Google kauft insolventer Airlines Spirit Daten für AI-Training

Google hat für 10 Millionen Dollar einen riesigen Datensatz der insolventen US-Airline Spirit ersteigert. Das Ziel: AI-Services verbessern.

Der Datenschatz

• 100 Millionen E-Mails und 500 Millionen Teams-Items
• 17 Millionen OneDrive-Dateien, 20,5 Millionen SharePoint-Items
• 30+ Millionen aufgezeichnete Kundenservice-Anrufe
• 15 Millionen Chat-Records
• 600.000 ServiceNow-Tickets, 13,7 Millionen Oracle-Responsys-E-Mails
• 763.000 Flug-Records, 5 Millionen Crew-Pairings, 1,2 Millionen Tankquittungen

Warum das für AI relevant ist

Der Unterbieter war Mercor, ein Unternehmen das Daten für AI-Modelle bereitstellt. Google selbst sagt, die Daten seien zur Verbesserung seiner AI-Services gedacht. Branche und Beobachter vermuten: es geht um domänenspezifische Modelle. Aviation-Operations-Modelle, oder schlicht Financial-Records für allgemeine AI-Anwendungen.

Die Debatte um Trainingsdaten wird immer intensiver. Large Language Models gelten zunehmend als “blunt instruments”, kleinere domänenspezifische Modelle auf spezifischen Daten gelten als effizienter. Spirits Daten - operational, finanziell, Kundenservice - sind genau der Typ hochwertiger, domänenspezifischer Datensatz der für solche Modelle gebraucht wird.

Datenschutz

Die Daten wurden vor dem Verkauf deidentifiziert. Google verspricht, verbleibende PII zu scrubben. Ob das in der Praxis vollständig gelingt, bleibt abzuwarten.

Link: The Register