حقيقة لا تحظى بالتقدير الكافي حول بيانات الذكاء الاصطناعي الحدودية: تتوقع Scale الذكاء الاصطناعي إيرادات بقيمة 2 مليار دولار في عام 2025. أضف زيادة ، ميركور وغيرها ، ويصل إجمالي إنفاق البيانات إلى حوالي 3.5 مليار دولار: معظمها لنماذج التفكير. لكن الذكاء الاصطناعي متعدد الوسائط؟ توقع أن يكون ذلك أكبر بمقدار 10 مرات. مدفوعة بالفيديو والصوت وما بعدها.

محتوى @NiphermeDave الرجل لدينا دائما يصفع 🗣️ تحقق من ذلك

في بعض الأحيان يكون لديك "واحد من هؤلاء" الأسابيع .... ممتن لمجتمع URO. بالنسبة لأي شخص أنهى أسبوعا صعبا ، ابق رأسك مرفوعا! إنها مجرد البداية. استمتع بيوم الأحد

يسألنا الكثير من الناس ... ما هي قوة بياناتي؟ في ORO ، نساعد في تشغيل نماذج الذكاء الاصطناعي متعددة الوسائط على نطاق واسع. التفكير والصوت والفيديو وقريبا ... قطاعات 👀 أخرى لماذا Multimodal؟ لأنها المساحة التي لا يستطيع اللاعبون المركزيون مهاجمتها ولن يهاجموها. عالم الفيديو والصوت والبيانات طويلة الذيل من الأجهزة القابلة للارتداء.... فقط منصة مثلنا يمكنها تجميعها. ونحن الوحيدون الذين نعمل مع المختبرات الرائدة. ميزة المحرك الأول في الواقع.

منشور آخر في سلسلتنا النصية ... $META في عام 2024: إذا حاولت تجميع جميع البيانات الصوتية عالية الجودة في العالم ، فستحصل على 3,000 ساعة. نحن بحاجة إلى الملايين. من يعرف بالفعل كيفية تجميع هذه البيانات على نطاق واسع؟ لتصفية ملايين الساعات للحصول على 10,000 ساعة قابلة للاستخدام فعليا لتدريب الجيل القادم من النماذج؟ أورو. هذا هو.

سنخرج ونقول ذلك ... لا يقوم معظم مزودي بيانات الذكاء الاصطناعي بتجميع البيانات المفيدة في الواقع. ليس لديهم باحثون حقيقيون في المختبرات الرائدة يتدربون على بياناتهم. تعلم كيفية فصل الإشارة عن الضوضاء. كما هو الحال مع بياناتنا الصوتية!

لماذا يستحوذ مقدمو البيانات الجادون على البنية الأساسية؟ 🤔 لأن بيانات الذكاء الاصطناعي الرائعة تتطلب شيئين: 1️⃣ مجموعة على نطاق عالمي 2️⃣ التحقق من الجودة المستقلة # 1 يحتاج إلى اللامركزية. # 2 يعتمد على البنية التحتية القوية. نحن النظام الأساسي الوحيد الذي تم اختباره في المعركة على كليهما - جمع الفيديو الخاص والصوت والبيانات القابلة للارتداء على نطاق واسع مع أفضل المختبرات متعددة الوسائط التي تستخدمها.

قبل بضعة أسابيع ، شاركنا نظرة خاطفة على البنية التحتية لبيانات الذكاء الاصطناعي الخاصة بنا. اليوم ، تعمل على تشغيل مختبرات الذكاء الاصطناعي متعددة الوسائط الرائدة بخطوط أنابيب قابلة للتوسيع: - تركيب البيانات القابل للتطوير - التعليق التوضيحي للنموذج في الحلقة - بحث حبيبي قابل للتخصيص أمامنا: أدوات داخلية هشة أو بائعين قديمين بطيئين. الآن: البنية التحتية مصممة خصيصا لاستخدام الذكاء الاصطناعي على نطاق واسع.

يتم تدريب معظم النماذج اليوم على بيانات الويب المسروقة ... لكن هذا ليس المكان الذي ستأتي منه قفزات الأداء التالية. الطبقة غير المستغلة؟ الملاحظات الصوتية ، التدفقات القابلة للارتداء ، الإيصالات ، التقويمات ، التشخيصات. منظم ومصرح به وغني بسياق العالم الحقيقي.

لن يأتي اختراق LLM التالي من تعديلات النموذج. سيأتي من حساب وقت الاختبار على البيانات الحقيقية: 🔸 السياق الديناميكي 🔸 الإسناد على مستوى المصدر 🔸 المدخلات المباشرة من الأجهزة والسجلات نحن نعمل على إنشاء الجسر بين النماذج السلبية والذكاء 🤝 التفاعلي