Cục diện mới trong lĩnh vực gán nhãn dữ liệu AI: từ cạnh tranh khả năng tính toán đến cuộc chiến chất lượng dữ liệu
Gần đây, gã khổng lồ công nghệ Meta đã mua lại gần một nửa cổ phần của công ty đánh dấu dữ liệu Scale AI với giá 14,8 tỷ USD, động thái này đã gây chấn động toàn bộ Silicon Valley và được xem là một sự định giá lại cho ngành "đánh dấu dữ liệu". Trong khi đó, một số dự án Web3 AI vẫn đang nỗ lực thoát khỏi nhãn "thổi phồng khái niệm". Đằng sau sự tương phản lớn này, thị trường dường như đã bỏ qua một số yếu tố quan trọng.
Việc gán nhãn dữ liệu có giá trị hơn so với việc tập hợp khả năng tính toán phi tập trung. Mặc dù câu chuyện về việc sử dụng GPU nhàn rỗi để thách thức các ông lớn trong ngành điện toán đám mây rất hấp dẫn, nhưng khả năng tính toán về bản chất là hàng hóa tiêu chuẩn, sự khác biệt chủ yếu nằm ở giá cả và tính khả dụng. Một khi các ông lớn giảm giá hoặc tăng nguồn cung, lợi thế này rất dễ bị xóa nhòa.
So với đó, việc gán nhãn dữ liệu là một lĩnh vực khác biệt cần trí tuệ và phán đoán chuyên môn của con người. Gán nhãn chất lượng cao mang lại kiến thức chuyên môn độc đáo, bối cảnh văn hóa và kinh nghiệm nhận thức, không thể sao chép tiêu chuẩn hóa như khả năng tính toán của GPU. Ví dụ, việc gán nhãn chẩn đoán hình ảnh ung thư chính xác cần đến trực giác chuyên môn của các bác sĩ ung thư có kinh nghiệm, trong khi phân tích tâm lý thị trường tài chính thành thạo không thể thiếu kinh nghiệm thực chiến của các nhà giao dịch phố Wall. Sự khan hiếm và tính không thể thay thế này mang lại cho việc gán nhãn dữ liệu một cái hào sâu sắc.
Hành động Meta mua lại Scale AI đáng được chú ý. Người sáng lập và CEO của Scale AI, Alexandr Wang, sẽ đồng thời đảm nhận vị trí trưởng phòng nghiên cứu "Siêu thông minh" mới được thành lập của Meta. Công ty do doanh nhân 25 tuổi này sáng lập đã được định giá lên tới 30 tỷ USD, với khách hàng bao gồm nhiều công ty và tổ chức AI hàng đầu.
Việc mua lại này đã phơi bày một thực tế bị bỏ qua: Khả năng tính toán không còn khan hiếm, kiến trúc mô hình ngày càng trở nên đồng nhất, điều thực sự quyết định giới hạn trí tuệ nhân tạo là những dữ liệu được "huấn luyện" kỹ lưỡng. Hành động của Meta có thể được coi là cuộc tranh giành "quyền khai thác dầu mỏ" trong thời đại AI.
Tuy nhiên, sự độc quyền luôn gây ra sự chống đối. Một số dự án Web3 AI đang cố gắng sử dụng blockchain để viết lại các quy tắc phân phối giá trị của việc gán nhãn dữ liệu. Vấn đề chính của mô hình gán nhãn dữ liệu truyền thống nằm ở việc thiết kế động lực không hợp lý. Ví dụ, một bác sĩ dành hàng giờ để gán nhãn hình ảnh y tế, có thể chỉ nhận được vài chục đô la tiền công, trong khi giá trị của mô hình AI được đào tạo từ những dữ liệu này có thể lên tới hàng tỷ đô la, nhưng bác sĩ lại không thể chia sẻ lợi nhuận từ đó.
Cơ chế khuyến khích token Web3 có khả năng thay đổi tình hình này, biến những người cung cấp dữ liệu từ "công nhân dữ liệu" giá rẻ thành những "cổ đông" thực sự của mạng AI. Lợi thế của Web3 trong việc cải cách quan hệ sản xuất thể hiện rõ ràng trong bối cảnh gán nhãn dữ liệu.
