سوق تعليم البيانات بالذكاء الاصطناعي يشهد تغييرات كبيرة

مؤخراً، حدثت في مجال الذكاء الاصطناعي حدث بارز: قامت إحدى الشركات التكنولوجية العملاقة بشراء ما يقرب من نصف أسهم شركة لتوسيم البيانات بمبلغ 14.8 مليار دولار. أثار هذا الاستحواذ الضخم نقاشاً واسعاً في دوائر التكنولوجيا وأعاد للناس إدراك المكانة الأساسية لتوسيم البيانات في تطور الذكاء الاصطناعي.

في الوقت نفسه، مشروع ناشئ في Web3 AI يستعد لإصدار رموز، في محاولة لإعادة تشكيل صناعة وضع العلامات على البيانات بطريقة لامركزية. تكشف هذان الحدثان المختلفان تمامًا عن التغيير العميق الذي يمر به قطاع الذكاء الاصطناعي.

أولاً، نحتاج إلى إدراك أن تصنيف البيانات له قيمة استراتيجية أكبر من تجميع قوة الحوسبة اللامركزية. على الرغم من أن قصة استخدام وحدات معالجة الرسوميات غير المستخدمة لتحدي عمالقة الحوسبة السحابية جذابة للغاية، إلا أن قوة الحوسبة تعتبر في الأساس سلعة موحدة، والاختلاف الرئيسي يكمن في السعر والتوافر. بمجرد أن يقوم العمالقة بخفض الأسعار أو زيادة العرض، يمكن أن تختفي هذه الميزة بسهولة.

بالمقارنة، يعد وضع العلامات على البيانات مجالًا يتطلب الحكمة البشرية والحكم المهني. كل علامة عالية الجودة تحتوي على معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، ولا يمكن نسخها بشكل قياسي مثل قوة معالجة GPU. على سبيل المثال، تتطلب علامة تشخيص صور السرطان الدقيقة الحدس المهني لأطباء الأورام ذوي الخبرة، بينما لا يمكن تحليل مشاعر السوق المالية بدقة دون خبرة المتداولين في وول ستريت. هذه الندرة الطبيعية وعدم القابلية للاستبدال تمنح وضع العلامات على البيانات قيمة استراتيجية عالية.

إن خطوة استحواذ عملاق التكنولوجيا على شركة وضع البيانات تكشف في الواقع عن حقيقة تم تجاهلها: في المرحلة الحالية، لم يعد هناك نقص في قوة الحوسبة، وأصبحت هياكل النماذج متجانسة، وما يحدد فعليًا الحد الأقصى للذكاء الاصطناعي هو تلك البيانات التي تم "تدريبها" بعناية. هذه الصفقة الضخمة ليست مجرد شراء لشركة خارجية، بل تشبه إلى حد كبير التنافس على "حقوق استخراج النفط" في عصر الذكاء الاصطناعي.

ومع ذلك، فإن الاحتكار سيحفز دائمًا التمرد. تمامًا كما تحاول منصات القوة اللامركزية تقويض خدمات الحوسبة السحابية المركزية، تحاول مشاريع Web3 AI الناشئة إعادة كتابة قواعد توزيع قيمة التوصيف البياني باستخدام تقنية blockchain. العيب القاتل في نماذج التوصيف البياني التقليدية ليس في التقنية، بل في عدم منطقية تصميم آلية التحفيز.

على سبيل المثال، قد يقضي طبيب عدة ساعات في تصنيف الصور الطبية، لكنه لا يحصل إلا على أجر ضئيل. في حين أن نموذج الذكاء الاصطناعي الذي يتم تدريبه بهذه البيانات قد تصل قيمته إلى مليارات الدولارات، لا يمكن للطبيب الذي ساهم بالبيانات مشاركة أي من العوائد. هذه التوزيعة غير العادلة للقيمة تؤثر بشكل كبير على رغبة تقديم بيانات عالية الجودة.

الحل المقترح من مشاريع Web3 هو استخدام آلية تحفيز التوكنات لتحويل المساهمين في البيانات من "عمال بيانات" رخيصين إلى "مساهمين" حقيقيين في شبكة نماذج اللغة الذكية. يبدو أن هذه الطريقة القائمة على تحويل علاقات الإنتاج باستخدام البلوكشين تناسب بشكل أفضل تطبيقها في سيناريوهات وسم البيانات.

من المثير للاهتمام أن هذا المشروع القائم على الذكاء الاصطناعي Web3 اختار إصدار الرموز في لحظة إعلان عملاق التكنولوجيا عن الاستحواذ، هل هو مصادفة أم ترتيب مدبر؟ على أي حال، فإن هذا يعكس أن السوق قد وصل إلى نقطة تحول: سواء كان ذلك الذكاء الاصطناعي Web3 أو الذكاء الاصطناعي التقليدي، فقد انتقل بالفعل من "تنافس القدرة الحاسوبية" إلى "تنافس جودة البيانات" في مرحلة جديدة.

عندما تستخدم الشركات التقليدية المال لبناء حواجز البيانات، يقوم Web3 ببناء تجربة "ديمقراطية البيانات" أكثر شمولًا من خلال علم الاقتصاد الرمزي. لقد بدأت "الحرب الباردة" حول التحكم في مستقبل الذكاء الاصطناعي بهدوء، وستؤثر نتائجها بشكل عميق على اتجاه تطوير تكنولوجيا الذكاء الاصطناعي وتركيب الصناعة.