Pi žmogaus infrastruktūra, skirta dirbtiniam intelektui: 526 milijonai užduočių, kurias atliko paskirstyta 1 milijono žmonių darbo jėga
AI sparčiai tobulėja, tačiau sunkiausia patikimų sistemų kūrimo dalis vis dar yra žmogiška. Įmonėms, tobulinančioms modelius, derinančioms išvadų kokybę arba keičiančioms duomenų ženklinimą ir vertinimą, žmogaus indėlis išlieka labai svarbus.
Stiprių modelių kūrimas yra ne tik didesnio skaičiavimo reikalas: dirbtiniu intelektu reikia žmogaus įvesties cikle, kad būtų galima patobulinti rezultatus, apibrėžti kokybę, patikrinti teisingumą, išspręsti dviprasmybes ir užtikrinti, kad sistemos iš tikrųjų būtų naudingos žmonėms.
Nežmogiškas sustiprinimas ir automatizuoti mokymo metodai gali būti veiksmingi siauromis arba tiksliai apibrėžtomis sąlygomis, padedant optimizuoti mastelį ir pagerinti efektyvumą. Tačiau jie vis dar yra riboti svarbiais būdais: jie dažnai optimizuoja tarpinius serverius, o ne tikras žmogaus nuostatas, gali būti pažeidžiami už įsilaužimą ir stengiasi visiškai užfiksuoti niuansus, teisėtumą, besikeičiančias normas ir realaus pasaulio žmonių vertinimą.
Štai kodėl, nepaisant automatizuotų metodų pažangos, žmogaus indėlis išlieka labai svarbus tobulinant DI.
Praktiniai žmogaus indėlio iššūkiai dirbtinio intelekto srityje
Žmogaus indėlio poreikis AI įmonėms sukuria didelių veiklos iššūkių.
- Skalė: AI įmonėms reikia didelio masto žmogaus indėlio. Tai tampa dar svarbiau besivystančiose srityse, tokiose kaip robotika ir fizinis dirbtinis intelektas, kur būsimas proveržis gali priklausyti nuo pamatų modelių, parengtų remiantis didžiuliu kiekiu žmonių sugeneruotų duomenų apie fizinę aplinką ir realią sąveiką. Taip pat, kaip interneto masto duomenys buvo pagrindinė didelių kalbų modelių, tokių kaip ChatGPT, atsiradimo sąlyga, didelio masto žmonių duomenys apie fizinį pasaulį gali būti pagrindinė panašaus proveržio robotikos srityje sąlyga. Tikri žmonės gali padėti teikti tokio tipo duomenis, įskaitant skaitmeninę ar virtualią aplinką, kuri fiksuoja žmonių veiksmus, judėjimą, objektų sąveiką, navigaciją ir užduočių atlikimą erdvėje.
- Autentiškumas: Žmogaus įnašas yra vertingas tik tuo atveju, jei jis gaunamas iš tikrų žmonių ir atitinka patikimus kokybės standartus. AI įmonėms reikia būdų, kaip patikrinti tapatybę, pašalinti robotus ir užtikrinti, kad atsakymai būtų tikslūs, patikimi ir naudingi. Be šių apsaugos priemonių „žmogaus kilpoje“ sistemos tampa pažeidžiamos dėl sukčiavimo, prastos kokybės įvesties ir silpnų mokymo signalų.
- Kaina: Kokybiškas, autentiškas „žmogaus kilpoje“ sistemas sukurti, eksploatuoti ir naudoti brangu. Įmonėms reikia infrastruktūros, kad galėtų priimti užduotis, pritraukti dalyvius, tikrinti bendradarbius, paskirstyti darbus ir remti didelio masto, bet lankstų dalyvavimą, jau nekalbant apie paties darbo sąnaudas fiat valiutomis. Kalbant apie mastą, veiklos našta yra ne tik pati darbo jėga, bet ir platforma, koordinavimo, tikrinimo ir mokėjimo sistemos, reikalingos, kad tą darbo jėgą būtų galima panaudoti.
Parodyta mastu: Pi tinklo patikrinta žmogiškoji darbo jėga
„Pi Network“ jau sukūrė sprendimą: pristato didelio masto, visame pasaulyje paskirstytą, tapatybę patvirtinusių žmonių, jau veikiančių Pi ekosistemoje, darbo jėgą.
Tik viename šios darbo jėgos masto ir gebėjimų pavyzdyje daugiau nei vienas milijonas patikrintų asmenų tinkle atliko daugiau nei 526 milijonus patvirtinimo užduočių. Šios užduotys buvo Pi gimtosios KYC sistemos dalis, o KYC tikrintojų darbas buvo apmokamas tiesiogiai Pi žetonais. Skirtingai nuo daugelio kitų KYC įrankių, Pi's KYC unikaliai sujungia AI automatizavimą su didžiulės paskirstytos žmonių darbo jėgos galia, kad būtų galima tiksliai ir efektyviai patikrinti daugiau nei 18 milijonų žmonių daugiau nei 200 šalių ir regionų. Savo ruožtu daugiau nei 18 milijonų tapatybę patvirtinusių žmonių taip pat gali toliau prisijungti prie tokios darbo jėgos rinkos.
