تشكيل جديد في مجال بيانات الذكاء الاصطناعي: تصادم استثمارات الشركات الكبرى وابتكارات Web3
مؤخراً، أثار قطاع الذكاء الاصطناعي حمى في مجال وضع العلامات على البيانات. قامت إحدى الشركات التكنولوجية العملاقة بشراء حوالي نصف أسهم شركة لوضع العلامات على البيانات بسعر مذهل يبلغ 14.8 مليار دولار، مما أثار جدلاً واسعاً في دوائر التكنولوجيا. وفي الوقت نفسه، لا يزال مشروع Web3 AI الذي سيصدر رمزه في المستقبل يواجه تساؤلات حول "التعلق بالمفاهيم وعدم القدرة على إثبات الذات". ما الذي تعكسه هذه المقارنة الواضحة من تغيرات في السوق؟
أولاً، تعتبر العلامة البيانية للبيانات أكثر قيمة وإمكانية مقارنة بتجميع القوة الحاسوبية الموزعة. على الرغم من أن قصة استخدام وحدات معالجة الرسوميات غير المستغلة للتحدي ضد عمالقة الحوسبة السحابية تبدو جذابة، إلا أن القوة الحاسوبية في جوهرها هي سلعة موحدة، والاختلاف الرئيسي يكون في السعر والتوافر. يبدو أن الميزة السعرية يمكن أن تجد فرصة في احتكار الكبار، ولكن بسبب عوامل مثل الموقع الجغرافي، وتأخير الشبكة، ونشاط المستخدم، فإن هذه الميزة يمكن أن تختفي بسهولة إذا خفض الكبار الأسعار أو زادوا العرض.
في المقابل، يُعد تمييز البيانات مجالًا يحتاج إلى الحكمة البشرية والحكم المهني. كل علامة عالية الجودة تحتوي على معرفة متخصصة فريدة، وخلفية ثقافية، وتجربة إدراكية، ولا يمكن تكرارها ببساطة مثل قوة معالجة GPU. على سبيل المثال، تتطلب علامة تشخيص الصور السرطانية الدقيقة حدس محترف من طبيب أورام ذو خبرة، في حين أن تحليل مشاعر السوق المالية العميق يعتمد على تجربة متداول محترف. هذه الندرة الطبيعية وعدم قابليتها للاستبدال تمنح تمييز البيانات ميزة تنافسية لا يمكن مقارنتها بقوة المعالجة.
مؤخراً، أعلنت إحدى شركات التكنولوجيا العملاقة رسمياً عن استحواذها على 49% من أسهم شركة لتعليم البيانات مقابل 14.8 مليار دولار، مما يجعلها أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يثير الانتباه أكثر هو أن مؤسس الشركة ومديرها التنفيذي سيتولى أيضاً رئاسة مختبر البحث الجديد "الذكاء الخارق" الذي أنشأته هذه الشركة التكنولوجية العملاقة.
تأسس هذا رجل الأعمال الصيني البالغ من العمر 25 عامًا شركته في عام 2016 بينما كان لا يزال طالبًا متسربًا من الجامعة، واليوم، تقدر قيمة الشركة التي يديرها بـ 30 مليار دولار. قائمة عملاء الشركة تعتبر "فريق النجوم" في مجال الذكاء الاصطناعي: تشمل العديد من مؤسسات البحث المعروفة في الذكاء الاصطناعي، مصنعين السيارات، عمالقة التكنولوجيا، والدوائر الحكومية. تتخصص الشركة في تقديم خدمات توضيح البيانات عالية الجودة لتدريب نماذج الذكاء الاصطناعي، ولديها أكثر من 300,000 مُعَلِّم تم تدريبهم بشكل احترافي.
من الواضح أنه بينما كان الجميع يتجادلون حول أي شركة لديها أداء نموذج أقوى، كان اللاعبون الحقيقيون في الصناعة قد نقلوا سراً ساحة المعركة إلى مصدر البيانات. هذه في الحقيقة "حرب خفية" حول السيطرة على مستقبل الذكاء الاصطناعي.
نجاح هذه الشركة المتخصصة في وضع علامات البيانات يكشف عن حقيقة تم تجاهلها: القوة الحاسوبية لم تعد نادرة، وهياكل النماذج تميل إلى التماثل، وما يحدد فعلاً الحد الأقصى للذكاء الاصطناعي هو تلك البيانات التي تم "تدريبها" بعناية. عملاق تكنولوجي ما اشترى بسعر مرتفع ليس مجرد شركة تعهيد، بل "حق استخراج النفط" في عصر الذكاء الاصطناعي.
