В многочисленных ограничениях обучения ИИ, узкое место данных зачастую более серьезное, чем вычислительные ограничения, но этому уделяется мало внимания. В отличие от простого наращивания вычислительной мощности, настоящий прорыв требует одновременного усилия по двум направлениям. Получение высококачественных обучающих данных через механизмы краудсорсинга в сочетании с распределенной архитектурой обработки позволяет полностью разрушить эти оковы. Многие проекты либо делают упор на вычисления, пренебрегая данными, либо работают изолированно, а такое совместное решение как раз заполняет ключевой пробел в отрасли.