Технолог: Децентрализованный краудсорсинг данных является ключом к противодействию доминированию крупных технологических компаний

Как опытный технологический предприниматель и энтузиаст искусственного интеллекта, я считаю, что потенциал Synesis One совершить революцию в индустрии искусственного интеллекта действительно воодушевляет. На протяжении десятилетий путешествуя по бурным волнам мира технологий, я своими глазами видел, как централизованные системы часто не могут удовлетворить потребности как компаний, так и работников.

📱 🚀 Перестаньте бесцельно прожигать жизнь! Присоединяйтесь к нашему Telegram-каналу @lospopadosos, чтобы узнавать последние новости о мобильных гаджетах. Потому что кому нужно реальное общение с людьми, когда вы можете наслаждаться чудесами технологий? 😎 💥 👇

top-mob.com Telegram

Генеральный директор технологической компании предлагает «демократизировать» ИИ с помощью децентрализованного краудсорсинга данных.

Децентрализованный краудсорсинг данных: путь к искусственному интеллекту без предвзятости

Исаак Банг, технолог и генеральный директор Synesis One, предостерегает от потенциально опасной ситуации, когда избранное количество технологических титанов накапливает данные и доминирует в конкурентной борьбе в области искусственного интеллекта (ИИ). Он выступает за равное распределение возможностей ИИ, стремясь не дать победителю в продолжающейся гонке ИИ превратиться в непревзойденного гиганта в отрасли.

По мнению Бэнга, более эффективно сосредоточиться на распределении сбора данных между многими людьми, а не полагаться на крупные корпорации, ориентированные на данные. Как поясняет Банг в своих ответах TopMob, такой подход децентрализованного краудсорсинга данных позволяет компаниям обойти необходимость в штатных специалистах по данным. Вместо этого они могут передавать задачи, связанные с анализом данных, более широкому кругу цифровых работников или специалистов.

По мнению Банга, эта модель особенно подходит для предприятий, стремящихся к расширению, но испытывающих недостаток внутренних ресурсов. Это не только дает конкурентное преимущество, но и решает проблему предвзятости данных, с которой часто сталкиваются централизованные технологические гиганты, полагаясь на децентрализованный краудсорсинг данных.

В то время как правительства выражают озабоченность общественной безопасностью в отношении децентрализованного управления данными, Банг, тем не менее, предостерегает от широких правил, которые могут в конечном итоге задушить инновации. Вместо этого он призывает регулирующие органы и законодателей изучить, как «может и используется децентрализованный источник данных», прежде чем принимать политику.

В своих дополнительных ответах Банг обсуждает соперничество между компаниями, занимающимися ИИ, и потенциальные опасности, связанные с внедрением ИИ. Здесь вы найдете ответы генерального директора Synesis One на заданные вопросы.

Вопрос: Вот заставляющий задуматься взгляд на рынок и отрасль искусственного интеллекта. По оценкам, к 2024 году рынок искусственного интеллекта будет стоить 184 миллиарда долларов, а движущей силой этого рынка станут данные. Ключевыми аспектами являются эффективный сбор, обработка и использование данных. Поскольку крупные компании, ориентированные на данные, накапливают огромные объемы данных на протяжении многих лет с минимальными затратами, они имеют значительное преимущество в этой области. Как вы относитесь к тем, что эти технологические гиганты доминируют в сфере данных и потенциально дают им преимущество в конкурентной борьбе в области ИИ?

Как исследователь (BR): Я глубоко заинтересован в изучении преобразующего потенциала искусственного интеллекта (ИИ), который приближает нас к четвертой промышленной революции. Степень его влияния превосходит наше нынешнее понимание. Однако концентрация данных и лидерства в сфере искусственного интеллекта среди избранных компаний создает значительные риски.

Не могли бы вы объяснить, что такое децентрализованный краудсорсинг данных и чем он отличается от традиционных методов сбора данных?

