同じ医療画像でも、二人とも画像上の異常箇所にラベルを付けることができる。同じ法律文書でも、二人ともそれを分類できる。提出されたラベルは整然としており、モデルの訓練にも問題なく取り込まれる。 しかし、そのタスクが専門的判断を要する場合、アノテーターにその資格があるかどうかは、プロフィールに「私は専門家です」と書かれているだけでは不十分だ。 @primus_labs は、データ品質の応用シーンとして、zkTLSデータ証明を用いて医療や法律などの専門アノテーターの資格を検証することを提案している。たとえば、彼らが適切な専門家身份を有しているかどうかを確認するのだ。このアイデアは、AI訓練の非常に初期の段階に切り込むものだ。モデルがどれほどうまく学習しているかを議論する前に、まずその判断を提供する人物がタスク要件を満たしているかを確認する。 資格証明は、その人が付与したすべてのラベルが正しいことを保証するものではない。その後もサンプリングチェック、再確認、エラー修正が必要だ。しかし、資格が自己申告に頼るだけでは、品質管理の最初の段階で根拠が欠けてしまう。 現在、これは公式ドキュメントに記載された応用シーンにすぎない。今後、より具体的な実装方法を見たい：資格をどのように検証するか、アノテーターが個人情報をすべて開示することなくどう保護するか、そして誤ったラベルが発見された場合にどう追跡するか。AIは判断を学ぶべきだが、それを訓練した人物が誰であるかも、検証に耐えうるべきだ。 #PrimusLabs #AIData @KaitoAI