Dezentrale KI-Daten von OORT erreichen Spitzenplätze auf Kaggle

MÜNCHEN (IT BOLTWISE) – Die dezentrale KI-Lösung von OORT hat mit ihrem Trainingsdatensatz auf Googles Plattform Kaggle beachtliche Erfolge erzielt.

Die dezentrale KI-Lösung von OORT hat mit ihrem Trainingsdatensatz auf Googles Plattform Kaggle beachtliche Erfolge erzielt. Der im April veröffentlichte Datensatz „Diverse Tools“ hat es in mehreren Kategorien auf die erste Seite geschafft. Kaggle, eine von Google betriebene Plattform für Datenwissenschaft und maschinelles Lernen, bietet eine ideale Umgebung für den Austausch und die Zusammenarbeit von Fachleuten. Laut Branchenexperten ist eine Platzierung auf der ersten Seite von Kaggle ein starkes soziales Signal, das zeigt, dass der Datensatz die richtigen Communities von Datenwissenschaftlern und Ingenieuren anspricht.

Max Li, Gründer und CEO von OORT, betonte, dass das Unternehmen vielversprechende Engagement-Metriken beobachtet hat, die die frühe Nachfrage und Relevanz des Datensatzes bestätigen. Die organische Beteiligung der Community, einschließlich aktiver Nutzung und Beiträge, zeigt, wie dezentrale, gemeinschaftsgetriebene Datenpipelines eine schnelle Verbreitung und Beteiligung ohne zentrale Vermittler erreichen können. In den kommenden Monaten plant OORT die Veröffentlichung weiterer Datensätze, darunter solche für Sprachbefehle im Auto und im Smart Home sowie für Deepfake-Videos zur Verbesserung der KI-gestützten Medienverifikation.

Obwohl der Erfolg auf Kaggle anerkannt wird, ist er laut Branchenexperten kein definitiver Indikator für die Akzeptanz in der realen Welt oder für die Qualität auf Unternehmensniveau. Was OORTs Datensatz auszeichnet, ist nicht nur das Ranking, sondern die Herkunft und die Anreizstruktur dahinter. Im Gegensatz zu zentralisierten Anbietern, die auf undurchsichtige Pipelines setzen, bietet ein transparentes, tokenbasiertes System Rückverfolgbarkeit, gemeinschaftliche Kuratierung und das Potenzial für kontinuierliche Verbesserungen, sofern die richtige Governance vorhanden ist.

In der Branche wird zunehmend über die Knappheit hochwertiger KI-Trainingsdaten diskutiert. Berichten zufolge könnten menschlich generierte Textdaten für KI-Training bis 2028 erschöpft sein. Diese Knappheit erhöht den Druck auf Investoren, Rechte an urheberrechtlich geschützten Materialien an KI-Unternehmen zu vermitteln. Während synthetische Daten zunehmend mit gewissem Erfolg eingesetzt werden, gelten menschliche Daten immer noch als die bessere Alternative, da sie zu besseren KI-Modellen führen.

Besonders im Bereich der Bilddaten für das KI-Training wird die Situation komplizierter, da Künstler bewusst versuchen, Trainingsbemühungen zu sabotieren. Techniken wie das „Poisoning“ von Bildern sollen verhindern, dass ihre Werke ohne Erlaubnis für das KI-Training verwendet werden. In diesem Kontext gewinnen verifizierbare und gemeinschaftlich beschaffte, incentivierte Datensätze an Wert, da sie nicht nur Alternativen, sondern auch Säulen der KI-Ausrichtung und -Herkunft in der Datenwirtschaft werden können.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!