<\/p>\n
\u00c0 medida que os modelos de IA se tornaram mais sofisticados, aumentou a demanda por instrutores humanos com conhecimento especializado, impulsionando a avalia\u00e7\u00e3o de startups como a concorrente da Turing, a Scale AI, que foi avaliada em 14 bilh\u00f5es de d\u00f3lares no ano passado.<\/p>\n
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 \u00f4nus de gerenciar centenas de instrutores pelos desenvolvedores desses modelos.<\/p>\n
A Turing afirma ter acesso a mais de 4 milh\u00f5es de especialistas humanos, como desenvolvedores de software ou cientistas com doutorado, que podem ser contratados para rotular dados para modelos de IA.<\/p>\n
Os custos n\u00e3o s\u00e3o baratos: uma anota\u00e7\u00e3o complexa pode custar centenas de d\u00f3lares, disse a Turing, e os modelos avan\u00e7ados de IA podem exigir milh\u00f5es de anota\u00e7\u00f5es. Por exemplo, a Meta usou mais de 10 milh\u00f5es de anota\u00e7\u00f5es humanas ao treinar os modelos Llama 3, disse Joe Spisak, executivo da Meta, no ano passado.<\/p>\n
<\/p>\n
\u00c0 medida que os laborat\u00f3rios de IA atingem a “parede de dados”, um termo para quando o desempenho do modelo atinge um patamar devido \u00e0 falta de mais dados de treinamento na Internet, os laborat\u00f3rios depender\u00e3o cada vez mais de empresas de dados humanos para tornar seus modelos de IA mais inteligentes, disse o presidente-executivo da Turing, Jonathan Siddharth, \u00e0 Reuters.<\/p>\n
<\/p>\n
“Empresas como a Turing est\u00e3o ajudando a compensar o d\u00e9ficit de dados que temos”, disse ele.<\/p>\n
<\/div>\n