Meta-ийн Scale AI-д 14,3 тэрбум долларын хөрөнгө оруулалт нь AI-ийн өгөгдлийн чанарын болон найдвартай талаарх туршилтын талаархи асуултыг нэмэгдүүлж байна - заримдаа Meta болон Scale-ийг хязгаарлагдмал хэлбэрээр, харин чухал хэлбэрээр.
Нэгдсэн 2025 оны зургадугаар сард хөрөнгө оруулалт Meta-ийг AI-ийн өгөгдлийн эмчилгээний эх үүсвэр дээр 49% -ийг уншиж чадахгүй байна.
Өнгөрсөн хоногийн дотор Google, OpenAI, xAI зэрэг гол хэрэглэгчид Scale AI-тэй харилцааг хуваалцах эхэлсэн бөгөөд нэг үйлчлүүлэгч гэж нэрлэдэг "
Эдүүлбэр нь AI-ийн хөгжилтийн идэвхжүүлэхийн тулд хоёр чухал газар дээр шинэ төвлөрсөн байна: хамтын ажиллагааг дэмжих найдвартай инфраструктур, өндөр чанарын сургалтын өгөгдлийг нэмэгдүүлэх хэрэгцээ.
AI-ийн хөгжүүлэхэд итгэмжлэгдсэн шаардлага
Scale-ийн үнэлгээ нь хялбар боловч хүчтэй зөвлөл дээр суурилсан: өгөгдлийн эмчилгээний зах зээлд нейтралтой арбитр болгон ажилладаг. Энэ нейтралтууд нь Scale-ийн хамгийн үнэ цэнэтэй хүчин чадал байсан бөгөөд Google, OpenAI, Microsoft гэх мэт компаниуд нь өрсөлдөгчүүдэд өрсөлдөх чадвартай шинжлэх ухааны илрүүлэх талаар анхаарлаагүйгээр чухал өгөгдлийн үүсгэх үйл ажиллагаа явуулах боломжийг олгодог.
Мета-ийн хөрөнгө оруулалт нь ноцтой хугацаанд энэ итгэл буцаж байна. Гарет Лорд, Scale-ийн конкурент Handshake-ийн гүйцэтгэх захирал,
Google, Scale-ийн хамгийн том хэрэглэгч бөгөөд 2025 онд Scale-ийн үйлчилгээнд 200 сая доллар зарцуулах төлөвлөж байна.
Гэсэн хэдий ч, Бизнесийн Insider-ийн дараагийн судалгаа нь Scale AI-ийг харуулж байна.
Аюулгүй байдлын хязгаар Scale-ийн ажилчидтай өргөн хүрсэн бөгөөд албан ёсны өгөгдлийг илгээх ажилчдын хувийн цахим хаяг, зардал мэдээлэл, гүйцэтгэлийн үнэлгээ, "хуучин" -ийг харуулсан ажилчдын жагсаалтууд зэрэг агуулсан. Кибер аюулгүй байдлын мэргэжилтнүүд Scale-ийн үйл явцыг "хэдийгээр найдвартай" гэж тайлбарласан.
Scale нь нарийвчлалтай судалгаа хийх, албан ёсны өгөгдлийн хуваалцах боломжийг олгоно,гэхдээ шүршүүртэй байсан.
Data чанарын Challenge
Тавтай морилно уу, Тавтай морилно уу, Тавтай морилно уу, Тавтай морилно уу, Тавтай морилно уу, Тавтай морилно уу!
Data quality crisis is both quantitative and qualitative. Epoch AI-ийн судалгаа нь
синтетик агуулгыг харьцуулахад зүрхний цикл бий болгодог. AI-ийн үүсгэсэн өгөгдөл дээр сургалттай AI-ийн загварууд судлаачид гэж нэрлэдэг
Ажлын шийдэл нь шинж чанарыг сургалт, чанарын хяналтын AI програмуудыг хэрэглэхэд хэрэглэж байна. Жишээ нь, эрүүл мэндийн эрүүл мэндийн AI загварууд нь салбарт практичдын зүрхүүдэд оршдог гүнзгий мэдлэгийг шаарддаг. Эдгээр практичдыг нь их хэлний загварууд хэрхэн сургах хэрэгтэй. Та тэднийг сургахын тулд мэргэжилтнүүд олж чадахгүй. Тэд эх үүсвэртэй байх ёстой.
Scale AI-ийн бизнесийн загвар нь 240,000 гаруй үйлчлүүлэгчдийн олон улсын сүлжээний дамжуулан эдгээр асуултуудыг шийдэхийн тулд суурилуулсан бөгөөд энэ нь зураг, текст, видеог мандсан. Гэхдээ компанийн дотоод өгөгдөл нь чанарын хяналтын асуултуудыг хамарсан. Scale-ийг "спаммайн үйл ажиллагаа" -ийг хангахын тулд үйлчлүүлэгчдэд тусалдаг. "
ЧатГПТ-ийн дараагийн AI буудлын хугацаанд гол хэрэглэгчдэд үйлчилгээ үзүүлэх даралт чанарыг чанарын хяналтын компромис болгон авчирдаг. Програм хангамж нь зөвхөн мэргэжилтнүүдтэй ажиллуулах зорилготой бөгөөд интернетийн өгөгдлийн дагуу "спам-д амархан" байсан. Үүнээс гадна төслүүд нь аноним байх зорилготой боловч үйлчлүүлэгч нь үйлчлүүлэгчдэд амархан мэдэгдэж чадна.
Ripple-ийн үр нөлөө AI-ийн байгаль орчинд
Meta-Scale-ийн асуултууд нь компаниуд нэг ханган нийлүүлэгчдэд хязгаарлалыг багасгах зорилгоор зах зээлийн фрагментацийг хурдацсан.