Обычно компании собирают информацию от своих клиентов, которые используют их продукты или услуги. Эти данные затем используются ИИ посредством работы специалистов по обработке данных и других специалистов, которые очищают и маркируют их. Традиционные способы сбора и подготовки данных подходят крупным корпорациям с многочисленными пользователями и значительными ресурсами. Тем не менее, малые и средние предприятия могут столкнуться с трудностями при расширении своих требований к данным.

Проще говоря, краудсорсинг децентрализованных данных — это процесс сбора необработанных данных или их обработки через обширную сеть цифровых фрилансеров, которые готовы предоставлять данные или выполнять задачи, связанные с данными. Размещая вознаграждения за эти задачи, связанные с данными, в общем пуле, компании могут получить доступ к этой рабочей силе, не нуждаясь в собственных сотрудниках или специализированных специалистах по обработке данных. Такой подход позволяет предприятиям быстро расширяться, не вкладывая больших средств в найм персонала.

Не могли бы вы рассказать подробнее о том, как человеческий интеллект используется при сборе данных посредством краудсорсинга, уделяя особое внимание задачам, в которых искусственный интеллект часто не справляется?

ПБ: Люди обладают способностью к логическому мышлению, тогда как нынешние системы искусственного интеллекта, основанные на машинном обучении, в основном выявляют закономерности посредством статистических вычислений, лишенных подлинного рассуждения. По мере развития моделей ИИ им все чаще требуются высококачественные и специализированные данные из определенных областей. Например, общая модель изучения языка (LLM) не будет эффективно функционировать в медицинской среде. Такая LLM может быть адаптирована для конкретной области медицины, но эта адаптация требует присутствия экспертов с глубокими знаниями в этой области. Этот принцип справедлив для любых приложений ИИ, разработанных для специализированных целей.

Какую роль краудсорсинговый сбор данных играет в преодолении предвзятости данных и создании более широкого и инклюзивного набора данных?

По сути, наличие широкого разнообразия источников для сбора и маркировки данных или аннотаций приводит к созданию более разнообразного и всеобъемлющего набора данных. В децентрализованной системе, где участники и аннотаторы данных не ограничены одной платформой, корпорацией, сетью или сообществом, мы можем свести к минимуму потенциальную предвзятость, которая может быть внесена одной централизованной организацией.

Вопрос: Можете ли вы поделиться примерами новаторского использования сбора данных от масс, осваивающих новые территории, особенно в сочетании с передовыми технологиями, такими как искусственный интеллект (ИИ)?

Ценное применение лежит в области обработки естественного языка. Поскольку компании работают по всему миру, им важно предоставлять первоклассные услуги и товары на всех языках, соответствующих рынкам, на которых они представлены. Однако многие высокоэффективные модели изучения языка (LLM) оптимально работают на английском языке. Чтобы преодолеть этот разрыв, компании часто прибегают к краудсорсингу для различных языков и диалектов, а не только для целей ИИ, таких как локализация своих продуктов.

В перефразированной версии: эксперты сходятся во мнении, что за децентрализованным управлением данными будущее, но некоторые регуляторы и крупные корпорации, похоже, с этим не согласны. Говорят, что одна из причин опасений регулирующих органов по поводу децентрализованного управления данными связана с проблемами надзора и надзора, в то время как крупный бизнес беспокоится о потенциальной потере доходов. Учитывая этот контекст, мне хотелось бы услышать ваши мысли о том, как политикам следует формировать правила, ориентированные на данные, чтобы стимулировать инновации, гарантируя при этом общественную безопасность и защищенность?

Поддержание всех транзакций в блокчейне обеспечивает достаточную прозрачность для решения проблем надзора и надзора. Однако, если регулирующие органы будут уделять приоритетное внимание общественной безопасности и защищенности, им, возможно, придется разработать дополнительные инструкции по тому, как централизованные организации обрабатывают и используют данные. Вместо того чтобы реагировать со страхом, политикам следует сначала узнать о преимуществах и применении децентрализованных источников данных. Если существуют потенциальные риски или злоупотребления, то можно принять соответствующие меры, а не вводить широкие правила, которые могут подавить инновации.

