获得报酬来测试这个基于社区的快速，高质量的人工智能算法Bobidi使人工智能工程师能够根据不同的需求动态构建自己的数据集

首先是大数据，然后是高质量数据。Bobidi为公司提供高质量的人工智能(AI)测试数据集。你还记得小泰吗?Tay正在为微软的技术与研究团队和必应团队测试会话理解能力。他们把她放到推特上，不到24小时，推特用户就看到她说了很多可怕的话，他们不得不把她下架。

Tay是Bobidi正在努力解决的问题的一个主要例子。简而言之，微软团队向Tay提供了大量的标准会话数据。当她在Twitter上自由自在时，她还没有准备好接受不符合常规的信息。这类似于开始一份新工作;你被基本的东西淹没了，然后老板在第一天之后就让你负责。上天禁止任何不正常的事情发生，因为它可能导致灾难，就像Tay实验一样。

Bobidi生成的高质量数据集可以在现实世界中找到。他们的数据集以具有真实的异常值比例而闻名。例如，如果你想测试一种新的面部检测算法，Bobidi可以提供一组面部照片，这些照片与你在杂货店看到的相符，而不是在电视上或谷歌搜索中看到的。这样的数据有助于训练你的算法，使其在普通用户与它们互动时更加准确。

Bobidi还使人工智能工程师能够根据不同的需求动态构建自己的数据集。他们可以跟踪模型的不同版本以及随着数据集的发展而变化的性能，从而获得工程师可以使用的关键见解，以便快速改进模型。

那么，Bobidi是如何获得数据的呢?Bobidi使用贡献者社区。世界各地数以万计的人们下载了Bodidi应用程序，并作为贡献者。一旦贡献者下载了这款应用，他们就可以开始拍照赚钱了。

这款应用提出了一些挑战，比如“通过记录人工智能不认识的新词来欺骗人工智能”。用户用智能手机记录不同的单词，包括最近发布的电视节目、电影和人工智能还没有机会追上的新明星。这种算法测试方法比利用“大”数据的传统方法更快、更有效，而传统方法通常更昂贵，而且可能会增加模型已有的偏差。另一方面，Bobidi基于社区的方法帮助他们的客户找到人工智能只需要的数据，因为它让客户与真人一起模拟模型。

Bodidi首席执行官兼联合创始人Jeong-Suh Choi分享说:“当人工智能模型不起作用时，问题通常不是模型本身，而是模型训练时使用的数据类型。”

随着每周新挑战的发布，游戏中充满了乐趣和赚钱的新机会。除了照片挑战，其他一些媒介包括演讲、绘画和文本。

Bobidi是由Choi和他的首席技术官兼联合创始人Soohyun Bae共同创立的，他们是多年的朋友。经过多年的相处，他们发现了大数据的问题及其产生的结果。经过一番考虑，他们决定创建一个数据贡献者社区，以取代陈旧和静态的数据集——于是，Bobidi于2021年6月成立。

总的来说,Bobidi他的使命是向世界展示有更好的方法来训练人工智能算法。它们可以在更短的时间内更精确;他们只需要正确的数据。