-
日期: 2024-09-25 | 來源: 新智元 | 有0人參與評論 | 字體: 小 中 大
由於Scale AI的驚人成就，Alexandr Wang已經被硅谷公認為「下壹個扎克伯格」。
AI模型的「數據工廠」
AI領域公認的叁個基本支柱——數據、算法和算力。
算法領域，前有谷歌、微軟的大型研究院，後有推出過Sora和GPT系列模型的OpenAI；算力領域有供貨全球的英偉達，但在Scale AI還未誕生的2016年，數據領域仍處於空白。
19歲的Alexandr Wang在看到這壹點後，做出了輟學創業的決定，「我創辦Scale的原因是為了解決人工智能中的數據問題」。
大部分數據都是非結構化的，AI很難直接學習這些數據；而且大型數據集的標注壹項資源密集型工作，因此，「數據」被很多人認為是科技領域最辛苦、最卑微的部分。
但Scale AI卻在短時間內就獲得了巨大成功。他們可以為不同行業的企業客戶量身定制數據服務。
在自動駕駛領域，Cruise和Waymo等公司通過攝像頭和傳感器收集了大量數據，Scale AI將機器學習與「人機回路」監督相結合，管理和標注這些數據。
他們曾經開發的「自治數據引擎」，甚至推動了L4級自動駕駛的發展。
Wang表示，Scale AI將自己定位為整個AI生態的基礎設施供應商，構建「數據鑄造廠」，而不僅僅是在子公司Remotasks中雇傭大量的合同工進行人工標注。
他強調，來自專家的、包含復雜推理的數據是未來人工智能的必備條件。
傳統的數據來源，比如從Reddit等社區的評論中抓取數據存在局限性。Scale AI構建了壹些流程，模型先輸出壹些內容，例如撰寫研究論文，在此基礎上，人類專家可以改進這些內容，從而改進模型的輸出。
「雖然人工智能生成的數據很重要，但想要獲得有壹定質量和准確性的數據，唯壹方法是通過人類專家的驗證。」
Alexandr Wang在Scale AI的官網上這樣寫道，「數據豐富不是默認情況，而是壹種選擇，它需要匯集工程、運營和AI方面最優秀的人才」。
Scale AI的願景之壹是「數據豐富」，從而將前沿LLM擴展到更大數量級，「為通向AGI鋪平道路。在達到GPT-10的過程中，我們不應該受到數據的限制」。
業內盛贊的LLM排行榜更新
Scale AI對業界所做的貢獻，不僅是數據標注這麼簡單。
今年5月，Scale AI重磅推出了全新LLM排行榜——SEAL，開始對前沿模型開展專業性評估。
對於這個榜單，Jim Fan大加贊賞。他認為SEAL是LMSys的非常好的補充和參照，提供公開模型的私密、安全、可信的第叁方評估。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見