ومع ذلك، فإن الاحتكار سيؤدي دائمًا إلى المقاومة. تمامًا كما تحاول منصات الحوسبة الموزعة أن تطيح بخدمات الحوسبة السحابية المركزية، تحاول بعض مشاريع Web3 AI إعادة كتابة قواعد توزيع قيمة تعيين البيانات بشكل جذري باستخدام تقنية blockchain. تكمن المشكلة الأساسية في نموذج تعيين البيانات التقليدي ليس في التكنولوجيا، ولكن في عدم منطقية تصميم آلية التحفيز.
على سبيل المثال، قد يقضي الطبيب ساعات في وضع علامات على الصور الطبية، لكنه قد يحصل فقط على بضع عشرات من الدولارات كأجر، بينما قد تصل قيمة نموذج الذكاء الاصطناعي الذي تم تدريبه باستخدام هذه البيانات إلى مليارات الدولارات، لكن الطبيب لا يستطيع مشاركة هذه العائدات. هذه التوزيعة غير العادلة للقيمة تؤثر بشكل كبير على حماس توفير البيانات عالية الجودة.
وبدفع من آلية تحفيز الرموز في Web3، لن يكون هؤلاء المساهمون مجرد "عمال" بيانات رخيصة، بل سيكونون "مساهمين" حقيقيين في شبكة نماذج اللغة الكبيرة للذكاء الاصطناعي. من الواضح أن مزايا Web3 في تحويل علاقات الإنتاج تظهر بشكل أكثر وضوحًا في سيناريوهات وضع العلامات على البيانات.
من المثير للاهتمام أن مشروع Web3 AI هذا قد أطلق رموزه في اللحظة التي أعلنت فيها إحدى شركات التكنولوجيا الكبرى عن استحواذها بسعر مرتفع، فهل هذه مصادفة أم ترتيب دقيق؟ في رأي الكاتب، يعكس هذا في الواقع نقطة تحول في السوق: سواء كان Web3 AI أو AI التقليدي، فقد انتقلوا من "التنافس في القدرة الحاسوبية" إلى مرحلة جديدة من "التنافس في جودة البيانات".
عندما تستخدم الشركات العملاقة التقليدية الأموال لبناء حواجز بيانات ، يقوم Web3 ببناء تجربة "ديمقراطية البيانات" على نطاق أوسع من خلال اقتصاد التوكنات. هذه اللعبة حول مستقبل الذكاء الاصطناعي قد بدأت للتو.
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.
ميدان جديد لتعليم البيانات بالذكاء الاصطناعي: صراع الاستحواذ بين العمالقة والابتكار في Web3
تشكيل جديد في مجال بيانات الذكاء الاصطناعي: تصادم استثمارات الشركات الكبرى وابتكارات Web3
مؤخراً، أثار قطاع الذكاء الاصطناعي حمى في مجال وضع العلامات على البيانات. قامت إحدى الشركات التكنولوجية العملاقة بشراء حوالي نصف أسهم شركة لوضع العلامات على البيانات بسعر مذهل يبلغ 14.8 مليار دولار، مما أثار جدلاً واسعاً في دوائر التكنولوجيا. وفي الوقت نفسه، لا يزال مشروع Web3 AI الذي سيصدر رمزه في المستقبل يواجه تساؤلات حول "التعلق بالمفاهيم وعدم القدرة على إثبات الذات". ما الذي تعكسه هذه المقارنة الواضحة من تغيرات في السوق؟
أولاً، تعتبر العلامة البيانية للبيانات أكثر قيمة وإمكانية مقارنة بتجميع القوة الحاسوبية الموزعة. على الرغم من أن قصة استخدام وحدات معالجة الرسوميات غير المستغلة للتحدي ضد عمالقة الحوسبة السحابية تبدو جذابة، إلا أن القوة الحاسوبية في جوهرها هي سلعة موحدة، والاختلاف الرئيسي يكون في السعر والتوافر. يبدو أن الميزة السعرية يمكن أن تجد فرصة في احتكار الكبار، ولكن بسبب عوامل مثل الموقع الجغرافي، وتأخير الشبكة، ونشاط المستخدم، فإن هذه الميزة يمكن أن تختفي بسهولة إذا خفض الكبار الأسعار أو زادوا العرض.
في المقابل، يُعد تمييز البيانات مجالًا يحتاج إلى الحكمة البشرية والحكم المهني. كل علامة عالية الجودة تحتوي على معرفة متخصصة فريدة، وخلفية ثقافية، وتجربة إدراكية، ولا يمكن تكرارها ببساطة مثل قوة معالجة GPU. على سبيل المثال، تتطلب علامة تشخيص الصور السرطانية الدقيقة حدس محترف من طبيب أورام ذو خبرة، في حين أن تحليل مشاعر السوق المالية العميق يعتمد على تجربة متداول محترف. هذه الندرة الطبيعية وعدم قابليتها للاستبدال تمنح تمييز البيانات ميزة تنافسية لا يمكن مقارنتها بقوة المعالجة.