Не могли бы вы рассказать мне, как вы справляетесь с опасениями по поводу возможных угроз национальной безопасности, включая возможность использования вашей платформы для вредоносных действий?

Как исследователь, я в настоящее время наблюдаю, что наша платформа еще не сталкивалась с какими-либо злоупотреблениями. Однако сложно предвидеть потенциальные риски, которые могут представлять угрозу на уровне национальной безопасности. Что касается хранения данных, Synesis предлагает гибкость как с децентрализованными системами, такими как IPFS и Arweave, так и с централизованными решениями, такими как AWS. Выбор в конечном итоге остается за нашими клиентами. Что касается аннотаций данных, все материалы проходят экспертную оценку, и клиент может настроить этот процесс для предотвращения вредоносных действий.

Короче говоря, крупные технологические компании часто оценивают децентрализованный источник данных, исходя из собственных преимуществ. Однако ваша блокчейн-платформа Synesis One стремится фундаментально преобразовать эту систему. Не могли бы вы кратко объяснить, какую революцию Synesis One намерена осуществить в секторе искусственного интеллекта, и обсудить некоторые существенные препятствия, с которыми вы столкнулись?

В Synesis мы стремимся стать мировым лидером в сети цифровых работников, объединяя специализированных и предметных экспертов с требованиями к данным ИИ из различных отраслей. Потребность в расширенном обучении ИИ (например, точной настройке, RLHF и обработке необработанных данных) быстро растет, учитывая растущее использование ИИ в различных приложениях. Наша цель — расширить возможности предприятий всех размеров и секторов, предлагая платформу и глобальную сеть цифровых экспертов, что позволит им без особых усилий удовлетворить свои потребности в масштабировании данных искусственного интеллекта. Это не только помогает компаниям расширяться, но и создает новые возможности получения дохода для людей по всему миру, делясь своим опытом и навыками в Интернете.

Проще говоря, как вы планируете маневрировать на жестоком рынке, где ваш продукт конкурирует с хорошо зарекомендовавшими себя компаниями по управлению данными, которые могут пойти на все, чтобы защитить свои позиции?

Новая формулировка. Удивительно, что авторитетные компании упускают из виду множество проблем для своих сотрудников, особенно когда дело касается платежей и прозрачности. Например, трансграничные транзакции часто являются дорогостоящими и медленными. Кроме того, существенной проблемой является отсутствие ясности. Для нас это отличная возможность, поскольку наша платежная система не требует минимального баланса, не взимает комиссий и предлагает мгновенные транзакции. Мы привлекли множество недовольных цифровых работников, которые ранее работали с крупными игроками в секторе маркировки данных Web2. По мере того, как мы расширяем нашу рабочую силу из разных слоев общества и расширяем нашу сеть, наши решения будут становиться все более привлекательными для потенциальных клиентов.

Помимо потенциальных опасностей, с которыми ваша компания может столкнуться при предоставлении своих услуг, с какими скрытыми опасностями могут столкнуться пользователи вашей платформы и как ваша команда планирует устранить эти риски?

Одной из серьезных проблем, с которыми могут столкнуться наши пользователи, является разрыв между необходимыми знаниями и навыками, необходимыми для конкретных кампаний, особенно тех, которые носят технический характер. Если пользователю не удастся преуспеть, он не получит существенного вознаграждения. Платформа ценит точность работы, от которой напрямую зависит репутация пользователя. Некоторые задачи требуют технических знаний или требуют сложного обучения. Поэтому новым пользователям следует рассчитывать на то, что они потратят время на понимание и освоение некоторых кампаний/задач по работе с данными. Чтобы помочь нашим пользователям в их росте, мы постоянно создаем и обновляем образовательные и обучающие ресурсы. Эти взаимные инвестиции в обучение принесут положительные результаты для всех участников, если пользователь(и) будут тратить время на чтение и усвоение этих ресурсов.

Смотрите также

2024-11-23 13:58