Divulgação: Este é um post patrocinado. Os leitores devem realizar pesquisas adicionais antes de realizar qualquer ação. Saber mais >
A história do WorkML.ai O projeto começa com o encontro de Michael Bogachev e Denis Davydov em 2020, enquanto trabalhavam em uma startup ucraniana de sucesso, que foi adquirida pela maior empresa de logística dos Emirados Árabes Unidos. Mais tarde, em 2023, como resultado de viagens pela Europa, cruzaram-se em Budapeste, onde o conceito central do projeto foi descoberto.
Na busca por uma ideia, eles se concentraram particularmente nas tendências existentes nas áreas de IA e criptomoedas. Denis já tinha experiência substancial em criptomoedas, tendo trabalhado em empresas americanas de criptografia entre 2022-2023 e participado de startups de IA e criptografia de 2016 a 2019. Michael também utilizou IA no desenvolvimento de sistemas logísticos de 2016 a 2022.
Com base na sua experiência, identificaram alguns gargalos na preparação de grandes modelos de IA.
O primeiro gargalo foi o processamento de grandes conjuntos de dados, problema que foi resolvido com sucesso pela Nvidia, cujos estoques mais que dobraram em 2023 após o lançamento de seus aceleradores.
O segundo gargalo não é tão óbvio, pois só pode ser identificado por quem está diretamente envolvido nos modelos de formação. Esse gargalo é a preparação dos metadados, que são inseridos no modelo junto com os dados.
O que são metadados?
Metadados são um elemento chave isso permite que a rede neural faça uma interpretação do que é visualizado, dublado ou escrito e como isso se relaciona com outros objetos.
Você pode aprender mais sobre essas informações no projeto WorkML.ai Papel branco.
A preparação de metadados é considerada uma tarefa desafiadora
Acontece que para criar uma nova rede neural, ela precisa ser treinada inteiramente do zero com uma quantidade colossal de dados (redes pré-treinadas não são adequadas para isso; é obrigatório treinar novamente a cada vez). Para isso, um desenvolvedor precisa dos dados e dos metadados que descrevem esses dados. Além disso, quanto mais precisos forem os metadados e quanto mais dados forem usados no treinamento da rede neural, mais inteligentes e precisas serão suas previsões.
Hoje, para treinar efetivamente uma rede neural para reconhecimento de imagens de animais ou geração de imagens, dezenas de milhões de imagens (Dados) precisam ser alimentados na rede neural, acompanhados por Metadados (neste caso, informações adicionais especificando exatamente onde em cada imagem um determinado animal está representado, que pode ser um retângulo, polígono, preenchimento ou esqueleto).
A complexidade do processo de anotação
Por exemplo, para 10 milhões de imagens, são necessários cerca de 30-40 milhões de unidades de metadados, uma vez que uma imagem pode representar de 1 a 10 ou mais objetos, cada um dos quais precisa ser marcado. Também há uma diferença na forma como os objetos são destacados. Por exemplo, se os objetos forem marcados com retângulos, a rede neural treinada não será tão precisa na detecção e geração quanto uma rede treinada em objetos delineados com polígonos (a forma é traçada com mais precisão com pontos e linhas).
Com efeito, torna-se evidente que a necessidade de metadados excede a dos dados em si. Embora os dados possam ser facilmente obtidos em seu estado não adulterado, a elaboração dos metadados necessários envolve um processo deliberado e cuidadoso.
Com uma produção média de uma anotação a cada dois minutos durante um período contínuo de 4,5 horas sessão de trabalho, um indivíduo pode gerar 135 unidades de metadados de alta qualidade por dia de trabalho.
Em um mês, contabilizando 21 dias úteisisso acrescenta até 2.835 unidades de metadados.
Para preparar 35 milhões de unidades de metadados, seriam necessários uma pessoa 12.345 meses ou 1.028 anos!
A uma equipe de 100 pessoas precisaria de 10 anos e 3 meses para completar a tarefa, enquanto um um grupo de 1.000 poderia realizar isso em apenas 1 ano.
Você pode encontrar uma aproximação da configuração do escritório para anotação em um caso de uso para clientesonde os custos médios ascendem a aproximadamente US$ 1.800 por mês por anotador.
No caso de 100 anotadores, os custos aumentam para cerca de US$ 180.000 por mês durante 10 anos!
Ou, US$ 1.800.000 por mês durante 1 ano com 1.000 anotadores.
Isto equivale a aproximadamente US$ 21.600.000 para anotar 10 milhões de imagens com 35 milhões de unidades de metadados.
