التركيز الجديد في صناعة الذكاء الاصطناعي: قيمة وسم البيانات تتجاوز قوة الحوسبة بكثير
مؤخراً، ظهر اتجاه ملحوظ في مجال الذكاء الاصطناعي: أصبح وضع البيانات أكثر قيمة من تجميع قوة الحوسبة. العلامة البارزة لهذا الاتجاه هي أن إحدى الشركات التقنية الكبرى أنفقت 14.8 مليار دولار للاستحواذ على ما يقرب من نصف أسهم شركة لوضع البيانات، مما أثار ضجة في جميع أنحاء دائرة التكنولوجيا. في الوقت نفسه، لا تزال بعض مشاريع Web3 AI تكافح للتخلص من علامة "تضليل المفاهيم". وراء هذا التباين الكبير، يبدو أن السوق تتجاهل بعض العوامل الرئيسية.
على الرغم من أن تجميع قوة الحوسبة هو مفهوم يجذب الانتباه، إلا أن قوة الحوسبة في جوهرها هي سلعة موحدة، والنقاط الرئيسية للتنافس تتعلق بالسعر والتوافر. ومع ذلك، قد تختفي هذه الميزة بسرعة مع تعديل أسعار مقدمي الخدمات السحابية الكبرى أو زيادة العرض.
بالمقارنة، تُعَدُّ تسمية البيانات مجالاً يحتاج إلى ذكاء بشري وحُكمٍ متخصص. تتضمن تسمية البيانات عالية الجودة معرفةً متخصصة فريدة، وخلفيات ثقافية، وتجارب إدراكية، وهي أمور لا يمكن ببساطة نسخها أو قياسها. على سبيل المثال، تتطلب تسمية تشخيصات الصور السرطانية الدقيقة حدساً متخصصاً من أطباء الأورام ذوي الخبرة، بينما يعتمد تحليل مشاعر السوق المالية بدقة على خبرة المتداولين المتمرسين.
نجاح إحدى شركات تعليم البيانات يبرز حقيقة تم تجاهلها: في المرحلة الحالية، قوة الحوسبة لم تعد مورداً نادراً، وبنية النموذج أصبحت تتجه نحو التماثل، وما يحدد فعلياً الحد الأقصى للذكاء الاصطناعي هو البيانات التي تمت معالجتها بعناية. قائمة عملاء هذه الشركة يمكن اعتبارها "تشكيلة النجوم" في مجال الذكاء الاصطناعي، بما في ذلك العديد من شركات التكنولوجيا المعروفة والدوائر الحكومية.
ومع ذلك، فإن نماذج التوسيم البيانية التقليدية تعاني من مشاكل في تصميم الحوافز. على سبيل المثال، قد يقضي طبيب ساعات عديدة في تمييز الصور الطبية، لكنه يحصل فقط على مكافآت ضئيلة، في حين أن النماذج الذكية التي تم تدريبها باستخدام هذه البيانات قد تصل قيمتها إلى عشرات المليارات من الدولارات. إن عدم العدالة في توزيع هذه القيمة يعيق بشكل كبير الرغبة في توفير بيانات عالية الجودة.
في هذا السياق، تحاول بعض مشاريع Web3 AI إعادة كتابة قواعد توزيع قيمة تعليم البيانات باستخدام تقنية blockchain. من خلال آلية تحفيز الرموز، لم يعد المعلّمون البيانات "عمال بيانات" رخيصين، بل أصبحوا "مساهمين" حقيقيين في شبكة الذكاء الاصطناعي. قد تكون هذه النموذج أكثر ملاءمة لمشاهد تعليم البيانات، ولديها القدرة على تحقيق توزيع قيمة أكثر عدلاً.
سواء كانت شركات التكنولوجيا التقليدية أو مشاريع Web3، فإنها أصبحت تدرك أهمية البيانات عالية الجودة. عندما تبني الشركات التقليدية حواجز البيانات بالمال، فإن Web3 تحاول من خلال اقتصاد الرموز بناء نظام بيئي للبيانات أكثر ديمقراطية. لقد بدأت "الحرب الباردة" حول مستقبل الذكاء الاصطناعي في الخفاء، وستكون جودة البيانات هي العامل الحاسم في تحديد الفائزين والخاسرين.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 21
أعجبني
21
8
مشاركة
تعليق
0/400
GasFeeCrier
· 08-01 04:57
150 مليار يعني حقًا إحراق المال
شاهد النسخة الأصليةرد0
FudVaccinator
· 07-29 08:49
148 مليار؟ هل جننت؟
شاهد النسخة الأصليةرد0
DefiSecurityGuard
· 07-29 06:00
ممم... تم اكتشاف مخطط وعاء العسل الويب3 النموذجي. DYOR لكن هذه "المشاريع الذكية" تظهر جميع مؤشرات سحب السجادة الكلاسيكية بصراحة
شاهد النسخة الأصليةرد0
LiquidityOracle
· 07-29 05:57
لقد عادوا لتسويق المفاهيم مرة أخرى
شاهد النسخة الأصليةرد0
SchrodingerAirdrop
· 07-29 05:54
التعليمات هي الأساس، توزيع مجاني ليس إلا فقاعة.
