سواء كان Web3 AI أو Web2 AI، فقد وصلوا إلى مفترق طرق بين "قوة الحوسبة" و "جودة البيانات".
كتابة: هاوتيان
على جانب واحد، قامت شركة Meta بضخ 148 مليار دولار للاستحواذ على ما يقرب من نصف أسهم Scale AI، حيث كانت وادي السيليكون كله يتحدث عن كيفية إعادة تقييم "تسميات البيانات" من قبل العملاق بأسعار باهظة؛ وعلى الجانب الآخر، فإن TGE على وشك الحدوث.
@SaharaLabsAI لا تزال محاصرة تحت علامة تحيز "سحب المفاهيم، وعدم القدرة على إثبات الذات" في Web3 AI. وراء هذا التناقض الكبير، ماذا تجاهل السوق حقا؟
أولاً، تعتبر علامة البيانات مسارًا أكثر قيمة من تجميع قوة الحوسبة اللامركزية.
قصة تحدي عمالقة الحوسبة السحابية باستخدام وحدات معالجة الرسوميات غير المستخدمة مثيرة حقًا، لكن قوة الحوسبة في جوهرها هي سلعة موحدة، والاختلاف الرئيسي يكمن في السعر والتوفر. يبدو أن الميزة السعرية يمكن أن تجد ثغرات في احتكار العمالقة، لكن التوفر مقيد بالتوزيع الجغرافي، وتأخير الشبكة، ونقص الحوافز للمستخدمين، وبمجرد أن يقوم العمالقة بخفض الأسعار أو زيادة العرض، ستختفي هذه الميزة في لحظة.
تختلف عملية تعليم البيانات تمامًا - فهي مجال يتطلب الذكاء البشري والحكم المهني. كل علامة عالية الجودة تحمل معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، وما إلى ذلك، ولا يمكن ببساطة "توحيدها" مثل قوة الحوسبة لوحدة معالجة الرسومات.
تشخيص دقيق لتصوير السرطان يتطلب الحدس المهني لطبيب الأورام المخضرم؛ وتحليل مشاعر السوق المالية يتطلب خبرة عملية من Trader في وول ستريت. هذه الندرة الطبيعية وعدم القابلية للاستبدال تجعل "تعيين البيانات" يمتلك عمقًا من الحماية لا يمكن لقوة الحوسبة الوصول إليه.
في 10 يونيو، أعلنت شركة ميتا رسميًا عن استحواذها على 49% من أسهم شركة Scale AI المتخصصة في تصنيف البيانات بمبلغ 14.8 مليار دولار، وهو أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يستحق المزيد من الاهتمام هو أن مؤسس شركة Scale AI والرئيس التنفيذي ألكسندر وانغ سيتولى أيضًا مسؤولية مختبر البحث الجديد الذي أنشأته ميتا تحت اسم "الذكاء الخارق".
كان رجل الأعمال الصيني الأمريكي البالغ من العمر 25 عاما متسربا من جامعة ستانفورد عندما أسس Scale الذكاء الاصطناعي في عام 2016 ويدير الآن شركة بقيمة 30 مليار دولار. قائمة عملاء Scale الذكاء الاصطناعي هي تشكيلة من النجوم في عالم الذكاء الاصطناعي: OpenAI و Tesla و Microsoft ووزارة الدفاع وغيرها كلها شركاء منذ فترة طويلة. تتخصص الشركة في تقديم خدمات التعليقات التوضيحية للبيانات عالية الجودة للتدريب على نموذج الذكاء الاصطناعي ولديها أكثر من 300,000 معلق مدرب تدريبا احترافيا.
تلاحظ أنه بينما لا يزال الجميع يتجادل حول من لديه نموذج أعلى في الأداء، قد قام اللاعبون الحقيقيون بهدوء بنقل ساحة المعركة إلى مصدر البيانات.
لقد بدأت "حرب سرية" حول السيطرة على مستقبل الذكاء الاصطناعي.
نجاح Scale AI كشف عن حقيقة مهملة: قوة الحوسبة لم تعد نادرة، وهياكل النماذج تتجه نحو التجانس، وما يحدد فعلاً الحد الأقصى للذكاء الاصطناعي هو تلك البيانات التي تم "تدريبها" بعناية. ما اشترته Meta بسعر باهظ ليس شركة تعهيد، بل هو "حق استخراج النفط" في عصر الذكاء الاصطناعي.
