Google kauft insolventer Airlines Spirit Daten fuer AI-Training

Google hat fuer 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 fuer AI relevant ist

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

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

Datenschutz

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

Link: The Register