Yapay zeka (AI) endüstrisinde, modellerin ham gücü artık bir sır değil. Bu durum, rekabetin bir sonraki cephesini veri kalitesine kaydırdı. İnternet genelinde üretilen yapay zeka içeriği miktarının, çevrimiçi materyallerin yaklaşık %57'sini oluşturduğu tahmin edilirken, düşük kaliteli ve özensiz üretilen "AI Slop" terimi platformların değerini düşürme tehlikesi yaratıyor. Bu nedenle, artık serbestçe internetten toplanan veya düşük ücretli kişiler tarafından etiketlenen veri setleri yerine, girişimler kendi özel, titizlikle küratörlüğünü yaptığı veri havuzlarını oluşturmak için önemli yatırımlar yapıyor. Bu eğilim, AI start-up'larının veri toplama süreçlerini içeriden yönetme kararlılığını gösteriyor ve görsel keşif platformu Pinterest'in kullanıcılarına akışlardaki 'AI Slop' miktarını sınırlama kontrolleri sunması da bu kalite odaklı değişimin somut bir örneğidir. Bu bağlamda, OpenAI'ın video üretim aracı Sora'nın, merhum Dr. Martin Luther King Jr.'ın görüntüsünü taklit eden ve itibarını zedeleyici içerikler üretilmesi üzerine, şirket tarihi figürlerin kullanımını kısıtlamak zorunda kaldı. OpenAI Sora'nın Martin Luther King Jr. videosunu kapatma kararı ve etik tartışması, veri kalitesi ve etik kuralların ne kadar hayati olduğunu gösteriyor. Pinterest kullanıcılarına AI Slop yapay zeka içerik sınırlama kontrolleri hakkında detaylı bilgiye buradan ulaşabilirsiniz.

Elinde Eldivenlerle Veri Üretmek: Görsel Zekada Yeni Yaklaşım

Turing gibi şirketler, bu değişimin ön saflarında yer alıyor. Örneğin, bir AI şirketi olan Turing, görsel akıl yürütme ve sıralı problem çözme gibi soyut becerileri öğretmek amacıyla alışılmadık bir yöntem izledi. Şirket, gönüllüleri (Taylor adlı bir sanatçı gibi) GoPro kameralar takarak günlük işlerini (boyama, ev işleri) kaydetmeye yönlendirdi. Amaç, resim yapmayı öğretmek değil, bu eylemlerin çok açılı, senkronize videolarıyla modelin temel görsel akışını eğitmekti.

Taylor'ın deneyimi, bu işin zorluğunu gözler önüne seriyor: Günde beş saatlik senkronize video üretmek için yedi saat ayırmak zorunda kaldı ve kafa bandı kameraları fiziksel yorgunluğa ve alınlarında kırmızı izlere neden oldu. Bu, veri toplamanın sadece teknik değil, aynı zamanda insan gücü gerektiren, fiziksel bir süreç olduğunu gösteriyor.

• Özel Veri Avantajı: Şirketler, genel modelleri kopyalamak yerine, kendi benzersiz veri setlerini rekabet avantajı (moat) olarak kullanıyor.
• Uzmanlık Gereksinimi: Fyxer, temel e-posta yanıtlarını öğretmek için mühendislerin sayısından fazla deneyimli yönetici asistanı kullanmak zorunda kaldı.
• Sentetik Verinin Sınırı: Turing, verilerinin %75 ila %80'inin sentetik olduğunu tahmin ediyor; bu, orijinal kaynak verinin ne kadar hatasız olması gerektiğini daha da kritik hale getiriyor.