AI-данные имеют огромный потенциал, Web3 DataFi может стать новой голубой океан.
В условиях нарастающей глобальной конкуренции в сфере искусственного интеллекта данные становятся ключевым конкурентным преимуществом для построения качественных базовых моделей. Поскольку различия в архитектуре моделей и вычислительных мощностях постепенно стираются, высококачественные тренировочные данные станут основным фактором, определяющим конкурентоспособность AI-компаний.
Самым заметным событием в этом месяце в мире ИИ стало то, что Meta активно набирает талантов и создает ведущую команду ИИ, в основном состоящую из китайских исследователей. Особенно выделяется 28-летний Александр Ванг. Основная компания Scale AI, которую он основал, в настоящее время оценена в 29 миллиардов долларов и предоставляет услуги по обработке данных многим гигантам ИИ, включая американские вооруженные силы. Scale AI смогла выделиться среди множества единорогов благодаря тому, что рано осознала важность данных в индустрии ИИ.
Если сравнить большую модель с человеком, то модель — это тело, вычислительная мощность — это еда, а данные — это знания и информация. В процессе стремительного развития больших языковых моделей акцент в отрасли сместился с архитектуры модели на вычислительную мощность, и теперь большинство моделей используют трансформеры в качестве базовой структуры. Крупные компании либо строят собственные суперкомпьютерные кластеры, либо подписывают долгосрочные контракты с облачными провайдерами, что решает основные потребности в вычислительной мощности. В этом контексте важность данных становится все более очевидной.
В отличие от традиционных компаний по обработке больших данных для бизнеса, Scale AI сосредоточена на создании надежной базы данных для моделей искусственного интеллекта. Их деятельность включает не только извлечение существующих данных, но и долгосрочные задачи по генерации данных, и они создали команду по обучению ИИ, состоящую из экспертов в различных областях, чтобы предоставить моделям более качественные обучающие данные.
Обучение модели обычно делится на два этапа: предварительное обучение и дообучение. Предварительное обучение похоже на процесс, когда младенец учится говорить, требуя большого объема информации, собранной из текстов, кода и других данных из Интернета. Дообучение же похоже на учебу в школе, где есть четкие правильные и неправильные ответы и направление, и происходит развитие специфических навыков модели с помощью тщательно разработанных наборов данных.
Таким образом, данные AI также можно разделить на два типа: один тип - это огромные объемы данных, которые не требуют значительной обработки, такие как данные веб-сканирования из социальных медиа и репозиториев кода; другой тип требует тщательной разработки и отборы, чтобы гарантировать, что они могут развивать определенные положительные качества модели, что требует очищения данных, аннотирования и других работ. Эти два типа наборов данных составляют основную часть направления AI Data.
С увеличением возможностей моделей различные специализированные и детализированные обучающие данные станут ключевыми переменными, определяющими способности модели. Качественные наборы данных подобны уникальным秘籍 великих мастеров боевых искусств и имеют решающее значение для повышения возможностей модели. В долгосрочной перспективе AI Data также является областью с эффектом снежного кома: с накоплением предварительных работ активы данных будут генерировать эффект сложных процентов, а их ценность будет все более очевидной.
В этом контексте Web3 DataFi как новая область имеет естественное преимущество в области данных ИИ:
Умные контракты обеспечивают суверенитет данных, безопасность и конфиденциальность. Пользователи могут четко понимать, как используются их данные, при этом с помощью технологий, таких как доказательства с нулевым разглашением, защищая чувствительную информацию.
Распределенная архитектура привлекает наиболее подходящую рабочую силу со всего мира. Децентрализованный характер блокчейна и прозрачный механизм стимулов могут привлечь рабочую силу со всего мира для участия в внесении данных, что способствует увеличению разнообразия данных.
Блокчейн предоставляет четкие преимущества в области стимулов и расчетов. Умные контракты могут реализовать прозрачную систему стимулов, избегая проблем, которые могут возникнуть в традиционных централизованных компаниях. В то же время, способ расчетов на цепочке может преодолеть географические ограничения и обеспечить более эффективные трансакции между странами.
