Start-up Hive doskonale wie o tym, że zbiory danych są podstawą dla systemów sztucznej inteligencji. Te wymagają jednak odpowiednich etykiet lub adnotacji, aby maszynowe uczenie miało jakikolwiek sens, a nie „wypluwało z czasem” tony baboli. Innymi słowy, im więcej ludzi weźmie udział w dbaniu o jakość bazy danych, tym lepiej.
A tak się składa, że obecnie siła robocza równa 700000 ludzi, szkoli SI w Hive, która zachęciła już setki tysięcy wolontariuszy do szkolenia przeróżnych modeli SI. Obecnie odbywa się to głównie za pośrednictwem strony Hive Work, która jest również dostępna w formie aplikacji na smartfony. Tam zainteresowani zajmują się m.in. klasyfikacją obrazków i transkrypcją zapisów audio w zamian za niewielką nagrodę pieniężną. Ta dla pojedynczej jednostki nie jest wielka, choć nie przeszkadza to firmie Hive na wydawanie dziesiątków tysięcy dolarów tygodniowo. Te przekładają się jednak na poziom zaawansowania sztucznej inteligencji, więc wydatek nie jest bezpodstawny.
Zwłaszcza że w Hive „bawi się” już 700000 ludzi z ponad trzydziestu krajów, którzy dziennie są w stanie zweryfikować około 10 milionów wpisów z 99% dokładnością. Jednoprocentowy spadek jest jednak spowodowany problemami technicznymi, a nie niekompetencją użytkowników. Pomysłodawcy Hive czerpią dochód właśnie z tworzenia systemów SI. Wśród nich znalazły się już te rozpoznające aktywność, przewidujące wiek i płeć, klasyfikujące samochody, określające odległość między czujnikiem kamery a obiektem, czy wykrywające eksplozje, strzały, bójki i reklamy w kanałach telewizyjnych.
Czytaj też: Najnowsza sztuczna inteligencja MIT uczy się języka jak dzieci
Źródło: Venturebeat
