Недооцененный факт о данных передового ИИ: Проекты Scale AI принесут $2 млрд дохода в 2025 году. Если добавить Surge, Mercor и других, общие расходы на данные составят около $3,5 млрд: в основном на модели рассуждений. Но многомодальный ИИ? Ожидайте, что он будет в 10 раз больше. Движимый видео, аудио и не только.

Контент нашего парня @NiphermeDave всегда заходит 🔥 проверьте это

Иногда у тебя просто "одна из ТАКИХ" недель.... Благодарен сообществу ORO. Для всех, кто закончил трудную неделю, держите голову высоко! Это только начало. Наслаждайтесь своим воскресеньем.

Много людей спрашивают нас... что может сделать мои данные? В ORO мы помогаем обеспечивать работу многомодальных ИИ-моделей в широком смысле. Рассуждения, голос, видео и скоро... другие вертикали 👀 Почему многомодальные? Потому что это пространство, которое централизованные игроки не могут и не будут атаковать. Мир видео, аудио, длинных данных от носимых устройств... только такая платформа, как наша, может это агрегировать. И мы единственные, кто работает с ведущими лабораториями. Преимущество первопроходца в действии.

Еще один пост в нашей текстовой серии... $META в 2024 году: Если вы попытаетесь агрегировать все высококачественные аудиоданные мира, вы получите 3000 часов. Нам нужно МИЛЛИОНЫ. Кто на самом деле знает, как агрегировать эти данные в больших масштабах? Чтобы отфильтровать миллионы часов и получить 10 000 действительно пригодных часов для обучения следующего поколения моделей? ORO. Вот и все.

Мы просто скажем это... Большинство поставщиков данных ИИ на самом деле не агрегируют полезные данные. У них нет настоящих исследователей в ведущих лабораториях, которые обучаются на их данных. Научитесь отделять сигнал от шума. Как мы это делаем с нашими аудиоданными!

Почему серьезные поставщики данных одержимы инфраструктурой? 🤔 Потому что отличные данные для ИИ требуют двух вещей: 1️⃣ глобального сбора 2️⃣ автономной проверки качества #1 требует децентрализации. #2 зависит от мощной инфраструктуры. Мы единственная платформа, прошедшая испытания в обоих направлениях — собираем частные видео, аудио и данные с носимых устройств в больших объемах с помощью лучших мультимодальных лабораторий, использующих их.

Несколько недель назад мы поделились взглядом на нашу инфраструктуру данных ИИ. Сегодня она поддерживает ведущие многомодальные лаборатории ИИ с расширяемыми конвейерами: – масштабируемый синтез данных – аннотация с моделью в процессе – детализированный, настраиваемый поиск Ранее: хрупкие внутренние инструменты или медленные устаревшие поставщики. Теперь: инфраструктура, специально созданная для ИИ в масштабе.

Большинство моделей сегодня обучаются на собранных данных с веба... Но именно оттуда не произойдут следующие скачки в производительности. Неиспользуемый слой? Голосовые заметки, потоки с носимых устройств, чеки, календари, диагностика. Структурированные, разрешенные и насыщенные реальным контекстом.

Следующий прорыв в LLM не будет связан с изменениями в моделях. Он произойдет благодаря вычислениям в реальном времени на реальных данных: 🔸 динамический контекст 🔸 атрибуция на уровне источника 🔸 живые данные от устройств и журналов Мы создаем мост между пассивными моделями и интерактивным интеллектом 🤝