AI групите харчат за замяна на нискотарифни „лаборатори за данни“ с високоплатени експерти

Най-добрите групи за изкуствен интелект заместват нискотарифни „ лаборатори за данни “ в Африка и Азия с високоплатени експерти в промишлеността, в последния подтик за създаване на „ по-интелигентни “ и по-мощни модели.

Компании като Scale AI, Turing и Toloka наемат най -добри специалисти в области като биология и финанси, с цел да оказват помощ на AI групите да основат по -сложни данни за образование, които са от решаващо значение за създаването на идващото потомство AI системи.

Възходът на по този начин наречените модели „ разсъждения “ като O3 на Openai и Gemini 2.5 на Гугъл форсира отдалечаването от наемането на хиляди служащи на ниски цени в страни като Кения и Филипините, които нормално се заплащат по-малко от 2 $ на час, с цел да поемат времевата задача. Дълго време се концентрира мощно върху моделите и изчисленията, а данните постоянно са били следена част от AI “, споделя Олга Мегорская, основен изпълнителен шеф и съосновател на холандската група Толока. „ И най-после, [индустрията] приема значимостта на данните за образование. “

Тази смяна докара до скок на интереса на вложителите към пускане на данни за етикетиране на данни. През юни Meta влага 15 милиарда $ в AI на американската група AI, удвоявайки оценката си до 29 милиарда $, като част от подтик, с цел да настигне своите противници.

През март основаната в Калифорния Turing AI събра 111 милиона $ при оценка от 2,2 милиарда $, до момента в който персоналната компания на Jeff Bezos Bezos Expeditions през май водеше капиталов кръг от 72 милиона $ за Толока. 

Преди това лабелите за данни биха се справили с елементарни задания, като да вземем за пример изобразяване на кутии на изображения за идентифициране на обекти, описвайки какви изображения съставляват, избирайки свободни способи за изложение на неща и унищожаване на неприятни отговори от набори от данни, които постоянно съдържат принудително или графично наличие.

Тъй като AI моделите се нуждаят от повече данни, с цел да се показват по -добре, тези служащи се очакваше да обработват задания за секунди и да изпълнят стотици задания по време на работен ден, с цел да основат големи набори от данни.

Сега търсенето на тези задания е спаднало доста, защото доста от тези задания могат да бъдат автоматизирани, сподели Мегорская.

Джоан Кинюа, президентът на Асоциацията на етикетите на данни в Кения, съобщи, че в този момент им е натоварена работа, която разчита на локализирани езикови умения и познания. Групата също е видяла работни места, при които човешките лаборатори са имали задачата да проведат дефинитивна инспекция за надзор на качеството за наличие, генерирано от AI.

като водещи AI групи като Openai, Anthropic и Гугъл се пробват да разработят модели, за които те настояват, че ще надвиши човешкия шпионин, има нов подтик да се концентрира върху качеството на тези набори и наемането на специалисти за разглеждане на комплицирани проблеми. ; 

За да се подсигурява, че моделите се показват добре в огромно многообразие от области от шифроване до физика и финанси, фирмите с дълбоки джобове са подготвени да заплащат за по-сложни набори от данни и специалисти от целия свят.

, с цел да привлекат гения от разнообразни промишлености, да изтласкат специалисти с 20-30 % повече от настоящите си работни места, споделиха от другите промишлености. Докато бюджетите за данни са единствено към 10-15 на 100 от стотиците милиарди долари, които AI фирмите харчат за изчислителна мощ, тя остава „ голяма сума пари “, добави той. Експертите демонстрират по какъв начин унищожават проблемите, сподели Мегорская на Толока.  

Experienced software engineers might also be asked to come up with tasks that are relevant for their field, and then solve them by writing code, debugging it and checking for security vulnerabilities.

Meanwhile, validating a physics theory would require contributions from a physicist to articulate how to build a simulator to test whether the theory is true, a software engineer to code the simulator, and a data scientist to analyse Резултатите от симулацията. ;