Como você pode ver, o processo de criação de metadados consome muitos recursos, tanto em termos de tempo quanto de investimento financeiro.
Os inovadores do WorkML desenvolveram uma solução para este problema!
A solução envolve a criação de um centro de empregos na plataforma WorkML, onde indivíduos de todo o mundo podem fazer cursos de integração, tornando-se parte da força de trabalho de anotadores e validadores de dados. Esta abordagem poderia mobilizar dezenas e centenas de milhares de anotadores para tarefas de anotação (caso de uso do anotador). Além disso, as empresas podem estabelecer seus próprios departamentos de anotação por meio da plataforma WorkML, incorporando anotadores terceirizados em suas equipes. Esta estratégia visa aumentar a qualidade e a velocidade da anotação em ordens de grandeza, ao mesmo tempo que reduz os custos de anotação em aproximadamente dez vezes.
Essa inovação é tão crucial para a indústria de IA quanto os aceleradores da Nvidia.
O fluxo de trabalho da tarefa de anotação é descrito no diagrama acima, consulte o Papel branco para mais detalhes.
Além disso, para otimizar despesas e taxas, o projeto possibilita a utilização de criptomoedas para transações. É importante ressaltar que o projeto apresenta seu token – WMLque será utilizado para pagamentos internos e remunerações de anotadores.
Os recursos do token:
- Prova de participação (PoS) com pagamentos variando de 0,5% ao mês (garantido) a até 5% ao mês (dos lucros do projeto).
- Prova de Participação Humana (H-PoS) oferecendo lucro duplo para anotadores que realizam o trabalho real.
- A programa de referência de vários níveis recompensa os usuários que ajudam a expandir a comunidade convidando novos anotadores e clientes, promovendo uma rede crescente e engajada.
- O mecanismo de anotação é considerado mineração, ou Prova de Trabalho Humano (H-PoW), ou seja, quanto mais e melhor trabalho for realizado, maior será a recompensa.
- Dado o alto valor comercial e as características inovadoras do projeto, existe um potencial para o token WML aumentar de valor em mais de dez vezes.
- O orçamento inclui 2% de todos os tokens alocados para lançamentos aéreos, proporcionando uma oportunidade de ganhar tokens gratuitos e envolver um público mais amplo no ecossistema do projeto.
O projeto também oferece descontos perpétuos aos clientes que pagam com o Token WML para produtos WorkML, criando assim liquidez adicional.
WorkML.ai – centro de empregos altamente lucrativo e de baixo risco, rico em recursos para investidores, clientes e anotadores.
WorkML.ai redefine o cenário do mercado de criptografia, oferecendo valor tangível para empresas, investidores e uma ampla gama de usuários, de clientes a anotadores de dados. Indo além da onda especulativa de ofertas de tokens, estabelece um modelo sólido de receita por meio de comissões de serviço. Esta abordagem garante um fluxo financeiro constante, ao mesmo tempo que fundamenta o valor do projeto nos benefícios reais que ele proporciona.
Atendendo à necessidade crítica de conjuntos de dados detalhados na indústria de tecnologia, essenciais para o treinamento de sistemas de IA, o WorkML.ai reduz o custo e o tempo envolvidos no desenvolvimento de IA. Facilita a adoção mais ampla de tecnologias de IA em vários setores, contribuindo com conjuntos de dados de alta qualidade que melhoram o treinamento e a eficiência das redes neurais.
Investir no WorkML.ai transcende um mero empreendimento financeiro; significa uma parceria com visão de futuro na vanguarda da inovação em IA. Oferece aos investidores a oportunidade de fazer parte de um movimento crucial, gerando retornos substanciais e influenciando o futuro quadro tecnológico.
Junte-se à revolução WorkML.ai
Entre na próxima era da IA e da tecnologia blockchain com WorkML.ai. Explore nossa plataforma de ponta e o token WML, projetado para revolucionar o treinamento de modelos de IA. Inscreva-se em nosso boletim informativo para obter informações especiais e ficar por dentro das últimas notícias sobre nossa venda iminente de tokens.
Estamos abertos a novas propostas e acolhemos colaborações (caso de uso do investidor).
Envolver-se
Conecte-se conosco em nosso site e nas redes sociais para participar de webinars e fazer parte de nossa crescente comunidade. Seus insights são vitais para nosso sucesso coletivo.
Local na rede Internet | LinkedIn | Telegrama | Facebook | Instagram | YouTube | Twitter | Tópicos
