Data OORT AI yang terdesentralisasi menduduki posisi teratas di Google Kaggle

Sumber: Cointelegraph Teks Asli: "Data OORT AI yang Terdesentralisasi Masuk ke Peringkat Teratas di Google Kaggle"

Kumpulan data gambar pelatihan kecerdasan buatan yang dikembangkan oleh penyedia solusi AI terdesentralisasi OORT telah mencapai sukses yang signifikan di platform Kaggle milik Google.

Daftar dataset "Diverse Tools Kaggle" dari OORT dirilis pada awal April; sejak itu, telah naik ke halaman utama di beberapa kategori. Kaggle adalah platform online di bawah Google untuk kompetisi ilmu data dan pembelajaran mesin, pembelajaran, dan kolaborasi.

Kontributor utama proyek AI kripto OpenLedger, Ramkumar Subramaniam, mengatakan kepada Cointelegraph, "Peringkat halaman depan Kaggle adalah sinyal sosial yang kuat, menunjukkan bahwa dataset ini menarik partisipasi aktif dari komunitas kunci seperti ilmuwan data, insinyur pembelajaran mesin, dan praktisi."

Pendiri dan CEO OORT Max Li mengungkapkan kepada Cointelegraph bahwa perusahaan "mengamati indikator partisipasi yang menggembirakan, yang memvalidasi bahwa" data pelatihan yang dikumpulkan melalui model terdesentralisasi "memang memiliki permintaan pasar awal dan relevansi". Dia menambahkan:

"Minat yang muncul dari komunitas, termasuk penggunaan aktif dan kontribusi - dengan jelas menunjukkan bagaimana saluran data yang terdesentralisasi dan dipimpin oleh komunitas seperti OORT dapat mencapai distribusi yang cepat dan partisipasi yang luas tanpa bergantung pada lembaga perantara terpusat."

Li juga menyatakan bahwa OORT akan merilis beberapa kumpulan data dalam beberapa bulan mendatang. Ini termasuk kumpulan data perintah suara di dalam mobil, kumpulan data perintah suara rumah pintar, serta kumpulan data video deepfake yang bertujuan untuk meningkatkan kemampuan verifikasi keaslian media yang didorong oleh AI.

Cointelegraph telah memverifikasi secara independen bahwa dataset yang disebutkan di atas berhasil mencapai halaman utama di kategori AI umum, ritel dan belanja, manufaktur, serta rekayasa di Kaggle awal bulan ini. Hingga berita ini diturunkan, dataset tersebut tidak lagi mempertahankan posisi peringkat tersebut setelah pembaruan dataset yang mungkin tidak relevan pada 6 Mei dan pembaruan lainnya pada 14 Mei.

Meskipun mengakui pencapaian ini, Subramaniam mengatakan kepada Cointelegraph, "ini bukan indikator definitif dari aplikasi praktis atau kualitas tingkat perusahaan." Dia menunjukkan bahwa keunikan dataset OORT "tidak hanya terletak pada peringkat, tetapi juga pada saluran sumber dan mekanisme insentif di balik dataset tersebut." Dia menjelaskan lebih lanjut:

"Berbeda dengan penyedia terpusat yang mungkin bergantung pada proses yang tidak transparan, sistem yang transparan dan berbasis insentif token dapat menawarkan kemungkinan pelacakan, pengelolaan komunitas bersama, dan optimasi berkelanjutan, dengan syarat bahwa struktur tata kelola yang tepat dibangun."

Lex Sokolin, mitra di lembaga modal ventura kecerdasan buatan Generative Ventures, menyatakan bahwa meskipun ia percaya hasil ini tidak sulit untuk direplikasi, "tetapi ini memang membuktikan bahwa proyek kripto dapat memanfaatkan mekanisme insentif terdesentralisasi untuk mengorganisir aktivitas yang memiliki nilai ekonomi."

Data yang dirilis oleh lembaga penelitian kecerdasan buatan Epoch AI menunjukkan bahwa data pelatihan AI yang dihasilkan oleh manusia diperkirakan akan habis pada tahun 2028. Tekanan telah begitu besar sehingga para investor saat ini sedang memfasilitasi transaksi untuk mendapatkan hak penggunaan materi yang dilindungi hak cipta bagi perusahaan AI.

Laporan penelitian tentang semakin langkanya data pelatihan AI dan bagaimana hal ini dapat membatasi perkembangan di bidang ini telah beredar selama bertahun-tahun. Meskipun sintesis ( data yang dihasilkan AI ) semakin banyak digunakan dan mencapai hasil tertentu, data yang dihasilkan manusia masih dianggap sebagai pilihan yang lebih baik secara umum, karena data berkualitas tinggi ini dapat melatih model AI dengan kinerja yang lebih baik.

Dalam bidang pelatihan gambar AI, situasinya menjadi semakin kompleks, dan para seniman secara sadar merusak pekerjaan pelatihan. Untuk melindungi karya mereka dari penggunaan tanpa izin untuk pelatihan AI, alat Nightshade memungkinkan pencipta untuk "meracuni" gambar mereka, sehingga secara serius mempengaruhi kinerja model.

Subramaniam menunjukkan: "Kita sedang memasuki era di mana data gambar berkualitas tinggi semakin langka." Dia juga menekankan bahwa penerapan luas teknologi racun gambar membuat tantangan ini semakin berat:

"Dengan munculnya teknik penyamaran gambar dan metode pemalsuan pelatihan AI seperti watermark yang bersifat antagonis, dataset sumber terbuka menghadapi tantangan ganda dari segi jumlah dan kredibilitas."

Terkait situasi ini, Subramaniam menyatakan bahwa dataset insentif yang dapat diverifikasi dan disumbangkan oleh komunitas "lebih berharga daripada sebelumnya". Ia berpendapat bahwa proyek semacam ini "tidak hanya dapat berfungsi sebagai alternatif, tetapi juga akan menjadi pilar penting dalam penyelarasan AI dan pelacakan data dalam ekonomi data."

Rekomendasi Terkait: Kima bergabung dengan sandbox Mastercard untuk mengisi ulang kartu stablecoin