iMerit cree que la calidad de los datos, no la cantidad, es el futuro del AI.
Image Credits:iMerit
La plataforma de datos de inteligencia artificial iMerit cree que el siguiente paso hacia la integración de herramientas de inteligencia artificial a nivel empresarial no es obtener más datos, sino obtener mejores datos. Y mejores datos no provienen de hordas de trabajadores freelance, sino de expertos en matemáticas, medicina, salud, finanzas, autonomía y otros campos cognitivos.
“Lo que se ha vuelto extremadamente importante es la capacidad de atraer y retener a los mejores expertos cognitivos, porque tenemos que tomar estos grandes modelos y hacerlos muy personalizados para resolver problemas de inteligencia artificial empresarial,” dijo Radha Basu, CEO y fundadora de iMerit, a TechCrunch.
La startup californiana e india, que lleva nueve años construyéndose en secreto, se ha convertido en un socio de confianza para la anotación de datos en aplicaciones de visión por computadora, imágenes médicas, movilidad autónoma y otras aplicaciones de inteligencia artificial que requieren etiquetado de alta precisión, con intervención humana.
iMerit está sacando su programa de becarios de beta, le dijo exclusivamente a TechCrunch la empresa. El objetivo del programa es construir una fuerza de trabajo en crecimiento de expertos para afinar modelos de inteligencia artificial generativa para aplicaciones empresariales y, cada vez más, modelos fundacionales.
iMerit ya llama a algunas de las principales empresas de inteligencia artificial clientes, incluyendo tres de las siete grandes empresas de inteligencia artificial generativa, ocho de las principales empresas de vehículos autónomos, tres grandes agencias gubernamentales estadounidenses y dos de las tres principales proveedores de nube, según la empresa.
La noticia llega mientras que Scale AI, arguably la mayor empresa en la anotación de datos de inteligencia artificial, ha perdido a su fundador y CEO Alexandr Wang a Meta, que también adquirió una 49% en la empresa. En la estela de la inversión de Meta, muchos de los principales clientes de Scale, incluyendo Google, OpenAI, Microsoft y xAI, han reducido su participación debido a preocupaciones de que Meta podría obtener acceso a sus planes de productos.
iMerit no afirma reemplazar la oferta principal de Scale AI de datos de alta capacidad, enfocados en desarrolladores, sino que está apostando por ahora es el momento adecuado para centrarse en datos de alta calidad, liderados por expertos, que requieren un juicio humano profundo y supervisión específica del dominio.
“Somos los adultos en la sala,” dijo Rob Laing, VP de fuerza de trabajo especializada global de iMerit, a TechCrunch. “Mucho dinero se está gastando en inteligencia artificial en este momento. Hay algunas personas muy inteligentes construyendo grandes plataformas de trabajo humano. La salida que están obteniendo de ese enfoque masivo y de ese enfoque muy rápido al mercado no está al nivel de calidad que necesitan las empresas.
Basu mencionó el ejemplo de los médicos de transcripción que han llegado al mercado en la estela de modelos de lenguaje grande fundacionales.
“Si no tienes la experiencia del cardiólogo o del médico, lo que estás haciendo es básicamente crear algo que es quizás 50% o 60% preciso,” dijo Basu. “Quieres que sea 99%. Quieres cuestionar el modelo. Quieres romperlo. Quieres arreglarlo. Eso es lo que la inteligencia artificial liderada por expertos está haciendo posible para las empresas.
Ejemplo de flujo de trabajo de iMerit Scholars centrado en matemáticas.
El equipo de expertos de iMerit se encarga de afinar, o “torturar,” modelos de inteligencia artificial empresarial y fundacionales utilizando la plataforma Ango Hub propiedad de la startup. Ango permite a los “Scholars” de iMerit interactuar con el modelo del cliente para generar y evaluar problemas para que el modelo los resuelva.
Para iMerit, atraer y retener expertos cognitivos es clave para el éxito porque los expertos no solo realizan algunas tareas y desaparecen; están trabajando en proyectos durante varios años. iMerit presume una tasa de retención del 91%, con el 50% de sus expertos siendo mujeres.
Laing, cuyo experiencia fundando la plataforma de traducción humana myGengo le ayudó a entender cómo crowdsourcing, dijo que es relativamente fácil obtener cuerpos cálidos para realizar tareas menores. Crear una comunidad requiere un enfoque más centrado en el ser humano.
“En lugar de que alguien sea un nombre en una base de datos, cuando alguien se une al programa de becarios, realmente conoce a las personas del equipo,” dijo Laing. “Tienen discusiones colaborativas. Se les anima a trabajar al nivel más alto posible. Y somos extremadamente selectivos sobre cómo traemos a la gente.
“Creo que lo que vamos a ver en los próximos dos años es que empresas como iMerit que realmente se centran en el compromiso, la retención y la calidad, serán las empresas a las que recurrirán las personas para entrenar la inteligencia artificial,” añadió Laing.
Hoy, iMerit trabaja con más de 4,000 Scholars y espera contratar más a medida que crece. Basu le dijo a TechCrunch que aunque la empresa no ha levantado fondos desde 2020, cuando atrajo a inversores como Khosla Ventures, Omidyar Network, Dell.org y British International Investment, iMerit es sostenible y rentable. Con sus propias reservas de efectivo, iMerit puede permitirse escalar a 10,000 expertos, dijo Basu. Para escalar más, necesitaría más inversión externa, a la que iMerit está abierta, pero no desesperada.
iMerit ha estado trabajando en el programa de becarios durante el último año, principalmente con un enfoque en la salud. El objetivo es crecer en otras aplicaciones empresariales, incluyendo finanzas y medicina. Laing señaló que la inteligencia artificial generativa es su área de crecimiento más rápido, ya que las principales empresas de inteligencia artificial trabajan con iMerit para mejorar sus modelos fundacionales.
“La información gratuita disponible en Internet se ha agotado, y el nivel de datos de entrada humana de menor nivel también se ha vuelto commoditizado,” dijo Laing. “Donde estos tipos están yendo realmente es en intentar afinar estas cosas para lograr la AGI o la superinteligencia.