La maggior parte dei modelli di AI oggi apprende da dati "anonimi", fondamentalmente qualsiasi cosa riescano a trovare sul web. Man mano che l'AI inizia a prendere decisioni più importanti, come diagnosticare un paziente in un ospedale o guidare un'auto a guida autonoma, non possiamo permetterci che quei dati siano un "mistero". Se i dati sono scadenti (quello che gli esperti chiamano "data poisoning"), le decisioni dell'AI diventano pericolose. 𝐇𝐨𝐰 𝐏𝐞𝐫𝐥𝐞 𝐋𝐚𝐛𝐬 𝐅𝐢𝐱𝐞𝐬 𝐈𝐭 Pensa a @PerleLabs come a un notaio digitale per i dati dell'AI. Invece di utilizzare folle casuali per etichettare i dati, utilizzano esperti selezionati (come veri medici o avvocati). 𝐇𝐞𝐫𝐞 𝐢𝐬 𝐡𝐨𝐰 𝐢𝐭 𝐰𝐨𝐫𝐤𝐬 𝐢𝐧 𝐭𝐡𝐫𝐞𝐞 𝐬𝐢𝐦𝐩𝐥𝐞 𝐬𝐭𝐞𝐩𝐬: 𝗘𝘅𝗽𝗲𝗿𝘁 𝗧𝗲𝗮𝗰𝗵𝗲𝗿𝘀: Solo le persone che conoscono realmente l'argomento possono insegnare all'AI. Un radiologo controlla le immagini mediche, non una persona a caso con uno smartphone. 𝗧𝗵𝗲 𝗨𝗻𝗰𝗵𝗮𝗻𝗴𝗲𝗮𝗯𝗹𝗲 𝗥𝗲𝗰𝗲𝗶𝗽𝘁: Ogni volta che un esperto aiuta l'AI, quell'azione viene registrata su una blockchain. Questo crea un record permanente, "impossibile da hackare", in modo che un'azienda possa dimostrare esattamente chi ha addestrato la propria AI e da dove provengono le informazioni. 𝗥𝗲𝗽𝘂𝘁𝗮𝘁𝗶𝗼𝗻 𝗠𝗮𝘁𝘁𝗲𝗿𝘀: Se un esperto fornisce costantemente ottime informazioni, costruisce un "curriculum" digitale sulla piattaforma che gli guadagna più ricompense. Questo assicura che la qualità venga sempre prima della velocità. 𝐖𝐡𝐲 𝐃𝐨𝐞𝐬 𝐓𝐡𝐢𝐬 𝐌𝐚𝐭𝐭𝐞𝐫? Nel prossimo futuro, quando un'AI aiuterà un giudice o un chirurgo, non dovremo semplicemente "fidarci" della macchina. Grazie a Perle Labs, possiamo guardare i "ricevute" per vedere che l'AI è stata addestrata dai migliori esperti umani del mondo. @PerleLabs #PerleAI #ToPerle