توجد دائمًا ثوار في قصة الاحتكار.
تماماً كما تحاول منصة تجميع قوة الحوسبة السحابية أن تقلب خدمات الحوسبة السحابية المركزية، تحاول Sahara AI إعادة كتابة قواعد توزيع قيمة التوصيف البياني باستخدام blockchain. العيب القاتل في نموذج التوصيف البياني التقليدي ليس مشكلة تقنية، بل هو مشكلة تصميم الحوافز.
يقضي طبيب عدة ساعات في وضع علامات على الصور الطبية، وقد يحصل على بضع عشرات من الدولارات كأجر، بينما نموذج الذكاء الاصطناعي الذي تم تدريبه باستخدام هذه البيانات قد تصل قيمته إلى عدة مليارات من الدولارات، ولا يحصل الطبيب على أي شيء. هذه التوزيع غير العادل للقيمة يعيق بشكل كبير رغبة توفير بيانات عالية الجودة.
ومع وجود آلية تحفيز الرموز المميزة في web3، لم يعودوا مجرد "عمال مزارع" للبيانات الرخيصة، بل أصبحوا "مساهمين" حقيقيين في شبكة AI LLM. من الواضح أن مزايا web3 في إعادة تشكيل علاقات الإنتاج أكثر ملاءمة لمشاهد وضع العلامات على البيانات مقارنة بقوة الحوسبة.
من المثير للاهتمام أن Sahara AI جاءت في الوقت المناسب مع حدث TGE الخاص بعملية الاستحواذ الضخمة من قبل Meta، هل هو مصادفة أم تخطيط مدروس؟ في رأيي، هذا يعكس في الواقع نقطة تحول في السوق: سواء كان في Web3 AI أو Web2 AI، فقد انتقلنا من "قوة الحوسبة" إلى مفترق طرق "جودة البيانات".
عندما يقوم العملاق التقليدي ببناء حواجز البيانات بالمال، فإن Web3 يبني تجربة أكبر لـ "ديمقراطية البيانات" من خلال Tokenomics.
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
ما وراء الاستحواذ الخيالي لشركة Meta على ما يقرب من نصف أسهم Scale AI، كيف يمكن لـ Web3 AI أن يتخلص من التحيز؟
كتابة: هاوتيان
على جانب واحد، قامت شركة Meta بضخ 148 مليار دولار للاستحواذ على ما يقرب من نصف أسهم Scale AI، حيث كانت وادي السيليكون كله يتحدث عن كيفية إعادة تقييم "تسميات البيانات" من قبل العملاق بأسعار باهظة؛ وعلى الجانب الآخر، فإن TGE على وشك الحدوث.
@SaharaLabsAI لا تزال محاصرة تحت علامة تحيز "سحب المفاهيم، وعدم القدرة على إثبات الذات" في Web3 AI. وراء هذا التناقض الكبير، ماذا تجاهل السوق حقا؟
أولاً، تعتبر علامة البيانات مسارًا أكثر قيمة من تجميع قوة الحوسبة اللامركزية.
قصة تحدي عمالقة الحوسبة السحابية باستخدام وحدات معالجة الرسوميات غير المستخدمة مثيرة حقًا، لكن قوة الحوسبة في جوهرها هي سلعة موحدة، والاختلاف الرئيسي يكمن في السعر والتوفر. يبدو أن الميزة السعرية يمكن أن تجد ثغرات في احتكار العمالقة، لكن التوفر مقيد بالتوزيع الجغرافي، وتأخير الشبكة، ونقص الحوافز للمستخدمين، وبمجرد أن يقوم العمالقة بخفض الأسعار أو زيادة العرض، ستختفي هذه الميزة في لحظة.
تختلف عملية تعليم البيانات تمامًا - فهي مجال يتطلب الذكاء البشري والحكم المهني. كل علامة عالية الجودة تحمل معرفة متخصصة فريدة، وخلفية ثقافية، وتجارب إدراكية، وما إلى ذلك، ولا يمكن ببساطة "توحيدها" مثل قوة الحوسبة لوحدة معالجة الرسومات.
تشخيص دقيق لتصوير السرطان يتطلب الحدس المهني لطبيب الأورام المخضرم؛ وتحليل مشاعر السوق المالية يتطلب خبرة عملية من Trader في وول ستريت. هذه الندرة الطبيعية وعدم القابلية للاستبدال تجعل "تعيين البيانات" يمتلك عمقًا من الحماية لا يمكن لقوة الحوسبة الوصول إليه.