مؤخراً، أعلنت إحدى شركات التكنولوجيا العملاقة رسمياً عن استحواذها على 49% من أسهم شركة لتعليم البيانات مقابل 14.8 مليار دولار، مما يجعلها أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يثير الانتباه أكثر هو أن مؤسس الشركة ومديرها التنفيذي سيتولى أيضاً رئاسة مختبر البحث الجديد "الذكاء الخارق" الذي أنشأته هذه الشركة التكنولوجية العملاقة.
تأسس هذا رجل الأعمال الصيني البالغ من العمر 25 عامًا شركته في عام 2016 بينما كان لا يزال طالبًا متسربًا من الجامعة، واليوم، تقدر قيمة الشركة التي يديرها بـ 30 مليار دولار. قائمة عملاء الشركة تعتبر "فريق النجوم" في مجال الذكاء الاصطناعي: تشمل العديد من مؤسسات البحث المعروفة في الذكاء الاصطناعي، مصنعين السيارات، عمالقة التكنولوجيا، والدوائر الحكومية. تتخصص الشركة في تقديم خدمات توضيح البيانات عالية الجودة لتدريب نماذج الذكاء الاصطناعي، ولديها أكثر من 300,000 مُعَلِّم تم تدريبهم بشكل احترافي.
من الواضح أنه بينما كان الجميع يتجادلون حول أي شركة لديها أداء نموذج أقوى، كان اللاعبون الحقيقيون في الصناعة قد نقلوا سراً ساحة المعركة إلى مصدر البيانات. هذه في الحقيقة "حرب خفية" حول السيطرة على مستقبل الذكاء الاصطناعي.
نجاح هذه الشركة المتخصصة في وضع علامات البيانات يكشف عن حقيقة تم تجاهلها: القوة الحاسوبية لم تعد نادرة، وهياكل النماذج تميل إلى التماثل، وما يحدد فعلاً الحد الأقصى للذكاء الاصطناعي هو تلك البيانات التي تم "تدريبها" بعناية. عملاق تكنولوجي ما اشترى بسعر مرتفع ليس مجرد شركة تعهيد، بل "حق استخراج النفط" في عصر الذكاء الاصطناعي.
ومع ذلك، فإن الاحتكار سيؤدي دائمًا إلى المقاومة. تمامًا كما تحاول منصات الحوسبة الموزعة أن تطيح بخدمات الحوسبة السحابية المركزية، تحاول بعض مشاريع Web3 AI إعادة كتابة قواعد توزيع قيمة تعيين البيانات بشكل جذري باستخدام تقنية blockchain. تكمن المشكلة الأساسية في نموذج تعيين البيانات التقليدي ليس في التكنولوجيا، ولكن في عدم منطقية تصميم آلية التحفيز.
على سبيل المثال، قد يقضي الطبيب ساعات في وضع علامات على الصور الطبية، لكنه قد يحصل فقط على بضع عشرات من الدولارات كأجر، بينما قد تصل قيمة نموذج الذكاء الاصطناعي الذي تم تدريبه باستخدام هذه البيانات إلى مليارات الدولارات، لكن الطبيب لا يستطيع مشاركة هذه العائدات. هذه التوزيعة غير العادلة للقيمة تؤثر بشكل كبير على حماس توفير البيانات عالية الجودة.
وبدفع من آلية تحفيز الرموز في Web3، لن يكون هؤلاء المساهمون مجرد "عمال" بيانات رخيصة، بل سيكونون "مساهمين" حقيقيين في شبكة نماذج اللغة الكبيرة للذكاء الاصطناعي. من الواضح أن مزايا Web3 في تحويل علاقات الإنتاج تظهر بشكل أكثر وضوحًا في سيناريوهات وضع العلامات على البيانات.
من المثير للاهتمام أن مشروع Web3 AI هذا قد أطلق رموزه في اللحظة التي أعلنت فيها إحدى شركات التكنولوجيا الكبرى عن استحواذها بسعر مرتفع، فهل هذه مصادفة أم ترتيب دقيق؟ في رأي الكاتب، يعكس هذا في الواقع نقطة تحول في السوق: سواء كان Web3 AI أو AI التقليدي، فقد انتقلوا من "التنافس في القدرة الحاسوبية" إلى مرحلة جديدة من "التنافس في جودة البيانات".
عندما تستخدم الشركات العملاقة التقليدية الأموال لبناء حواجز بيانات ، يقوم Web3 ببناء تجربة "ديمقراطية البيانات" على نطاق أوسع من خلال اقتصاد التوكنات. هذه اللعبة حول مستقبل الذكاء الاصطناعي قد بدأت للتو.