Нещодавно я серйозно придивився до @JoinSapien , і якщо чесно, у мене загорілися очі. Справа не в тому, що у нього якісь круті моделі, а в тому, що він серйозно ставиться до "якості даних". Ви бачите, що зараз скрізь є проекти зі штучним інтелектом, і демонстрації обчислювальної потужності, швидкості міркувань і того, хто воює, більш сліпучі, але місця, де ви дійсно повинні витратити свої зусилля, торкаються рідко... 👉 Чи чисті базові дані штучного інтелекту, якого ви навчали? Чи точна позначка? Чи достатньо широкі джерела? 🔹 Багато проектів починаються з почуття «зроби це першим». 🔹 В результаті, коли щось траплялося, я повертався, щоб вигадати інформацію, ремонтував етикетку, переучував модель і спалював гроші, щоб компенсувати витрати...... 🔹 Скажу прямо: дані не дуже хороші, та й модель все даремно. Проведемо аналогію: 🔹 Яким би розумним ви не були, що ви можете навчитися розуміти, щодня читаючи друкарські помилки та безладні підручники? 🔹Те ж саме і зі штучним інтелектом: жодна кількість графічного процесора не витрачається даремно, якщо дані зіпсовані. 🔹 У такій сфері, як фінанси або охорона здоров'я, одна помилка в моделі може бути катастрофічною. 🔹 Особливо у випадку з ідентифікацією шахрайства, неправильні дані = купа помилкових спрацьовувань, і як наслідок користувач взагалі не довіряє системі. Тому я думаю, що Sapien розумний у цьому: 🔹 Джерела даних наголошують на різноманітності, а не лише на одному типі контенту (це дуже важливо, щоб уникнути упередженості моделі) 🔹 Чітко напишіть правила маркування (що таке «автомобіль»?) Седан? Родстер? Автобус? Зробіть це зрозуміло, щоб не було брудно) 🔹 Хтось зробив відгук! Справа не в тому, що машина закінчила з позначкою, тому відсоток помилок відразу злетить Одним словом, його можна узагальнити так: Вони ставляться до питання про те, «як людські знання передаються штучному інтелекту» як до серйозної системи. Я подивився раунд проектів і багато говорив про те, наскільки швидкий графічний процесор і наскільки сліпуча модель. Але про те, «як правильно і якісно зробити інформацію», насправді не так вже й багато. Тепер, якщо ви хочете серйозно зайнятися штучним інтелектом, вам дійсно потрібно спочатку закласти хорошу «основу даних». Або ж ви просто годуєте штучний інтелект фаст-фудом і очікуєте, що він стане вченим? Припини. Тому зараз я починаю думати, з такими проектами, як Sapien, Це може бути той вид Web3 AI, на якому дійсно варто зосередитися: Це не той, кого влаштує короткостроковий airdrop, а той, який крок за кроком будує можливості штучного інтелекту на «реальних даних» і «людському досвіді». Особисто я підтримую цей шлях, ШІ хоче бути надійним, і в першу чергу контролювати дані. Не дозволяйте моделі робити неправильні речі швидко і точно. 😅 #Sapien #SNAPS #COOKIE #Sapien大使 #Web3AI #CookieDotFun #JoinSapien #Spark #CookieDAO #Spark