У час глобальної конкуренції за створення найкращих базових моделей, незважаючи на важливість обчислювальної потужності та архітектури моделей, справжня конкурентна перевага полягає в навчальних даних. Найбільш помітною подією цього місяця в AI-колі стало створення Марком Цукербергом команди Meta AI, що складається переважно з китайських науковців, яку очолює 28-річний Александер Ванг. Компанія Wang Scale AI наразі оцінюється в 29 мільярдів доларів і надає послуги з обробки даних для кількох великих AI-компаній.
Причина, чому Scale AI змогла виділитися серед багатьох єдинорогів, полягає в тому, що вона рано усвідомила важливість даних в індустрії ШІ. Обчислювальна потужність, моделі та дані складають три основні стовпи моделей ШІ. Оскільки більшість моделей використовують трансформер як основу, після того як великі компанії вирішили проблеми з обчислювальною потужністю, важливість даних стає все більш очевидною.
Моделювання навчання ділиться на два етапи: попереднє навчання та доопрацювання. На етапі попереднього навчання необхідна велика кількість тексту, коду та іншої інформації, зібраної з мережі, тоді як на етапі доопрацювання потрібні ретельно оброблені, цілеспрямовані набори даних. Ці два типи наборів даних складають основну частину AI Data треку. З підвищенням можливостей моделі якісні, професійні тренувальні дані стануть вирішальним фактором, що впливає на продуктивність моделі.
У порівнянні з традиційними компаніями з обробки даних, Web3 має природні переваги в галузі даних AI, що сприяло виникненню концепції DataFi. Переваги Web3 DataFi включають:
Смарт-контракти забезпечують суверенітет даних, безпеку та конфіденційність
Розподілена архітектура приваблює найкращу робочу силу з усього світу
Блокчейн пропонує чіткі стимули та механізми розрахунків
Сприяє створенню ефективного, відкритого ринку даних
Для звичайних користувачів DataFi - це найкраща точка входу для участі в децентралізованих AI проектах. Користувачі можуть взяти участь, виконуючи прості завдання, такі як надання даних, оцінка моделей тощо, що має низький поріг входу.
Нещодавно кілька проектів Web3 DataFi отримали значне фінансування. Основні проекти включають:
Sahara AI: створення децентралізованої інфраструктури штучного інтелекту та торговельного ринку
Yupp: платформа зворотного зв'язку AI моделей
Vana: перетворення особистих даних на монетизовані цифрові активи
Chainbase: зосереджений на даних блокчейну
Sapien: перетворення людських знань на дані для навчання ШІ
Prisma X: Відкрита координаційна платформа для роботів
Masa: проект підмережі даних екосистеми Bittensor
Irys: програмоване зберігання даних та обчислення
ORO: надає можливість звичайним людям брати участь у внесках в AI
Gata: децентралізований рівень даних
Хоча наразі бар'єри для входу в ці проекти не високі, раннє накопичення користувачів і екосистемної прихильності є надзвичайно важливими. Виклики, з якими вони стикаються, включають управління трудовими ресурсами, забезпечення якості даних, а також підвищення прозорості проекту та рівня децентралізації.
Масштабне застосування DataFi потребує залучення достатньої кількості індивідуальних користувачів для участі в екосистемі даних, а також отримання визнання від основних компаній. Деякі проекти, такі як Sahara AI та Vana, вже досягли непоганих успіхів у цьому напрямку.
DataFi представляє собою тривалу симбіоз людського інтелекту та машинного інтелекту. Для тих, хто відчуває тривогу в епоху ШІ або все ще має ідеали блокчейну, участь у DataFi може бути мудрим вибором, що відповідає тенденціям.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
11 лайків
Нагородити
11
4
Поділіться
Прокоментувати
0/400
FortuneTeller42
· 07-26 05:07
Ще одна хвиля обману для дурнів починається
Переглянути оригіналвідповісти на0
MEVHunter
· 07-26 05:02
ngmi... web3 dataFi = new honeypot for alpha seekers
Підйом Web3 DataFi: нові можливості для AI-даних.
Потенціал AI даних та зростання Web3 DataFi
У час глобальної конкуренції за створення найкращих базових моделей, незважаючи на важливість обчислювальної потужності та архітектури моделей, справжня конкурентна перевага полягає в навчальних даних. Найбільш помітною подією цього місяця в AI-колі стало створення Марком Цукербергом команди Meta AI, що складається переважно з китайських науковців, яку очолює 28-річний Александер Ванг. Компанія Wang Scale AI наразі оцінюється в 29 мільярдів доларів і надає послуги з обробки даних для кількох великих AI-компаній.
Причина, чому Scale AI змогла виділитися серед багатьох єдинорогів, полягає в тому, що вона рано усвідомила важливість даних в індустрії ШІ. Обчислювальна потужність, моделі та дані складають три основні стовпи моделей ШІ. Оскільки більшість моделей використовують трансформер як основу, після того як великі компанії вирішили проблеми з обчислювальною потужністю, важливість даних стає все більш очевидною.
Моделювання навчання ділиться на два етапи: попереднє навчання та доопрацювання. На етапі попереднього навчання необхідна велика кількість тексту, коду та іншої інформації, зібраної з мережі, тоді як на етапі доопрацювання потрібні ретельно оброблені, цілеспрямовані набори даних. Ці два типи наборів даних складають основну частину AI Data треку. З підвищенням можливостей моделі якісні, професійні тренувальні дані стануть вирішальним фактором, що впливає на продуктивність моделі.
У порівнянні з традиційними компаніями з обробки даних, Web3 має природні переваги в галузі даних AI, що сприяло виникненню концепції DataFi. Переваги Web3 DataFi включають:
Для звичайних користувачів DataFi - це найкраща точка входу для участі в децентралізованих AI проектах. Користувачі можуть взяти участь, виконуючи прості завдання, такі як надання даних, оцінка моделей тощо, що має низький поріг входу.
Нещодавно кілька проектів Web3 DataFi отримали значне фінансування. Основні проекти включають:
Хоча наразі бар'єри для входу в ці проекти не високі, раннє накопичення користувачів і екосистемної прихильності є надзвичайно важливими. Виклики, з якими вони стикаються, включають управління трудовими ресурсами, забезпечення якості даних, а також підвищення прозорості проекту та рівня децентралізації.
Масштабне застосування DataFi потребує залучення достатньої кількості індивідуальних користувачів для участі в екосистемі даних, а також отримання визнання від основних компаній. Деякі проекти, такі як Sahara AI та Vana, вже досягли непоганих успіхів у цьому напрямку.
DataFi представляє собою тривалу симбіоз людського інтелекту та машинного інтелекту. Для тих, хто відчуває тривогу в епоху ШІ або все ще має ідеали блокчейну, участь у DataFi може бути мудрим вибором, що відповідає тенденціям.