Његова инвестиција од 14,3 милијарде долара у Сцале АИ интензивирала је текућу дискусију о квалитету ИИ података и поверењу - понекад на начине који лоше одражавају Мета и Сцале, али несумњиво на начине који су важни.
Инвестиција, најављена у јуну 2025. године, доделила је Мети 49% негласног учешћа у стартупу за означавање података вештачке интелигенције.
У року од неколико дана, главни клијенти, укључујући Гоогле, ОпенАИ и кАИ, почели су да прекидају везе са Сцале АИ, што је изазвало оно што је један конкурент описао као "
Rezultat je ponovo usmeren na dva ključna područja koja oblikuju budućnost razvoja veštačke inteligencije: infrastrukturu poverenja koja podržava partnerstva i rastuću potrebu za visokokvalitetnim podacima o obuci.
Imperativ za poverenje u razvoj AI
Scale je svoju procenu zasnivao na jednostavnom, ali moćnom predlogu: da služi kao neutralni sudija na tržištu označavanja podataka, pružajući usluge gotovo svakom velikom AI laboratoriju bez igranja favorita.
Мета инвестиција разбила то поверење преко ноћи.Као Гарет Лорд, извршни директор конкурента Сцале Хандсхаке,
Гугл, највећи клијент Сцале-а са плановима да потроши око 200 милиона долара на услуге Сцале-а 2025. године,
Али криза поверења је била дубља од конкурентних забринутости.Накнадна истрага Бизнис Инсајдера открила је да Сцале АИ
Bezbednosni propusti su se proširili na radnu snagu kompanije Scale, a javni dokumenti sadrže privatne adrese e-pošte hiljada izvođača, informacije o plaćama i procene performansi – uključujući liste radnika osumnjičenih za „prevaru“.
Скала је одговорила обећањем да ће спровести темељну истрагу и онемогућити дељење јавних докумената,Али штета је била направљена.
Izazov za kvalitet podataka
Док је поверење доминирало насловима, споразум Мета-Сцале нагласио је још фундаменталнији изазов: растући недостатак висококвалитетних података о обуци који прети да ограничи развој АИ.
Криза квалитета података је и квантитативна и квалитативна.Истраживање Епоцх АИ указује на то да
Пролиферација синтетичког садржаја ствара порочни циклус. АИ модели обучени на АИ генерисаним подацима пате од онога што истраживачи називају
Решење је да се ослањамо на стручњаке из предмета који примењују своје знање за обуку и контролу квалитета АИ апликација. На пример, АИ модели у здравственој заштити требају дубоке увиде које се налазе у уму практичара у индустрији. Ови практичари, заузврат, морају бити научени како да подстакну велике језичке моделе како би их обучили.
Пословни модел Сцале АИ је изграђен на решавању ових изазова кроз глобалну мрежу од преко 240.000 извођача који ручно анотирају слике, текстове и видео записе.Али унутрашњи документи компаније открили су проблеме контроле квалитета који су се протезали изван кршења безбедности.Сцале се борио са "спам понашањем" од неквалификованих доприносилаца, са пројектним дневницима који показују напоре да се заглаве извођачи који су поднели. "
Притисак да се служи великим клијентима током пост-ЧатГПТ АИ бума довео је до компромиса у контроли квалитета.Програми који су требало да буду запослени искључиво од стране стручњака постали су "поплављени спамом", према интерним документима.Чак и када су пројекти били намењени да буду анонимни, извођачи су могли лако идентификовати клијенте по природи задатака или инструкција, понекад једноставно позивањем модела директно.
Риппле ефекти широм екосистема АИ
Kontroverza o meta-skali ubrzala je fragmentaciju tržišta, jer kompanije pokušavaju da smanje zavisnost od pojedinih provajdera.
