À medida que os modelos de IA se tornaram mais sofisticados, aumentou a demanda por instrutores humanos com conhecimento especializado, impulsionando a avaliação de startups como a concorrente da Turing, a Scale AI, que foi avaliada em 14 bilhões de dólares no ano passado.
Com base no que as empresas de IA querem como melhoria para seus modelos de IA, as empresas de dados encontram trabalhadores com conhecimentos especializados relevantes para esses projetos, reduzindo o ônus de gerenciar centenas de instrutores pelos desenvolvedores desses modelos.
A Turing afirma ter acesso a mais de 4 milhões de especialistas humanos, como desenvolvedores de software ou cientistas com doutorado, que podem ser contratados para rotular dados para modelos de IA.
Os custos não são baratos: uma anotação complexa pode custar centenas de dólares, disse a Turing, e os modelos avançados de IA podem exigir milhões de anotações. Por exemplo, a Meta usou mais de 10 milhões de anotações humanas ao treinar os modelos Llama 3, disse Joe Spisak, executivo da Meta, no ano passado.
À medida que os laboratórios de IA atingem a “parede de dados”, um termo para quando o desempenho do modelo atinge um patamar devido à falta de mais dados de treinamento na Internet, os laboratórios dependerão cada vez mais de empresas de dados humanos para tornar seus modelos de IA mais inteligentes, disse o presidente-executivo da Turing, Jonathan Siddharth, à Reuters.
“Empresas como a Turing estão ajudando a compensar o déficit de dados que temos”, disse ele.