Thị trường dường như đang ở một bước ngoặt: cả Web3 AI và AI truyền thống đều đã chuyển từ "Khả năng tính toán cạnh tranh" sang "cạnh tranh chất lượng dữ liệu". Khi các ông lớn truyền thống xây dựng rào cản dữ liệu bằng tiền bạc, Web3 đang xây dựng một thí nghiệm "dân chủ hóa dữ liệu" lớn hơn bằng kinh tế token. Cuộc "chiến tranh lạnh" về quyền kiểm soát tương lai của AI đã âm thầm diễn ra.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Cấu trúc mới của dữ liệu AI: từ cuộc chiến khả năng tính toán đến cạnh tranh dữ liệu chất lượng cao
Cục diện mới trong lĩnh vực gán nhãn dữ liệu AI: từ cạnh tranh khả năng tính toán đến cuộc chiến chất lượng dữ liệu
Gần đây, gã khổng lồ công nghệ Meta đã mua lại gần một nửa cổ phần của công ty đánh dấu dữ liệu Scale AI với giá 14,8 tỷ USD, động thái này đã gây chấn động toàn bộ Silicon Valley và được xem là một sự định giá lại cho ngành "đánh dấu dữ liệu". Trong khi đó, một số dự án Web3 AI vẫn đang nỗ lực thoát khỏi nhãn "thổi phồng khái niệm". Đằng sau sự tương phản lớn này, thị trường dường như đã bỏ qua một số yếu tố quan trọng.
Việc gán nhãn dữ liệu có giá trị hơn so với việc tập hợp khả năng tính toán phi tập trung. Mặc dù câu chuyện về việc sử dụng GPU nhàn rỗi để thách thức các ông lớn trong ngành điện toán đám mây rất hấp dẫn, nhưng khả năng tính toán về bản chất là hàng hóa tiêu chuẩn, sự khác biệt chủ yếu nằm ở giá cả và tính khả dụng. Một khi các ông lớn giảm giá hoặc tăng nguồn cung, lợi thế này rất dễ bị xóa nhòa.
So với đó, việc gán nhãn dữ liệu là một lĩnh vực khác biệt cần trí tuệ và phán đoán chuyên môn của con người. Gán nhãn chất lượng cao mang lại kiến thức chuyên môn độc đáo, bối cảnh văn hóa và kinh nghiệm nhận thức, không thể sao chép tiêu chuẩn hóa như khả năng tính toán của GPU. Ví dụ, việc gán nhãn chẩn đoán hình ảnh ung thư chính xác cần đến trực giác chuyên môn của các bác sĩ ung thư có kinh nghiệm, trong khi phân tích tâm lý thị trường tài chính thành thạo không thể thiếu kinh nghiệm thực chiến của các nhà giao dịch phố Wall. Sự khan hiếm và tính không thể thay thế này mang lại cho việc gán nhãn dữ liệu một cái hào sâu sắc.
Hành động Meta mua lại Scale AI đáng được chú ý. Người sáng lập và CEO của Scale AI, Alexandr Wang, sẽ đồng thời đảm nhận vị trí trưởng phòng nghiên cứu "Siêu thông minh" mới được thành lập của Meta. Công ty do doanh nhân 25 tuổi này sáng lập đã được định giá lên tới 30 tỷ USD, với khách hàng bao gồm nhiều công ty và tổ chức AI hàng đầu.
Việc mua lại này đã phơi bày một thực tế bị bỏ qua: Khả năng tính toán không còn khan hiếm, kiến trúc mô hình ngày càng trở nên đồng nhất, điều thực sự quyết định giới hạn trí tuệ nhân tạo là những dữ liệu được "huấn luyện" kỹ lưỡng. Hành động của Meta có thể được coi là cuộc tranh giành "quyền khai thác dầu mỏ" trong thời đại AI.
Tuy nhiên, sự độc quyền luôn gây ra sự chống đối. Một số dự án Web3 AI đang cố gắng sử dụng blockchain để viết lại các quy tắc phân phối giá trị của việc gán nhãn dữ liệu. Vấn đề chính của mô hình gán nhãn dữ liệu truyền thống nằm ở việc thiết kế động lực không hợp lý. Ví dụ, một bác sĩ dành hàng giờ để gán nhãn hình ảnh y tế, có thể chỉ nhận được vài chục đô la tiền công, trong khi giá trị của mô hình AI được đào tạo từ những dữ liệu này có thể lên tới hàng tỷ đô la, nhưng bác sĩ lại không thể chia sẻ lợi nhuận từ đó.
Cơ chế khuyến khích token Web3 có khả năng thay đổi tình hình này, biến những người cung cấp dữ liệu từ "công nhân dữ liệu" giá rẻ thành những "cổ đông" thực sự của mạng AI. Lợi thế của Web3 trong việc cải cách quan hệ sản xuất thể hiện rõ ràng trong bối cảnh gán nhãn dữ liệu.
Thị trường dường như đang ở một bước ngoặt: cả Web3 AI và AI truyền thống đều đã chuyển từ "Khả năng tính toán cạnh tranh" sang "cạnh tranh chất lượng dữ liệu". Khi các ông lớn truyền thống xây dựng rào cản dữ liệu bằng tiền bạc, Web3 đang xây dựng một thí nghiệm "dân chủ hóa dữ liệu" lớn hơn bằng kinh tế token. Cuộc "chiến tranh lạnh" về quyền kiểm soát tương lai của AI đã âm thầm diễn ra.