La mayoría de los modelos de IA hoy aprenden de datos "anónimos", básicamente de todo lo que pueden encontrar en la web. A medida que la IA empieza a tomar decisiones más importantes, como diagnosticar a un paciente en un hospital o conducir un coche autónomo, no podemos permitirnos que esos datos sean un "misterio". Si los datos son malos (lo que los expertos llaman "envenenamiento de datos"), las decisiones de la IA se vuelven peligrosas. Cómo lo soluciona Perle Labs Piensa en @PerleLabs como un notario digital para datos de IA. En lugar de usar multitudes aleatorias para etiquetar datos, emplean expertos verificados (como médicos o abogados reales). Así es como funciona en tres sencillos pasos: Profesores expertos: Solo se permite enseñar a la IA personas que realmente conocen la materia. Un radiólogo revisa las imágenes médicas, no una persona cualquiera con un smartphone. El recibo inmutable: Cada vez que un experto ayuda a la IA, esa acción se registra en una blockchain. Esto crea un registro permanente y "inhackeable" para que una empresa pueda demostrar exactamente quién entrenó a su IA y de dónde proviene la información. La reputación importa: Si un experto proporciona información excelente de forma constante, crea un "currículum" digital en la plataforma que le otorga más recompensas. Esto garantiza que la calidad siempre esté por encima de la velocidad. ¿Por qué importa esto? En un futuro próximo, cuando una IA ayude a un juez o cirujano, no tendremos que simplemente "confiar" en la máquina. Gracias a Perle Labs, podemos mirar los "tickets" para ver que la IA fue entrenada por los mejores expertos humanos del mundo. @PerleLabs #PerleAI #ToPerle