionnel, a une valeur bien supérieure à celle de l'agrégation de la puissance de calcul décentralisée. Bien que l'histoire de l'utilisation des ressources GPU inutilisées pour défier les géants du cloud computing soit captivante, la puissance de calcul est essentiellement une marchandise standardisée, et l'avantage concurrentiel principal réside dans le prix et la disponibilité. Cet avantage peut être facilement contrebalancé par les grandes entreprises technologiques par une réduction des prix ou une augmentation de l'offre.
En comparaison, l'annotation de données de haute qualité nécessite des connaissances professionnelles uniques, un contexte culturel et une expérience cognitive. Par exemple, l'annotation précise des diagnostics d'imagerie du cancer nécessite l'intuition professionnelle d'oncologues expérimentés, tandis que l'analyse précise des sentiments du marché financier dépend de l'expérience pratique de traders chevronnés. Cette irréductibilité a construit une solide barrière à l'entrée pour l'industrie de l'annotation de données.
Une récente annonce d'acquisition par un géant des médias sociaux n'est pas seulement le plus gros investissement unique dans le domaine de l'IA cette année, mais il est également intéressant de noter que le jeune fondateur de l'entreprise acquise occupera également le poste de responsable du nouveau "laboratoire de recherche sur l'intelligence super intelligente" de l'acquéreur. Cette entreprise de marquage de données compte parmi ses clients plusieurs sociétés d'IA renommées, des géants de la technologie et des agences gouvernementales, et dispose de plus de 300 000 annotateurs formés professionnellement.
Ce cas d'acquisition révèle un fait important : à ce stade, la puissance de calcul n'est plus rare, l'architecture des modèles tend à se standardiser, et ce qui détermine réellement le plafond de l'intelligence artificielle, ce sont les données de haute qualité soigneusement traitées. Cette transaction est en réalité un paiement pour les "droits d'extraction de données" à l'ère de l'IA.
Cependant, le modèle traditionnel de marquage de données fait également face à des défis, notamment en ce qui concerne la répartition de la valeur. Par exemple, un médecin qui passe des heures à annoter des images médicales ne peut recevoir qu'une maigre rémunération, alors que les modèles d'IA entraînés avec ces données peuvent valoir des milliards de dollars. Cette grave injustice dans la répartition de la valeur décourage considérablement la volonté de fournir des données de haute qualité.
Dans ce contexte, certains projets d'IA basés sur la blockchain tentent de restructurer les règles de distribution de la valeur de l'annotation des données grâce à des mécanismes d'incitation par des jetons. Ils espèrent transformer les annotateurs de données d'"ouvriers de données" à bas prix en véritables "actionnaires" du réseau de modèles linguistiques de l'IA. Cette tentative basée sur la philosophie Web3 pourrait avoir un potentiel supérieur à celui des applications dans le domaine de la puissance de calcul.
Que ce soit des géants technologiques traditionnels ou des projets émergents d'IA basés sur la blockchain, tous ont pris conscience de l'importance des données de haute qualité. Alors que les géants traditionnels essaient de construire des barrières de données avec de l'argent, les projets Web3 tentent d'établir un écosystème de données plus démocratisé grâce à l'économie des jetons. Ce combat sur la direction future du développement de l'IA ne fait que commencer.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
19 J'aime
Récompense
19
5
Reposter
Partager
Commentaire
0/400
NewDAOdreamer
· 07-31 08:11
148 milliards pour acheter des données, ça en vaut la peine.
Voir l'originalRépondre0
TrustMeBro
· 07-31 07:41
Blockchain est l'avenir de l'IA
Voir l'originalRépondre0
OnchainDetective
· 07-30 05:24
Les jetons doivent aussi partager le gâteau.
Voir l'originalRépondre0
CrossChainBreather
· 07-28 08:18
Regardez rapidement l'entrée des géants dans la course.
Nouveau champ de bataille de l'IA : L'annotation des données devient le point focal, les géants traditionnels et les projets Web3 s'affrontent.
