Платформа данных искусственного интеллекта iMerit считает, что следующим шагом на пути к интеграции инструментов искусственного интеллекта на уровне предприятия является не увеличение объема данных, а их улучшение. И улучшение данных не происходит за счет множества временных работников, а за счет экспертов в области математики, медицины, здравоохранения, финансов, автономии и других когнитивных областей, утверждает компания.
«Чрезвычайно важным стало умение привлекать и удерживать лучших экспертов в области когнитивных наук, потому что мы должны взять эти большие модели и адаптировать их для решения проблем искусственного интеллекта на предприятиях», — сказал TechCrunch Радха Басу, генеральный директор и основатель iMerit.
За последние девять лет этот стартап из Калифорнии и Индии незаметно превратился в надежного партнера по аннотированию данных для компаний, работающих в области компьютерного зрения, медицинской визуализации, автономной мобильности и других приложений искусственного интеллекта, которые требуют высокоточной маркировки с участием человека.
Теперь iMerit выводит свою программу Scholars из бета-версии, как сообщила компания в эксклюзивном интервью TechCrunch. Цель программы — создать растущий штат экспертов для тонкой настройки генеративных моделей искусственного интеллекта для корпоративных приложений и, все чаще, базовых моделей.
По данным компании, iMerit уже сотрудничает с некоторыми из ведущих компаний в области искусственного интеллекта, в том числе с тремя из семи крупнейших компаний, занимающихся генеративным искусственным интеллектом, восемью из ведущих компаний, занимающихся автономными транспортными средствами, тремя крупными государственными агентствами США и двумя из трех ведущих поставщиков облачных услуг.
Эта новость появилась после того, как Scale AI, пожалуй, самое известное имя в области аннотирования данных ИИ, потеряла своего основателя и генерального директора Александра Ванга, который перешел в Meta, которая также приобрела 49% акций компании. После инвестиций Meta многие крупные клиенты Scale, в том числе Google, OpenAI, Microsoft и xAI, отказались от сотрудничества из-за опасений, что Meta может получить доступ к их продуктовым дорожным картам.
iMerit не претендует на то, чтобы заменить основное предложение Scale AI — высокопроизводительные «блиц-данные», ориентированные на разработчиков. Вместо этого компания делает ставку на то, что сейчас подходящий момент для удвоения усилий в области высококачественных данных, созданных экспертами, которые требуют глубокого человеческого суждения и контроля в конкретной области.
«Мы — взрослые в этой комнате», — сказал TechCrunch Роб Лэйнг, вице-президент iMerit по глобальному специализированному персоналу. «Сейчас на ИИ тратится много денег. Есть очень умные люди, которые создают крупные платформы с человеческим персоналом. Результаты, которые они получают от этого массового подхода и очень быстрой скорости выхода на рынок, не соответствуют уровню качества, необходимому предприятиям».
Басу привел в пример медицинских стенографистов, которые появились на рынке благодаря фундаментальным крупным языковым моделям.
«Если у вас нет опыта кардиолога или врача, то вы создаете что-то, что, возможно, точно на 50% или 60%», — сказал Басу. «Вы хотите, чтобы точность была 99%. Вы хотите подвергнуть модель сомнению. Вы хотите ее сломать. Вы хотите исправить ее. Именно это делает возможным для предприятий искусственный интеллект, управляемый экспертами».
Эксперты iMerit занимаются тонкой настройкой, или «мучением», корпоративных и базовых моделей искусственного интеллекта с помощью собственной платформы стартапа Ango Hub. Ango позволяет «ученым» iMerit взаимодействовать с моделью клиента, чтобы генерировать и оценивать проблемы, которые модель должна решать.
Для iMerritt привлечение и удержание экспертов в области когнитивных наук является ключом к успеху, потому что эксперты не просто выполняют несколько задач и исчезают; они работают над проектами в течение нескольких лет.
iMerit может похвастаться 91% коэффициентом удержания, причем 50% его экспертов — женщины.
Лэйнг, чей опыт создания платформы для человеческого перевода myGengo помог ему понять, как работать с краудсорсингом, сказал, что относительно легко найти людей для выполнения простых задач. Создание сообщества требует более человекоцентричного подхода.
«Вместо того, чтобы быть просто именем в базе данных, когда кто-то присоединяется к программе Scholars, он действительно встречается с людьми из команды», — сказал Лэйнг. «Они ведут совместные дискуссии. Их очень сильно подталкивают к работе на максимально высоком уровне. И мы очень, очень, очень избирательны в том, как мы привлекаем людей».
«Я думаю, что в ближайшие пару лет мы увидим, что такие компании, как iMerit, которые действительно сосредоточены на вовлеченности, удержании и качестве, станут предпочтительными компаниями для обучения ИИ», — добавил Лэнг.
Сегодня iMerit работает с более чем 4000 учеными и надеется привлечь еще больше по мере своего роста. Басу сказал TechCrunch, что, несмотря на то, что компания не привлекала инвестиции с 2020 года, когда она привлекла таких инвесторов, как Khosla Ventures, Omidyar Network, Dell.org и British International Investment, iMerit является устойчивой и прибыльной. Благодаря собственным денежным резервам iMerit может позволить себе расширить штат до 10 000 экспертов, сказал Басу. Для дальнейшего расширения потребуются дополнительные внешние инвестиции, к которым iMerit открыта, но не отчаянно нуждается в них.
iMerit работала над Scholars в течение последнего года, уделяя основное внимание здравоохранению. Цель состоит в том, чтобы расширить деятельность на другие корпоративные приложения, включая финансы и медицину. Лэнг отметил, что генеративный ИИ является самым быстрым.
Оригинал
Уникальность