Способствует созданию эффективного и открытого рынка данных. Децентрализованный рынок позволяет сторонам спроса и предложения данных более прозрачно и эффективно взаимодействовать, способствуя процветанию экосистемы.
Для обычных пользователей DataFi является лучшей отправной точкой для участия в децентрализованных AI проектах. В отличие от высоких барьеров входа, таких как майнинг вычислительной мощности или разработка моделей, пользователи могут участвовать, выполняя простые задачи, такие как предоставление данных, оценка моделей и т.д. Это дает обычным людям возможность воспользоваться возможностями, которые предоставляет революция в области AI.
В настоящее время в области Web3 DataFi появилось множество перспективных проектов, таких как Sahara AI, Yupp, Vana и другие. Эти проекты имеют свои особенности в области стимулов для пользователей, управления качеством данных и т.д. Однако они также сталкиваются с некоторыми общими проблемами, такими как балансировка краткосрочных интересов и долгосрочного качества, повышение прозрачности и т.д.
В будущем массовое применение DataFi требует одновременного выполнения двух условий: во-первых, привлечь достаточное количество обычных пользователей для участия, чтобы сформировать резерв данных для сбора и генерации; во-вторых, получить признание крупных компаний, чтобы привлечь большие заказы. Некоторые ведущие проекты уже добились неплохого прогресса в этих двух направлениях.
В целом, DataFi представляет собой новую модель взаимодействия между человеческим интеллектом и машинным интеллектом. Через смарт-контракты он как обеспечивает доход от человеческого труда, так и предоставляет питательные вещества для развития машинного интеллекта. Для тех, кто полон надежд на эпоху ИИ и придерживается идеалов блокчейна, DataFi, безусловно, является областью, на которую стоит обратить внимание и инвестировать.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
13 Лайков
Награда
13
4
Поделиться
комментарий
0/400
WhaleWatcher
· 22ч назад
минтинг нескольких NFT и ожидание заработка?
Посмотреть ОригиналОтветить0
CodeAuditQueen
· 22ч назад
Уязвимости безопасности на этапе сбора данных представляют собой большую угрозу, легко подверженную инъекции грязных данных.
Web3 DataFi может стать новым морем возможностей в области AI-данных, Блокчейн способствует монетизации ценности данных
AI-данные имеют огромный потенциал, Web3 DataFi может стать новой голубой океан.
В условиях нарастающей глобальной конкуренции в сфере искусственного интеллекта данные становятся ключевым конкурентным преимуществом для построения качественных базовых моделей. Поскольку различия в архитектуре моделей и вычислительных мощностях постепенно стираются, высококачественные тренировочные данные станут основным фактором, определяющим конкурентоспособность AI-компаний.
Самым заметным событием в этом месяце в мире ИИ стало то, что Meta активно набирает талантов и создает ведущую команду ИИ, в основном состоящую из китайских исследователей. Особенно выделяется 28-летний Александр Ванг. Основная компания Scale AI, которую он основал, в настоящее время оценена в 29 миллиардов долларов и предоставляет услуги по обработке данных многим гигантам ИИ, включая американские вооруженные силы. Scale AI смогла выделиться среди множества единорогов благодаря тому, что рано осознала важность данных в индустрии ИИ.
Если сравнить большую модель с человеком, то модель — это тело, вычислительная мощность — это еда, а данные — это знания и информация. В процессе стремительного развития больших языковых моделей акцент в отрасли сместился с архитектуры модели на вычислительную мощность, и теперь большинство моделей используют трансформеры в качестве базовой структуры. Крупные компании либо строят собственные суперкомпьютерные кластеры, либо подписывают долгосрочные контракты с облачными провайдерами, что решает основные потребности в вычислительной мощности. В этом контексте важность данных становится все более очевидной.
В отличие от традиционных компаний по обработке больших данных для бизнеса, Scale AI сосредоточена на создании надежной базы данных для моделей искусственного интеллекта. Их деятельность включает не только извлечение существующих данных, но и долгосрочные задачи по генерации данных, и они создали команду по обучению ИИ, состоящую из экспертов в различных областях, чтобы предоставить моделям более качественные обучающие данные.
