扎克伯格（Zuckerberg）与1000亿元人民币“偷猎”：

该公司主要帮助AI模型准备培训数据。它就像外包数据清洁 +标签，没有技术内容。但是，低调和无聊的工作已成为AI期间应进行的资源。 GPT，GEMINI和LLAMA等大型模型应以高质量的培训数据提供数百亿个令牌。 AI量表就像“工业清洁数据”，处理原始的网页，文档，音频和视频剪辑，噪声过滤，作弊，然后在模型系统中对其进行分类和输出。 如果此过程中发生1％的错误，则模型的质量可能会损失。 可以制作AI标签系统： 准确性高达99.7％，行业的平均值仅为85％。 处理数千万数据日，涵盖了217种语言，图像，动作和语音场景； 后端由成千上万的“标记”外包组成，分布在菲律宾，菲律宾，印度，肯尼亚和委内瑞拉... 元试图建立一个在过去的两年中，Imaril的系统，发现它很昂贵，制作电影和不稳定的劳动力。它只是防止自我训练数据组，并取决于尺度AI。 那么，扎克伯格“赌博”的来源是什么？为什么其创始人成为硅谷中最重要的年轻人？ 答案是：中国天才亚历山德·王（Alexandr Wang）只有28岁，已经从麻省理工学院（MIT）上学，被称为“硅谷最强大的数据业务”。 在不到十年的时间里，在工业链中成为非人工智能公司的数据注释。甚至五角大楼也成为了他的客户，甚至Openai都使用了他的培训。 目前，扎克伯格直接向她介绍了AI生命线。问题是，王能承受吗？他是如何制作这种游戏风格的？ 一个才华横溢的中国天才 亚历山德·王（Alexandr Wang）的创业起点类似于“ AI行业中的数据砖砌家”。 她出生了在美国新墨西哥州的一个物理研究镇，她的父母在国家实验室担任核物理。她喜欢中学的编程和研究斯坦福大学毕业前的计算课程。 他在17岁时进入了麻省理工学院。在第一学期，他参加了课堂学习水平，并在完成之前就退出了学校 - 不是因为纳比（Nabhe）在这个话题上，但是因为他有一个想法，他想做这么多。 原因也很简单：他想在冰箱中安装摄像头，以监视“牛奶是否几乎完成了？”实时。事实证明，没有足够的数据来训练系统。 因此，他考虑了这一点：数据将是未来20年中AI的主要障碍之一。 2016年，他离开了麻省理工学院，进入了硅谷最热的孵化器商人Y组合。在招募人员并建立平台时，他建立了一个规模AI。他的使命非常直接：提供基本的服务用于标记和清洁AI模型的数据的恶习。 为了空白，它是从事“ AI数据外包”。 早期的团队无法接触10人，Wang谈论Araw的客户，在夜间建立系统，并参加人造质量检查。 这很简单，但这很复杂。但是，王有极高的质量要求：一旦错误率超过1％，再次返工；只要客户体验不好，Manu -follow。 在这种“决定性质量管理”中，AI量表逐渐赢得了越来越多的客户： 2018年，他成为OpenAI的早期培训数据提供商； 2019年，特斯拉（Tesla）将FSD（自主驾驶）注释数据大规模外包； 从2020年开始，美国国防部从中购买了服务，以表彰军事形象和卫星标签； 像2024Oyota和通用汽车。 最不幸的是，它不仅出售“数据”，而且将整个“数据链接”变成了产品。 王已经开发了一个完整的数据操作系统 - 包括数据收集，清洁，缩小，标签，分类，上传，上传，动态更新...以及全部自动并协调以减少MANU -MANU -MANU -MANU -DISTRONTION。 它使比例成为世界上唯一可以提供有关大型工业规模的高质量AI培训数据的平台。 这不是“全部-up -fold”服务，而是由“ Technology + System + Scale”产生的障碍。 2021年，Safor AI完成了最新的融资轮换，其赞赏增加到了70亿美元。王只有25岁，出现在福布斯的“ 30岁以下的世界30个技术人物”中。 扎克伯格没有时间 到目前为止，当外部世界看到元与规模AI之间的约束力时，许多人认为这是“高价外包”，但实际上，它比您更紧急Hink。 近年来，META在AI的布局中并没有缓慢： 图灵奖莱肯（Lecun）的获胜者正在招募领导AI实验室博览会； Llama 1、2和3被释放，以进入Big Model的开源； 自我开发的硬件（例如MTIA AI芯片）和新的计算能力基础架构也会立即促进。 但是问题是 - 它们都没有成为主要力量。 尽管美洲驼以圆圈而闻名，但在实际商业用途中，它低于Openai和Claude的人类观点。 博览会团队的学术环境很强，有很多论文和小型MGA产品，其实施能力却很沮丧。 尽管META来自Facebook和Instagram的大量数据，但其质量是不稳定和高版权风险的，因此它无法直接用于培训。 到2024年初，扎克伯格（Zuckerberg）发现，如果继续进行，Llama 4将没有时间上网，并且元数据可能会完全错过AI窗口。 此时，他终于做出了决定：停止独自制定数据，直接将最高工厂数据扩展 - 缩放AI。 它不是由疯子驱动的，而是看到清晰的趋势： AI结果的关键是，不再是人类算法是最聪明的算法，而是谁能喂养大型模型，谁能迅速练习； 控制数据输入的任何人都是Mathere是AI战斗状况的一项倡议。 比例AI发生在此入口。 它可以为模型提供最低成本，最快效率和最稳定质量的所有“数据燃料”所需的“数据燃料”。元缺乏这种能力。 更重要的是，王保持运营，并继续为外界提供服务。 换句话说，扎克伯格依靠表面上的供应商，但实际上，他将“加油站”放在他自己的地图范围内的AI字段中。 当元数据获得数据供应的数据链控制时，骆驼的训练节奏将不再是被动的。 但这也是我请访问情况即将改变： Google计划结束与Scale AI合作的计划，因为Openai加速了对竞争对手竞争对手握手的支持；;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;；该公司的其他大型模型开始审查“数据依赖性”，并会记住他们的燃料资源随时“扩展”。 这次合作背后的赢家是亚历山大·王（Alexandr Wang），最初称为“ AI Brick Overt Man”。 她已经在战场上拥有独特的地位： 可以同时向OpenAI，Meta和美国国防部提供数据； 具有最完整的数据，标签和配电系统的清洁； “数据调度指挥官”可以提高100,000个优势 - tao和数千个GPU。 结论 目前，扎克伯格（Zuckerberg）对亚历山大·王（Alexandr Wang）的赌注不仅要购买服务，还希望他能拯救美洲驼。 但是王想做的是构建一个“数据操作系统”，使巨人能够生存。 一方面，这是硅谷和O的最消费者消费者Thernda，这是最平静的供应商。 我们将来会看到这种舞蹈，如果我们与Openai作斗争或再次互相抗争，我们就会接近。 但是，此时餐桌上的商人可能不是Altman或Zuckerberg，但中国男孩从分数开始。回到Sohu看看更多