En päässyt yli siitä, miksi Zuck maksoi 15 miljardia dollaria hankkiakseen 15 työntekijää scaleAI:lta (datayhtiö) joten sukelsin syvälle ja luulen tajunneeni sen: Tiedot eivät ole loppumassa. Itse asiassa se on päinvastoin. yksi itseohjautuva auto tuottaa 2 Tt (eli 800 000 kirjaa) dataa tunnissa. Ongelmana on, että data on sotkua, sitä ei ole helppo syöttää LLM:ään koulutettavaksi, joten se vain heitetään datahautausmaalle jonkun muun ratkaistavaksi (kukaan ei tee niin). Hyvistä datainsinööreistä on vakava pula Yllä mainitsemani hautausmaa on itse asiassa kultakaivos, jos pystyt lajittelemaan sen läpi Ongelmana on, että hyvin harvoilla ihmisillä on aivot tai aika. Arvaten, että tästä syystä zuck maksoi 15 miljardia dollaria scaleAI:n työntekijöistä Laadukkaampi data on paljon arvokkaampaa kuin datan "määrä" Erityisesti koulutuksen jälkeisissä malleissa (esim. testiaikalaskenta). Se vaatii myös vähemmän laskentaa, mikä vähentää koulutusmallien kustannuksia. Joten jos harjoitustiimisi voi 1. Lajittele korkealaatuiset tiedot 2. Ruiskuta se harjoituksen jälkeen ja 3. Vähennä kustannuksia - voitat tekoälykilpailun (korvaamaton).