Обучение модели обычно делится на два этапа: предварительное обучение и дообучение. Предварительное обучение похоже на процесс, когда младенец учится говорить, требуя большого объема информации, собранной из текстов, кода и других данных из Интернета. Дообучение же похоже на учебу в школе, где есть четкие правильные и неправильные ответы и направление, и происходит развитие специфических навыков модели с помощью тщательно разработанных наборов данных.
Таким образом, данные AI также можно разделить на два типа: один тип - это огромные объемы данных, которые не требуют значительной обработки, такие как данные веб-сканирования из социальных медиа и репозиториев кода; другой тип требует тщательной разработки и отборы, чтобы гарантировать, что они могут развивать определенные положительные качества модели, что требует очищения данных, аннотирования и других работ. Эти два типа наборов данных составляют основную часть направления AI Data.
С увеличением возможностей моделей различные специализированные и детализированные обучающие данные станут ключевыми переменными, определяющими способности модели. Качественные наборы данных подобны уникальным秘籍 великих мастеров боевых искусств и имеют решающее значение для повышения возможностей модели. В долгосрочной перспективе AI Data также является областью с эффектом снежного кома: с накоплением предварительных работ активы данных будут генерировать эффект сложных процентов, а их ценность будет все более очевидной.
В этом контексте Web3 DataFi как новая область имеет естественное преимущество в области данных ИИ:
Умные контракты обеспечивают суверенитет данных, безопасность и конфиденциальность. Пользователи могут четко понимать, как используются их данные, при этом с помощью технологий, таких как доказательства с нулевым разглашением, защищая чувствительную информацию.
Распределенная архитектура привлекает наиболее подходящую рабочую силу со всего мира. Децентрализованный характер блокчейна и прозрачный механизм стимулов могут привлечь рабочую силу со всего мира для участия в внесении данных, что способствует увеличению разнообразия данных.
Блокчейн предоставляет четкие преимущества в области стимулов и расчетов. Умные контракты могут реализовать прозрачную систему стимулов, избегая проблем, которые могут возникнуть в традиционных централизованных компаниях. В то же время, способ расчетов на цепочке может преодолеть географические ограничения и обеспечить более эффективные трансакции между странами.
Способствует созданию эффективного и открытого рынка данных. Децентрализованный рынок позволяет сторонам спроса и предложения данных более прозрачно и эффективно взаимодействовать, способствуя процветанию экосистемы.
Для обычных пользователей DataFi является лучшей отправной точкой для участия в децентрализованных AI проектах. В отличие от высоких барьеров входа, таких как майнинг вычислительной мощности или разработка моделей, пользователи могут участвовать, выполняя простые задачи, такие как предоставление данных, оценка моделей и т.д. Это дает обычным людям возможность воспользоваться возможностями, которые предоставляет революция в области AI.
В настоящее время в области Web3 DataFi появилось множество перспективных проектов, таких как Sahara AI, Yupp, Vana и другие. Эти проекты имеют свои особенности в области стимулов для пользователей, управления качеством данных и т.д. Однако они также сталкиваются с некоторыми общими проблемами, такими как балансировка краткосрочных интересов и долгосрочного качества, повышение прозрачности и т.д.
В будущем массовое применение DataFi требует одновременного выполнения двух условий: во-первых, привлечь достаточное количество обычных пользователей для участия, чтобы сформировать резерв данных для сбора и генерации; во-вторых, получить признание крупных компаний, чтобы привлечь большие заказы. Некоторые ведущие проекты уже добились неплохого прогресса в этих двух направлениях.
В целом, DataFi представляет собой новую модель взаимодействия между человеческим интеллектом и машинным интеллектом. Через смарт-контракты он как обеспечивает доход от человеческого труда, так и предоставляет питательные вещества для развития машинного интеллекта. Для тех, кто полон надежд на эпоху ИИ и придерживается идеалов блокчейна, DataFi, безусловно, является областью, на которую стоит обратить внимание и инвестировать.