Undervurdert fakta om grense-AI-data: Scale AI anslår inntekter på 2 milliarder dollar i 2025. Legg til Surge, Mercor og andre, og det totale dataforbruket når rundt 3,5 milliarder dollar: mest for resonneringsmodeller. Men multimodal AI? Forvent at det blir 10 ganger større. Drevet av video, lyd og mer.

Fyren vår @NiphermeDave innhold slår 🗣️ alltid sjekk det ut

Noen ganger har du bare "en av THOSE" uker.... Takknemlig for ORO-fellesskapet. For alle som avsluttet en tøff uke, hold hodet oppe! Det er bare begynnelsen. Kos deg med søndagen

Mange mennesker har spurt oss ... Hva driver dataene mine? Hos ORO hjelper vi til med å drive multimodale AI-modeller bredt. Resonnement, stemme, video og snart ... andre vertikaler 👀 Hvorfor multimodal? Fordi det er rommet som sentraliserte spillere ikke kan og ikke vil angripe. En verden av video, lyd, long-tail-data fra wearables.... bare en plattform som oss kan samle den. Og vi er de eneste som jobber med de ledende laboratoriene. First-mover-fordel i realiteten.

Nok et innlegg i tekstserien vår... $META i 2024: Hvis du prøvde å samle alle verdens lyddata av høy kvalitet, ville du få 3,000 timer. Vi trenger MILLIONER. Hvem vet egentlig hvordan man aggregerer disse dataene i stor skala? Å filtrere ut millioner av timer for å få 10 000 faktisk brukbare timer til å trene neste generasjon modeller? ORO. Det er det.

Vi går bare ut og sier det... De fleste AI-dataleverandører samler faktisk ikke nyttige data. De har ikke ekte forskere ved de ledende laboratoriene som trener på dataene sine. Lær å skille signalet fra støyen. Som vi er med lyddataene våre!

Hvorfor er seriøse dataleverandører besatt av infra? 🤔 Fordi gode AI-data krever to ting: 1️⃣ Kolleksjon i global skala 2️⃣ Autonom kvalitetsverifisering #1 trenger desentralisering. #2 avhenger av kraftig infra. Vi er den eneste plattformen som er testet på begge deler – innsamling av private video-, lyd- og bærbare data i stor skala med de beste multimodale laboratoriene som bruker det.

For noen uker siden delte vi en titt på AI-datainfrastrukturen vår. I dag driver den ledende multimodale AI-laboratorier med utvidbare rørledninger: – skalerbar datasyntese – modell-i-løkken-kommentar – Detaljert, tilpassbart søk Før oss: sprø interne verktøy eller trege eldre leverandører. Nå: infra-spesialbygd for kunstig intelligens i stor skala.

De fleste modeller i dag er trent på skrapede nettdata ... Men det er ikke der de neste prestasjonssprangene kommer fra. Det uutnyttede laget? Talenotater, bærbare strømmer, kvitteringer, kalendere, diagnostikk. Strukturert, tillatelsesbasert og rik på kontekst fra den virkelige verden.

Det neste LLM-gjennombruddet vil ikke komme fra modelljusteringer. Det kommer fra testtidsberegning på ekte data: 🔸 dynamisk kontekst 🔸 attribusjon på kildenivå 🔸 Live-innganger fra enheter og logger Vi skaper broen mellom passive modeller og interaktiv intelligens 🤝