شاهد النسخة الأصليةرد0
TestnetNomad
· 07-29 05:53
أنا من حزب "الاستلقاء"، مهندس واجهة أمامية يتكاسل. لا تتنافسوا، فحتى العلامات لا يمكنني القيام بها.
ارتفاع وضع العلامات على البيانات إعادة تشكيل قيمة صناعة الذكاء الاصطناعي قد تصبح مشاريع Web3 بؤرة جديدة
التركيز الجديد في صناعة الذكاء الاصطناعي: قيمة وسم البيانات تتجاوز قوة الحوسبة بكثير
مؤخراً، ظهر اتجاه ملحوظ في مجال الذكاء الاصطناعي: أصبح وضع البيانات أكثر قيمة من تجميع قوة الحوسبة. العلامة البارزة لهذا الاتجاه هي أن إحدى الشركات التقنية الكبرى أنفقت 14.8 مليار دولار للاستحواذ على ما يقرب من نصف أسهم شركة لوضع البيانات، مما أثار ضجة في جميع أنحاء دائرة التكنولوجيا. في الوقت نفسه، لا تزال بعض مشاريع Web3 AI تكافح للتخلص من علامة "تضليل المفاهيم". وراء هذا التباين الكبير، يبدو أن السوق تتجاهل بعض العوامل الرئيسية.
على الرغم من أن تجميع قوة الحوسبة هو مفهوم يجذب الانتباه، إلا أن قوة الحوسبة في جوهرها هي سلعة موحدة، والنقاط الرئيسية للتنافس تتعلق بالسعر والتوافر. ومع ذلك، قد تختفي هذه الميزة بسرعة مع تعديل أسعار مقدمي الخدمات السحابية الكبرى أو زيادة العرض.
بالمقارنة، تُعَدُّ تسمية البيانات مجالاً يحتاج إلى ذكاء بشري وحُكمٍ متخصص. تتضمن تسمية البيانات عالية الجودة معرفةً متخصصة فريدة، وخلفيات ثقافية، وتجارب إدراكية، وهي أمور لا يمكن ببساطة نسخها أو قياسها. على سبيل المثال، تتطلب تسمية تشخيصات الصور السرطانية الدقيقة حدساً متخصصاً من أطباء الأورام ذوي الخبرة، بينما يعتمد تحليل مشاعر السوق المالية بدقة على خبرة المتداولين المتمرسين.
نجاح إحدى شركات تعليم البيانات يبرز حقيقة تم تجاهلها: في المرحلة الحالية، قوة الحوسبة لم تعد مورداً نادراً، وبنية النموذج أصبحت تتجه نحو التماثل، وما يحدد فعلياً الحد الأقصى للذكاء الاصطناعي هو البيانات التي تمت معالجتها بعناية. قائمة عملاء هذه الشركة يمكن اعتبارها "تشكيلة النجوم" في مجال الذكاء الاصطناعي، بما في ذلك العديد من شركات التكنولوجيا المعروفة والدوائر الحكومية.
ومع ذلك، فإن نماذج التوسيم البيانية التقليدية تعاني من مشاكل في تصميم الحوافز. على سبيل المثال، قد يقضي طبيب ساعات عديدة في تمييز الصور الطبية، لكنه يحصل فقط على مكافآت ضئيلة، في حين أن النماذج الذكية التي تم تدريبها باستخدام هذه البيانات قد تصل قيمتها إلى عشرات المليارات من الدولارات. إن عدم العدالة في توزيع هذه القيمة يعيق بشكل كبير الرغبة في توفير بيانات عالية الجودة.
في هذا السياق، تحاول بعض مشاريع Web3 AI إعادة كتابة قواعد توزيع قيمة تعليم البيانات باستخدام تقنية blockchain. من خلال آلية تحفيز الرموز، لم يعد المعلّمون البيانات "عمال بيانات" رخيصين، بل أصبحوا "مساهمين" حقيقيين في شبكة الذكاء الاصطناعي. قد تكون هذه النموذج أكثر ملاءمة لمشاهد تعليم البيانات، ولديها القدرة على تحقيق توزيع قيمة أكثر عدلاً.
سواء كانت شركات التكنولوجيا التقليدية أو مشاريع Web3، فإنها أصبحت تدرك أهمية البيانات عالية الجودة. عندما تبني الشركات التقليدية حواجز البيانات بالمال، فإن Web3 تحاول من خلال اقتصاد الرموز بناء نظام بيئي للبيانات أكثر ديمقراطية. لقد بدأت "الحرب الباردة" حول مستقبل الذكاء الاصطناعي في الخفاء، وستكون جودة البيانات هي العامل الحاسم في تحديد الفائزين والخاسرين.