Oortの多様なツールKaggleデータセットは、複数のカテゴリで最初のページに登ります

分散型AIソリューションプロバイダーOORTによって開発された人工知能トレーニング画像データセットは、GoogleのプラットフォームKaggleでかなりの成功を収めています。

An artificial intelligence training image data set developed by decentralized AI solution provider OORT has seen considerable success on Google’s platform Kaggle.

分散型AIソリューションプロバイダーOORTによって開発された人工知能トレーニング画像データセットは、GoogleのプラットフォームKaggleでかなりの成功を収めています。

OORT’s Diverse Tools Kaggle data set listing was released in early April and has since seen it climb to the first page in multiple categories. Kaggle is a Google-owned online platform for data science and machine learning competitions, learning and collaboration.

Oortの多様なツールKaggle Data Setリスティングは4月上旬にリリースされ、その後、複数のカテゴリで最初のページに上昇するのを見てきました。 Kaggleは、データサイエンスおよび機械学習の競争、学習、コラボレーションのためのGoogleが所有するオンラインプラットフォームです。

Ramkumar Subramaniam, core contributor at crypto AI project OpenLedger, recognized that a front-page Kaggle ranking is a strong social signal, indicating that the data set is engaging the right communities of data scientists, machine learning engineers and practitioners.

Crypto AI Project OpenLedgerのコア貢献者であるRamkumar Subramaniamは、前ページのKaggleランキングが強力な社会的信号であることを認識しており、データセットがデータサイエンティスト、機械学習エンジニア、開業医の適切なコミュニティを魅了していることを示しています。

Max Li, founder and CEO of OORT, said that the firm observed promising engagement metrics that validate the early demand and relevance of its training data gathered through a decentralized model.

OORTの創設者兼CEOであるMax Liは、同社は分散モデルを通じて収集されたトレーニングデータの早期需要と関連性を検証する有望なエンゲージメントメトリックを観察したと述べました。

"We're grateful for the positive response from the Kaggle community," said Li. "This achievement reflects the hard work and dedication of our team in developing high-quality, diverse, and accessible AI training data."

「Kaggleコミュニティからの肯定的な反応に感謝しています」とLiは言いました。 「この成果は、高品質で多様で、アクセス可能なAIトレーニングデータを開発する際のチームの努力と献身を反映しています。」

OORT plans to release multiple data sets in the coming months. Among those is an in-car voice commands data set, one for smart home voice commands and another for deepfake videos meant to improve AI-powered media verification.

OORTは、今後数か月で複数のデータセットをリリースする予定です。それらの中には、車内の音声コマンドデータセットがあります。1つはスマートホーム音声コマンド用、もう1つはAIを搭載したメディア検証を改善するためのディープフェイクビデオです。

The data set in question was independently verified to have reached the first page in Kaggle’s General AI, Retail & Shopping, Manufacturing, and Engineering categories earlier this month. At the time of publication, it lost those positions following a possibly unrelated data set update on May 6 and another on May 14.

問題のデータセットは、今月初めにKaggleの一般的なAI、小売＆ショッピング、製造、エンジニアリングのカテゴリの最初のページに到達したことが独立して検証されました。出版時には、5月6日に無関係なデータセットの更新が行われ、5月14日に別のデータセットの更新に続いてこれらのポジションを失いました。

Recognizing the achievement, Subramaniam said that it’s not a definitive indicator of real-world adoption or enterprise-grade quality.

成果を認識して、Subramaniamは、それが現実世界の採用や企業グレードの品質の決定的な指標ではないと述べました。

What sets OORT’s data set apart is not just the ranking, but the provenance and incentive layer behind the data set.

Oortのデータセットを際立たせるのは、ランキングだけでなく、データセットの背後にある出所とインセンティブレイヤーです。

"In a world where image scarcity and poisoning techniques are increasing, verifiable and community-sourced/incentivized data sets become more valuable than ever," said Subramaniam. "Such projects can become not just alternatives, but pillars of AI alignment and provenance in the data economy."

