В эпоху глобальной гонки за создание лучших базовых моделей, несмотря на то, что вычислительные мощности и архитектура моделей имеют решающее значение, истинным конкурентным преимуществом являются тренировочные данные. Самым примечательным событием в мире ИИ в этом месяце стало создание Марком Цукербергом команды Meta AI, в основном состоящей из китайских научных кадров, которую возглавляет 28-летний Александр Ванг. Оценка компании Wang Scale AI в настоящее время составляет 29 миллиардов долларов, она предоставляет услуги по обработке данных для нескольких крупных ИИ-компаний.
Причина, по которой Scale AI смогла выделиться среди множества единорогов, заключается в том, что она рано осознала важность данных в индустрии ИИ. Вычислительная мощность, модели и данные составляют три основных столпа ИИ моделей. По мере того как большинство моделей использует трансформеры в качестве основы, после того как крупные компании решили проблему вычислительной мощности, важность данных становится все более очевидной.
Обучение модели делится на два этапа: предварительное обучение и дообучение. На этапе предварительного обучения требуется большое количество текстов, кодов и другой информации, собранной из сети, в то время как на этапе дообучения необходимы тщательно обработанные и целенаправленные наборы данных. Эти две категории наборов данных составляют основу сектора AI Data. С повышением способности модели высококачественные, профессиональные обучающие данные станут ключевым фактором, определяющим производительность модели.
По сравнению с традиционными компаниями данных, Web3 имеет естественные преимущества в области данных AI, что способствовало возникновению концепции DataFi. Преимущества Web3 DataFi включают:
Умные контракты обеспечивают суверенитет данных, безопасность и конфиденциальность
Распределённая архитектура привлекает наиболее подходящую рабочую силу со всего мира
Блокчейн предоставляет четкие механизмы стимулов и расчетов
Способствует созданию эффективного и открытого рынка данных
Для обычных пользователей DataFi является лучшей точкой входа в участие в децентрализованных AI проектах. Пользователи могут участвовать, выполняя простые задачи, такие как предоставление данных, оценка моделей и т.д., что делает барьер для входа низким.
В последнее время несколько проектов Web3 DataFi получили значительное финансирование. Основные проекты включают в себя:
Sahara AI: Создание децентрализованной инфраструктуры ИИ и торговой площадки
Yupp: платформа обратной связи AI-моделей
Vana: Превращение личных данных в монетизируемые цифровые активы
Chainbase: сосредоточение на данных в цепочке
Sapien: Превращение человеческих знаний в обучающие данные для ИИ
Prisma X: Открытый координационный уровень для роботов
Masa: проект подсети данных экосистемы Bittensor
Irys: программируемое хранилище данных и вычисления
ORO: наделение обычных людей возможностью участвовать в вкладах в ИИ
Gata: децентрализованный уровень данных
Хотя в настоящее время барьеры для входа в эти проекты не высоки, раннее накопление пользователей и экосистемной привязанности имеет решающее значение. Их вызовы включают в себя управление рабочей силой, обеспечение качества данных, а также повышение прозрачности и степени децентрализации проектов.
Для широкомасштабного применения DataFi необходимо привлечь достаточное количество индивидуальных пользователей к участию в экосистеме данных, а также получить признание со стороны основных компаний. Некоторые проекты, такие как Sahara AI и Vana, уже добились неплохих успехов в этом направлении.
DataFi представляет собой долгосрочные взаимосвязи между человеческим интеллектом и машинным интеллектом. Для тех, кто испытывает тревогу в эпоху ИИ или все еще хранит идеалы блокчейна, участие в DataFi может быть разумным выбором в соответствии с трендом.
Посмотреть Оригинал
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» .
11 Лайков
Награда
11
4
Поделиться
комментарий
0/400
FortuneTeller42
· 22ч назад
Снова начинается волна Будут играть для лохов
Посмотреть ОригиналОтветить0
MEVHunter
· 22ч назад
ngmi... web3 dataFi = new honeypot for alpha seekers
Возрождение Web3 DataFi: новые возможности для AI в области данных
Потенциал AI-данных и восход Web3 DataFi
В эпоху глобальной гонки за создание лучших базовых моделей, несмотря на то, что вычислительные мощности и архитектура моделей имеют решающее значение, истинным конкурентным преимуществом являются тренировочные данные. Самым примечательным событием в мире ИИ в этом месяце стало создание Марком Цукербергом команды Meta AI, в основном состоящей из китайских научных кадров, которую возглавляет 28-летний Александр Ванг. Оценка компании Wang Scale AI в настоящее время составляет 29 миллиардов долларов, она предоставляет услуги по обработке данных для нескольких крупных ИИ-компаний.
Причина, по которой Scale AI смогла выделиться среди множества единорогов, заключается в том, что она рано осознала важность данных в индустрии ИИ. Вычислительная мощность, модели и данные составляют три основных столпа ИИ моделей. По мере того как большинство моделей использует трансформеры в качестве основы, после того как крупные компании решили проблему вычислительной мощности, важность данных становится все более очевидной.
Обучение модели делится на два этапа: предварительное обучение и дообучение. На этапе предварительного обучения требуется большое количество текстов, кодов и другой информации, собранной из сети, в то время как на этапе дообучения необходимы тщательно обработанные и целенаправленные наборы данных. Эти две категории наборов данных составляют основу сектора AI Data. С повышением способности модели высококачественные, профессиональные обучающие данные станут ключевым фактором, определяющим производительность модели.
По сравнению с традиционными компаниями данных, Web3 имеет естественные преимущества в области данных AI, что способствовало возникновению концепции DataFi. Преимущества Web3 DataFi включают:
Для обычных пользователей DataFi является лучшей точкой входа в участие в децентрализованных AI проектах. Пользователи могут участвовать, выполняя простые задачи, такие как предоставление данных, оценка моделей и т.д., что делает барьер для входа низким.
В последнее время несколько проектов Web3 DataFi получили значительное финансирование. Основные проекты включают в себя:
Хотя в настоящее время барьеры для входа в эти проекты не высоки, раннее накопление пользователей и экосистемной привязанности имеет решающее значение. Их вызовы включают в себя управление рабочей силой, обеспечение качества данных, а также повышение прозрачности и степени децентрализации проектов.
Для широкомасштабного применения DataFi необходимо привлечь достаточное количество индивидуальных пользователей к участию в экосистеме данных, а также получить признание со стороны основных компаний. Некоторые проекты, такие как Sahara AI и Vana, уже добились неплохих успехов в этом направлении.
DataFi представляет собой долгосрочные взаимосвязи между человеческим интеллектом и машинным интеллектом. Для тех, кто испытывает тревогу в эпоху ИИ или все еще хранит идеалы блокчейна, участие в DataFi может быть разумным выбором в соответствии с трендом.