Perle、Web3 AIデータ学習プラットフォーム立ち上げで900万ドルのシードラウンドを確保

革新的なAI学習データプラットフォームであるPerleは、著名なクリプトネイティブのベンチャー企業であるFramework Venturesが主導する900万ドルのシード資金調達ラウンドを成功裏に完了しました。この重要な投資により、Perleのプレシードおよびシードラウンドを通じた総資金調達額は1750万ドルに達し、人工知能モデルに豊かな人間の知恵を注入するという同社の野心的なミッションにおける大きな節目となりました。

Perleの提供するものの核は、Web3を活用したアプローチにあります。これは、急速に進化するAIの状況が直面している重要な課題、すなわち、人間が生成する学習データの入手困難化と品質低下に対処するために設計されています。AIモデルの洗練度が増すにつれて、その性能は学習するデータの品質と多様性に左右されます。しかし、既存のシステムは、ニュアンスのある、曖昧な、または文脈に依存するシナリオにしばしば苦戦しています。専門家は、高品質で自然なAI学習データの不足が早ければ2026年にも起こりうると予測しており、業界は単にモデルをスケールアップするだけでなく、革新的な解決策を模索することを余儀なくされています。

この課題に取り組むため、Perleは「Perle Labs」を立ち上げる予定です。これは、AIシステムへの人間の入力統合方法に革命をもたらす準備が整ったクリプトネイティブなエコシステムです。ブロックチェーンインフラストラクチャとインセンティブメカニズムを活用することで、Perle Labsは、貢献者に対する透明な報酬、オンチェーンでの帰属表示、および検証可能な作業履歴を促進することを目指しています。この分散型アプローチは、グローバルな参加を可能にし、内在するバイアスを減らし、大規模な学習データセットの全体的な品質と多様性を劇的に向上させるように設計されています。Perleのセルフサービスプラットフォームは、オーディオ、画像、ビデオを含むマルチモーダルデータの収集から、人間からのフィードバックによる強化学習（RLHF）の促進、アシスタントモデルの微調整まで、AI開発ライフサイクル全体をサポートします。

PerleのCEOであり、元Scale AIの従業員であるAhmed Rashadは、この分散型手法の影響を強調し、「グローバルな参加を可能にし、バイアスを減らし、モデルの性能を劇的に向上させることができる」と述べました。彼はさらに、Perleのベンチマークテストでは、高品質なヒューマン・イン・ザ・ループのアノテーションがAmazon Rekognitionのような従来のメソッドを70%以上上回ることが示されており、重要なデータギャップを埋める上での思慮深い人間の入力の極めて重要な役割を強調しました。

主要なAI、DeFi、およびブロックチェーンインフラストラクチャプロジェクトへの初期投資で知られるFramework Venturesは、Perleのビジョンに自然な相乗効果を見出しています。Framework Venturesの共同創設者であるVance Spencerは、AIの進歩のペースは、既存モデルのスケーリングだけでなく、優れたデータによってますます推進されるだろうと強調しました。この投資は、AIの未来が革新的で分散化されたメカニズムを通じてデータ制限を克服することと本質的に結びついているという業界の認識の高まりを裏付けています。AIとWeb3の融合は、機械学習に対してより分散型で包括的、かつプライバシーを保護するアプローチを可能にしており、インセンティブに基づく参加が、協調的なAI学習環境を育成する鍵となります。世界のAI学習データセット市場が2034年までに189億ドルに達すると予測されている中、Perleのようなプラットフォームは、次世代AI開発の基礎となる位置付けにあります。