「イメージの希少性と中毒技術が増加し、検証可能であり、コミュニティが提供/インセンティブ化されたデータセットがこれまで以上に価値がある世界では、」とSubramaniam氏は述べています。 「このようなプロジェクトは、代替案だけでなく、データ経済におけるAIの調整と出所の柱になる可能性があります。」

Data published by AI research firm Epoch AI estimates that human-generated text AI training data will be exhausted in 2028. The pressure is high enough that investors are now mediating deals granting rights to copyrighted materials to AI companies.

AIの調査会社Epoch AIが発表したデータは、人間が生成したテキストAIトレーニングデータが2028年に使い果たされると推定しています。現在、投資家はAI企業に著作権で保護された資料の権利を付与する取引を仲介しているため、圧力が高くなります。

Reports concerning increasingly scarce AI training data and how it may limit growth in the space have been circulating for years. While synthetic (AI-generated) data is increasingly used with at least some degree of success, human data is still largely viewed as the better alternative, higher-quality data that leads to better AI models.

AIのトレーニングデータがますます不足していることと、空間の成長を制限する方法に関するレポートは、何年もの間循環しています。合成（AIに生成された）データは、少なくともある程度の成功を収めてますます使用されていますが、人間のデータは、より良いAIモデルにつながるより良い代替の高品質のデータとして主に見られています。

When it comes to images for AI training specifically, things are becoming increasingly complicated with artists purposely sabotaging training efforts to protect their images from being used for AI training without permission.

特にAIトレーニングの画像に関しては、アーティストが意図的にトレーニングを妨害することを意図的に妨害し、許可なしにAIトレーニングに使用されないようにするためのトレーニングの努力がますます複雑になっています。

One such project, Nightshade, allows users to "poison" their images and severely degrade model performance.

そのようなプロジェクトの1つであるNightshadeにより、ユーザーは自分の画像を「毒」し、モデルのパフォーマンスをひどく低下させることができます。

"We're entering an era where high-quality image data will become increasingly scarce, and in this situation, verifiable and community-sourced/incentivized data sets like OORT's are more valuable than ever," said Subramaniam.

「私たちは、高品質の画像データがますます少なくなる時代に入っており、この状況では、ORTのような検証可能でコミュニティが提供/インセンティブ化されたデータセットがこれまで以上に価値があります」とSubramaniam氏は述べています。

In this case, the OORT data set is a collection of diverse images from various domains, including food, fashion, architecture, technology, and art, which are released under a CC BY-4.0 license and collected via a tokenized crowdsourcing campaign.

この場合、OORTデータセットは、CC By-4.0ライセンスの下でリリースされ、トークン化されたクラウドソーシングキャンペーンを介して収集される、食品、ファッション、建築、テクノロジー、アートなど、さまざまなドメインからの多様な画像のコレクションです。

The project aims to provide a balanced and comprehensive data set that can be used to train image recognition models for various tasks, such as object detection, image segmentation, and image generation.

このプロジェクトの目的は、オブジェクト検出、画像セグメンテーション、画像生成など、さまざまなタスクの画像認識モデルをトレーニングするために使用できるバランスのとれた包括的なデータセットを提供することを目的としています。

The initiative was funded through a token offering in early 2021, and saw participation from members of the blockchain community, who provided image contributions in exchange for OORT tokens.

このイニシアチブは、2021年初頭にトークンの提供を通じて資金提供され、ORTトークンと引き換えに画像の貢献を提供したブロックチェーンコミュニティのメンバーからの参加を見ました。

The project's Devotees collected and formatted the images, and they were finally released on Kaggle in early April. It reached the first page in multiple categories within a month of release.

プロジェクトの信者は画像を収集してフォーマットし、4月上旬に最終的にKaggleでリリースされました。リリース後1か月以内に複数のカテゴリで最初のページに到達しました。

The OORT data set has also been recognized by leading AI and blockchain publications and websites, further highlighting its significance and innovation.

OORTデータセットは、主要なAIおよびブロックチェーンの出版物とWebサイトによっても認識されており、その重要性と革新をさらに強調しています。

This content is not financial advice and does not necessarily represent the views of CCNR and should not be viewed as an endorsement.

このコンテンツは財政的なアドバイスではなく、必ずしもCCNRの見解を表すものではなく、承認と見なされるべきではありません。