„Pi“ sprendimas sukuria naują AI ir skaitmeninių platformų, kurioms reikalingas autentiškas, aktyvus ir pasirengęs dalyvauti atliekant paprastas ir vidutinio sudėtingumo užduotis, indėlį. Kadangi bendraautoriai yra patvirtinti KYC, įmonės, naudojančios Pi paskirstytą žmonių darbo jėgą, gali sumažinti robotų, sukčiavimo ir nepatikrinamo darbo pavojų ir nuo pat pradžių laikytis svarbių pasitikėjimo ir atitikties reikalavimų.
To reikšmė yra dar daugiau. Pasaulinė darbo jėga suteikia integruotą lokalizaciją įvairiose kalbose, regionuose ir kultūriniuose kontekstuose, todėl galima generuoti tinkamesnius duomenis, sprendimus ir atsiliepimus apie produktus, skirtus naudoti realiame pasaulyje. Ir skirtingai nuo daugelio alternatyvų rinkoje, kurioje nėra daug tikrų žmonių, Pi tinklas, kuriame dirba dešimtys milijonų tikrų žmonių, jau įrodė savo gebėjimą suteikti žmogiškąjį indėlį dideliu mastu, atlikęs daugiau nei pusę milijardo užduočių. Tai reiškia, kad įmonės ne tik įgyja darbo jėgos, bet ir išmatuojamos žmonių koordinavimo infrastruktūros.
Pi mokėjimų ir paskatų infrastruktūra paskirstytam visuotiniam žmogaus darbui
Didelio masto žmonių darbas naudingas tik tuo atveju, jei už jį galima efektyviai apmokėti pasauliniu mastu ir tokiu mastu, kad milijonai žmonių atlieka šimtus milijonų užduočių. Atlyginimas palaikomas Pi programoje arba pačios įmonės žetonu per Pi Launchpad, Pi Network modelis atveria naują būdą suderinti darbą, paskatas ir ekosistemos augimą. Tai būtina, nes tradiciniai „fiat“ modeliai gali tapti mažiau tinkami visuotiniam, lanksčiam, užduotimis pagrįstam dalyvavimui.
Pasaulinė išmokėjimo infrastruktūra
Mokėjimas milijonams žmonių įvairiose jurisdikcijose naudojant „fiat“ gali sukelti didelių problemų tvarkant mokėjimus, atliekant tarptautinius pervedimus, laikantis reikalavimų ir tvarkant labai mažas išmokas. Pi jau turi platformą, infrastruktūrą ir blokų grandine pagrįstą paskirstymo sistemą, kuri gali padėti supaprastinti šį logistikos sluoksnį. Be to, „Pi“ darbuotojai jau turi aktyvias „Pi“ pinigines, kurios sumažina trintį ir pašalina poreikį supažindinti vartotojus su nauja mokėjimo sistema.
Kaštų efektyvumas
Mokėjimai Pi gali pasiūlyti išlaidų pranašumą, palyginti su daugeliu „fiat“ pagrįstų sistemų, nes sumažėja tarpininkų mokesčiai, tarpvalstybinių išmokėjimų trintis, banko ir mokėjimo operacijos bei nedidelės pridėtinės mokėjimo išlaidos. Tai gali būti palankesnė su platformomis, tokiomis kaip „Mechanical Turk“, kur prie darbuotojų mokėjimų pridedami prašytojo mokesčiai.
Launchpad prieigos raktas kaip verslo modelio įrankis
Įmonės taip pat gali kompensuoti bendradarbiams savo „Pi Mainnet“ prieigos raktu per „Pi Launchpad“, kuri šiuo metu kartojama „Testnet“. Tai dalis Pi naujovių, susijusių su naujais verslo modeliais, pritaikytais dirbtinio intelekto amžiui ir kuriuos įgalina blokų grandinė: žetonas, kuris nėra tik mokėjimo priemonė, bet yra sukurtas vartotojų įsigijimui ir produkto naudingumui, susietam su realiu naudojimu. „Pi Launchpad“ žetonas gali sumažinti įmonių sąnaudas, nes leis atlygį, dalyvavimą, vartotojų augimą ir ekosistemos įsitraukimą remti naudojant žetoną, o ne finansuoti tik grynaisiais, todėl mokėjimai tampa platesnio augimo strategijos dalimi, o ne tik veiklos išlaidomis.
Žetonas taip pat gali veikti kaip įrankis, leidžiantis nuolat bendrauti ir bendrauti su žmonėmis, baigiančiais darbą ir gaunančiais atlyginimą, kurie gali tapti įmonės vartotojais, kurie naudojasi paslaugomis, prie kurių prisideda. Žetonai gali būti integruoti į patį įmonės produktą kaip mokėjimai, nuolaidos siūlomoms paslaugoms, prieiga, valdymas ar kiti dalyvavimo mechanizmai. Įmonei tokio žetono išdavimas taip pat gali reikšti, kad kartais po ranka turi būti kitas likvidus turtas verslo poreikiams tenkinti. Pertrauka nuo įprasto požiūrio į žetonus Web3, Pi Launchpad pozicionuoja žetonus kaip naudingus įrankius, susietus su veikiančiomis programomis ir realiu naudojimu, o ne su spekuliaciniu lėšų rinkimo turtu.
AI ne tik keičia mūsų gyvenimą ir darbą, bet ir reikalauja naujų verslo modelių, kad įmonės išliktų, augtų ir klestėtų.
Ištirkite Pi žmogiškąją infrastruktūrą savo AI įmonei
Suinteresuotos dirbtinio intelekto įmonės, tyrinėjančios Pi tinklo patikrintą žmogaus indėlį, gali susisiekti su Pi čia.