Nouveau champ de bataille dans le domaine de l'IA : l'annotation des données devient le point focal
Avec le développement rapide des technologies de l'intelligence artificielle, l'attention de l'industrie se déplace de la lutte pour la puissance de calcul vers la concurrence pour des données de haute qualité. Cette tendance a été pleinement illustrée dans une série d'événements récents.
Un géant des réseaux sociaux a acquis près de la moitié des parts d'une entreprise de labellisation de données pour un prix incroyable de 14,8 milliards de dollars, suscitant des discussions dans tout le secteur technologique. Pendant ce temps, un projet d'IA blockchain sur le point de procéder à un événement de génération de jetons (TGE) fait encore face à des critiques concernant la spéculation conceptuelle et le manque de substance. Ce contraste frappant pourrait cacher une tendance importante que le marché n'a pas encore pleinement reconnue.
L'annotation des données, en tant que domaine nécessitant l'intelligence humaine et le jugement professionnel, a une valeur bien supérieure à celle de l'agrégation de la puissance de calcul décentralisée. Bien que l'histoire de l'utilisation des ressources GPU inutilisées pour défier les géants du cloud computing soit captivante, la puissance de calcul est essentiellement une marchandise standardisée, et l'avantage concurrentiel principal réside dans le prix et la disponibilité. Cet avantage peut être facilement contrebalancé par les grandes entreprises technologiques par une réduction des prix ou une augmentation de l'offre.
En comparaison, l'annotation de données de haute qualité nécessite des connaissances professionnelles uniques, un contexte culturel et une expérience cognitive. Par exemple, l'annotation précise des diagnostics d'imagerie du cancer nécessite l'intuition professionnelle d'oncologues expérimentés, tandis que l'analyse précise des sentiments du marché financier dépend de l'expérience pratique de traders chevronnés. Cette irréductibilité a construit une solide barrière à l'entrée pour l'industrie de l'annotation de données.
Une récente annonce d'acquisition par un géant des médias sociaux n'est pas seulement le plus gros investissement unique dans le domaine de l'IA cette année, mais il est également intéressant de noter que le jeune fondateur de l'entreprise acquise occupera également le poste de responsable du nouveau "laboratoire de recherche sur l'intelligence super intelligente" de l'acquéreur. Cette entreprise de marquage de données compte parmi ses clients plusieurs sociétés d'IA renommées, des géants de la technologie et des agences gouvernementales, et dispose de plus de 300 000 annotateurs formés professionnellement.
Ce cas d'acquisition révèle un fait important : à ce stade, la puissance de calcul n'est plus rare, l'architecture des modèles tend à se standardiser, et ce qui détermine réellement le plafond de l'intelligence artificielle, ce sont les données de haute qualité soigneusement traitées. Cette transaction est en réalité un paiement pour les "droits d'extraction de données" à l'ère de l'IA.
Cependant, le modèle traditionnel de marquage de données fait également face à des défis, notamment en ce qui concerne la répartition de la valeur. Par exemple, un médecin qui passe des heures à annoter des images médicales ne peut recevoir qu'une maigre rémunération, alors que les modèles d'IA entraînés avec ces données peuvent valoir des milliards de dollars. Cette grave injustice dans la répartition de la valeur décourage considérablement la volonté de fournir des données de haute qualité.
Dans ce contexte, certains projets d'IA basés sur la blockchain tentent de restructurer les règles de distribution de la valeur de l'annotation des données grâce à des mécanismes d'incitation par des jetons. Ils espèrent transformer les annotateurs de données d'"ouvriers de données" à bas prix en véritables "actionnaires" du réseau de modèles linguistiques de l'IA. Cette tentative basée sur la philosophie Web3 pourrait avoir un potentiel supérieur à celui des applications dans le domaine de la puissance de calcul.
Que ce soit des géants technologiques traditionnels ou des projets émergents d'IA basés sur la blockchain, tous ont pris conscience de l'importance des données de haute qualité. Alors que les géants traditionnels essaient de construire des barrières de données avec de l'argent, les projets Web3 tentent d'établir un écosystème de données plus démocratisé grâce à l'économie des jetons. Ce combat sur la direction future du développement de l'IA ne fait que commencer.