في 10 يونيو، أعلنت شركة ميتا رسميًا عن استحواذها على 49% من أسهم شركة Scale AI المتخصصة في تصنيف البيانات بمبلغ 14.8 مليار دولار، وهو أكبر استثمار منفرد في مجال الذكاء الاصطناعي هذا العام. وما يستحق المزيد من الاهتمام هو أن مؤسس شركة Scale AI والرئيس التنفيذي ألكسندر وانغ سيتولى أيضًا مسؤولية مختبر البحث الجديد الذي أنشأته ميتا تحت اسم "الذكاء الخارق".
كان رجل الأعمال الصيني الأمريكي البالغ من العمر 25 عاما متسربا من جامعة ستانفورد عندما أسس Scale الذكاء الاصطناعي في عام 2016 ويدير الآن شركة بقيمة 30 مليار دولار. قائمة عملاء Scale الذكاء الاصطناعي هي تشكيلة من النجوم في عالم الذكاء الاصطناعي: OpenAI و Tesla و Microsoft ووزارة الدفاع وغيرها كلها شركاء منذ فترة طويلة. تتخصص الشركة في تقديم خدمات التعليقات التوضيحية للبيانات عالية الجودة للتدريب على نموذج الذكاء الاصطناعي ولديها أكثر من 300,000 معلق مدرب تدريبا احترافيا.
تلاحظ أنه بينما لا يزال الجميع يتجادل حول من لديه نموذج أعلى في الأداء، قد قام اللاعبون الحقيقيون بهدوء بنقل ساحة المعركة إلى مصدر البيانات.
لقد بدأت "حرب سرية" حول السيطرة على مستقبل الذكاء الاصطناعي.
نجاح Scale AI كشف عن حقيقة مهملة: قوة الحوسبة لم تعد نادرة، وهياكل النماذج تتجه نحو التجانس، وما يحدد فعلاً الحد الأقصى للذكاء الاصطناعي هو تلك البيانات التي تم "تدريبها" بعناية. ما اشترته Meta بسعر باهظ ليس شركة تعهيد، بل هو "حق استخراج النفط" في عصر الذكاء الاصطناعي.
توجد دائمًا ثوار في قصة الاحتكار.
تماماً كما تحاول منصة تجميع قوة الحوسبة السحابية أن تقلب خدمات الحوسبة السحابية المركزية، تحاول Sahara AI إعادة كتابة قواعد توزيع قيمة التوصيف البياني باستخدام blockchain. العيب القاتل في نموذج التوصيف البياني التقليدي ليس مشكلة تقنية، بل هو مشكلة تصميم الحوافز.
يقضي طبيب عدة ساعات في وضع علامات على الصور الطبية، وقد يحصل على بضع عشرات من الدولارات كأجر، بينما نموذج الذكاء الاصطناعي الذي تم تدريبه باستخدام هذه البيانات قد تصل قيمته إلى عدة مليارات من الدولارات، ولا يحصل الطبيب على أي شيء. هذه التوزيع غير العادل للقيمة يعيق بشكل كبير رغبة توفير بيانات عالية الجودة.
ومع وجود آلية تحفيز الرموز المميزة في web3، لم يعودوا مجرد "عمال مزارع" للبيانات الرخيصة، بل أصبحوا "مساهمين" حقيقيين في شبكة AI LLM. من الواضح أن مزايا web3 في إعادة تشكيل علاقات الإنتاج أكثر ملاءمة لمشاهد وضع العلامات على البيانات مقارنة بقوة الحوسبة.
من المثير للاهتمام أن Sahara AI جاءت في الوقت المناسب مع حدث TGE الخاص بعملية الاستحواذ الضخمة من قبل Meta، هل هو مصادفة أم تخطيط مدروس؟ في رأيي، هذا يعكس في الواقع نقطة تحول في السوق: سواء كان في Web3 AI أو Web2 AI، فقد انتقلنا من "قوة الحوسبة" إلى مفترق طرق "جودة البيانات".
عندما يقوم العملاق التقليدي ببناء حواجز البيانات بالمال، فإن Web3 يبني تجربة أكبر لـ "ديمقراطية البيانات" من خلال Tokenomics.