شهدت مجموعة بيانات صور تدريب الذكاء الاصطناعي التي طورها موفر حلول الذكاء الاصطناعي اللامركزي Oort نجاحًا كبيرًا على منصة Google Kaggle.
مجموعة بيانات Oort المتنوعة Kaggle”null” HREF=”https://www.kaggle.com/datasets/oortdatahub/diverse-tools-image-dataset-for-machine-learning” rel=”null” الهدف=”null” النص=”null” العنوان=”null”> القائمةتم إصداره في أوائل أبريل ؛ منذ ذلك الحين ، صعد إلى الصفحة الأولى في فئات متعددة. Kaggle عبارة عن منصة عبر الإنترنت مملوكة لشركة Google لمسابقات علوم البيانات والتعلم الآلي والتعلم والتعاون.
وقال رامكومار سوبرامانيام ، المساهم الأساسي في مشروع Crypto AI Openledger ، لـ Cointelegraph أن “تصنيف Kaggle في الصفحة الأولى هو إشارة اجتماعية قوية ، مما يشير إلى أن مجموعة البيانات تشارك في المجتمعات المناسبة لعلماء البيانات ومهندسي التعلم الآلي والممارسين”.
وقال ماكس لي ، مؤسس ورئيس التنفيذي في أورت ، لـ Cointelegraph أن الشركة “لاحظت مقاييس المشاركة الواعدة التي تحقق صحة الطلب المبكر والأهمية” لبيانات التدريب التي تم جمعها من خلال نموذج لا مركزي. وأضاف:
“يوضح الاهتمام العضوي من المجتمع ، بما في ذلك الاستخدام النشط والمساهمات-كيف يمكن لخطوط أنابيب البيانات غير المركزية التي تعتمد على المجتمع مثل Oort تحقيق التوزيع السريع والمشاركة دون الاعتماد على الوسطاء المركزيين.”
قال لي أيضًا أن أورت يخطط لإصدار مجموعات بيانات متعددة في الأشهر المقبلة. من بين هذه هي مجموعة بيانات أوامر صوتية داخل السيارة ، واحدة للأوامر الصوتية المنزلية الذكية وأخرى لمقاطع الفيديو DeepFake التي تهدف إلى تحسين التحقق من الوسائط التي تعمل بالنيابة.
متعلق ب: وكلاء الذكاء الاصطناعى قادمون من أجل Defi – المحافظ هي أضعف رابط
الصفحة الأولى في فئات متعددة
تم التحقق من مجموعة البيانات المعنية بشكل مستقل من قبل Cointelegraph للوصول إلى الصفحة الأولى في فئات AI العامة في Kaggle ، وتجارة التجزئة والتسوق ، والتصنيع ، والهندسة في وقت سابق من هذا الشهر. في وقت النشر ، فقدت تلك المواقف بعد تحديث مجموعة البيانات غير ذات صلة في 6 مايو والآخر في 14 مايو.
أثناء إدراكه للإنجاز ، أخبر Subramaniam Cointelegraph أنه “ليس مؤشرًا نهائيًا لتبني العالم الحقيقي أو جودة مستوى المؤسسة.” قال إن ما يميز مجموعة بيانات أورت “ليس فقط الترتيب ، ولكن طبقة الحوافز وطبقة الحوافز وراء مجموعة البيانات.” أوضح:
“على عكس البائعين المركزيين الذين قد يعتمدون على خطوط الأنابيب غير المعتمة ، يوفر نظام شفاف وذات مُحسَّن الرمز المميز قابلية التتبع ، وتنسيق المجتمع ، وإمكانية التحسين المستمر على افتراض أن الحوكمة الصحيحة موجودة”.
قال ليكس سوكولين ، الشريك في شركة AI Venture Capital Company Ventures ، إنه على الرغم من أنه لا يعتقد أن هذه النتائج يصعب تكرارها ، “إنها تظهر أن مشاريع التشفير يمكن أن تستخدم حوافز لا مركزية لتنظيم نشاط قيمة اقتصاديًا”.
متعلق ب: تضيف محفظة العرق مساعد AI ، ويتوسع إلى Multichain Defi
بيانات التدريب عالية الجودة من الذكاء الاصطناعي: سلعة نادرة
بيانات”null” HREF=”https://epoch.ai/trends” rel=”nofollow noopener” الهدف=”_blank” النص=”null” العنوان=”https://epoch.ai/trends”> نشرت من خلال شركة أبحاث الذكاء الاصطناعي ، تقدر شركة AI AI أن بيانات تدريب النصوص التي تم إنشاؤها من قبل الإنسان سيتم استنفادها في عام 2028. الضغط مرتفع بما يكفي لأن المستثمرين الآن”null” HREF=”https://www.ft.com/content/dc1225e1-22ce-4d6f-a343-a15bf360bf3c” rel=”nofollow noopener” الهدف=”_blank” النص=”null” العنوان=”https://www.ft.com/content/dc1225e1-22ce-4d6f-a343-a15bf360bf3c”> الوساطة الصفقات التي تمنح الحقوق للمواد المحمية بحقوق الطبع والنشر لشركات الذكاء الاصطناعي.
كانت التقارير المتعلقة ببيانات تدريب الذكاء الاصطناع”null” HREF=”https://undark.org/2021/10/18/computer-scientists-try-to-sidestep-ai-data-dilemma/” rel=”nofollow noopener” الهدف=”_blank” النص=”null” العنوان=”https://undark.org/2021/10/18/computer-scientists-try-to-sidestep-ai-data-dilemma/”> تداول لسنوات. على الرغم من استخدام البيانات الاصطناعية (التي تم إنشاؤها) بشكل متزايد مع درجة ما على الأقل من النجاح ، لا يزال يُنظر إلى البيانات البشرية إلى حد كبير على أنها بيانات بديلة أفضل وذات جودة عالية تؤدي إلى نماذج منظمة العفو الدولية بشكل أفضل.
عندما يتعلق الأمر بالصور الخاصة بتدريب الذكاء الاصطناعى على وجه التحديد ، أصبحت الأمور معقدة بشكل متزايد مع فنانين تخريب جهود التدريب عن قصد. يهدف إلى حماية صورهم من استخدامها لتدريب الذكاء الاصطناعي دون إذن ،”null” HREF=”https://nightshade.cs.uchicago.edu/whatis.html” rel=”nofollow noopener” الهدف=”_blank” النص=”null” العنوان=”https://nightshade.cs.uchicago.edu/whatis.html”> Nightshade يتيح للمستخدمين “تسمم” صورهم وتخفيض أداء النموذج بشدة.
قال Subramaniam ، “نحن ندخل حقبة حيث ستصبح بيانات الصورة عالية الجودة نادرة بشكل متزايد”. كما أدرك أن هذه الندرة أصبحت أكثر وضوحًا بسبب زيادة شعبية التسمم بالصور:
“مع ظهور تقنيات مثل إخفاء الصور والعلامات المائية العدائية لتدريب AI ، تواجه مجموعات البيانات مفتوحة المصدر تحديًا مزدوجًا: الكمية والثقة.”
في هذه الحالة ، قال Subramaniam إن مجموعات البيانات المحفزة بالمجتمع والمحافظة على المجتمع “أكثر قيمة من أي وقت مضى”. ووفقا له ، فإن مثل هذه المشاريع “لا يمكن أن تصبح مجرد بدائل ، ولكن أعمدة من الذكاء الاصطناعى محاذاة ومصدر في اقتصاد البيانات.”