В области ИИ мы находимся в эпохе глобальной гонки за создание лучших базовых моделей. Хотя вычислительная мощность и архитектура модели важны, настоящим «защитным рвом» являются обучающие данные. Главная новость в мире ИИ в этом месяце заключается в том, что Meta продемонстрировала свои силы, а Цукерберг активно нанимает таланты и формирует роскошную команду ИИ, состоящую в основном из китайских ученых. Ведущий команды — 28-летний Александр Ванг, его компания Scale AI в настоящее время оценивается в 29 миллиардов долларов и предоставляет услуги по обработке данных множеству крупных ИИ-компаний, включая армию США, OpenAI, Anthropic и Meta.
Причиной, по которой Scale AI смогла выделиться, является то, что она рано осознала важность данных в индустрии AI. Если сравнить большие модели с человеком, то модель – это тело, вычислительная мощность – это пища, а данные – это знания и информация. В процессе быстрого развития больших языковых моделей акцент в отрасли сместился с архитектуры моделей на вычислительную мощность, и теперь важность данных постепенно становится очевидной.
Scale AI сосредоточена на создании надежной базы данных для AI моделей, не только извлекая существующие данные, но и обращая внимание на бизнес по генерации данных, а также формируя команду тренеров AI, чтобы предоставить качественные данные для обучения моделей. Обучение моделей делится на две части: предварительное обучение и дообучение. Предварительное обучение похоже на то, как ребенок учится говорить, требуется большое количество информации из сетевых текстов и т.д.; дообучение же напоминает школьное образование, имеет четкое направление и цель. Поэтому нам нужны два типа данных: один тип — это огромные объемы данных, которые не требуют слишком много обработки, другой тип — это данные, требующие тщательного проектирования и отбора, чтобы развить у модели определенные способности.
С установлением основных архитектур моделей и постепенной утратой преимуществ вычислительной мощности данные станут ключевым фактором для производителей больших моделей в поддержании конкурентных преимуществ. Высококачественные, специализированные тренировочные данные будут значительно влиять на способности моделей. В долгосрочной перспективе данные AI также являются сектором с эффектом сложных процентов, и активы данных будут становиться все более ценными с течением времени.
По сравнению с традиционными компаниями данных, Web3 имеет естественное преимущество в области данных ИИ, что привело к появлению концепции DataFi. Преимущества Web3 DataFi включают:
Умные контракты обеспечивают суверенитет данных, безопасность и конфиденциальность
Распределенная архитектура привлекает подходящую рабочую силу со всего мира
Блокчейн предоставляет четкие механизмы стимулов и расчетов
Способствует созданию эффективного, открытого единого рынка данных
Для обычных пользователей DataFi является лучшей точкой входа для участия в децентрализованных AI проектах. Пользователям не требуется дорогое оборудование или специальные навыки, достаточно выполнить простые задачи, такие как предоставление данных, оценка моделей и т.д.
В настоящее время несколько проектов DataFi получили значительное финансирование:
Sahara AI: привлекло 49 миллионов долларов для создания децентрализованной AI инфраструктуры и торговой площадки
Yupp: привлечение 33 миллиона долларов США, сосредоточение на сборе отзывов о моделях ИИ
Vana: Фондирование в размере 23 миллиона долларов США, преобразование личных данных в цифровые активы, которые можно монетизировать.
Chainbase: финансирование 16,5 миллиона долларов США, фокус на обработке данных на блокчейне
Sapien: Финансирование 15,5 миллиона долларов США, превращение человеческих знаний в данные для обучения ИИ
Prisma X: финансирование 11 миллионов долларов, разработка открытого координационного уровня для роботов
Masa: финансирование 8,9 миллиона долларов, проект подсети данных экосистемы Bittensor
Irys: финансирование 8,7 миллиона долларов, предоставляющее программируемое хранилище данных и вычисления
ORO: финансирование 6 миллионов долларов, нацеленное на участие обычных людей в вкладе в ИИ
Gata: финансирование 400 миллионов долларов США, создание децентрализованного уровня данных
В настоящее время эти проекты имеют низкий барьер для входа, но раннее накопление пользователей и экосистемной привязанности жизненно важно. В то же время они сталкиваются с проблемами обеспечения качества данных и повышения прозрачности. Массовое применение DataFi требует привлечения достаточного количества индивидуальных пользователей, а также получения признания со стороны основных компаний.
В долгосрочной перспективе DataFi представляет собой новую парадигму, в которой человеческий интеллект, основанный на смарт-контрактах, длительно развивает машинный интеллект и в конечном итоге получает от этого выгоду. Для тех, кто полон неопределенности в эпоху ИИ, но все еще придерживается идеалов блокчейна, участие в DataFi является разумным выбором.
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» .
6 Лайков
Награда
6
3
Репост
Поделиться
комментарий
0/400
GateUser-aa7df71e
· 16ч назад
Эта крупная команда китайцев советует покупать падения и подняться на борт.
Посмотреть ОригиналОтветить0
GigaBrainAnon
· 17ч назад
Финансирование scale заставило меня почувствовать головокружение. В этой волне есть шанс!
Возвышение AI-данных: проект DataFi получил крупное финансирование
Потенциал DataFi через призму AI-данных
В области ИИ мы находимся в эпохе глобальной гонки за создание лучших базовых моделей. Хотя вычислительная мощность и архитектура модели важны, настоящим «защитным рвом» являются обучающие данные. Главная новость в мире ИИ в этом месяце заключается в том, что Meta продемонстрировала свои силы, а Цукерберг активно нанимает таланты и формирует роскошную команду ИИ, состоящую в основном из китайских ученых. Ведущий команды — 28-летний Александр Ванг, его компания Scale AI в настоящее время оценивается в 29 миллиардов долларов и предоставляет услуги по обработке данных множеству крупных ИИ-компаний, включая армию США, OpenAI, Anthropic и Meta.
Причиной, по которой Scale AI смогла выделиться, является то, что она рано осознала важность данных в индустрии AI. Если сравнить большие модели с человеком, то модель – это тело, вычислительная мощность – это пища, а данные – это знания и информация. В процессе быстрого развития больших языковых моделей акцент в отрасли сместился с архитектуры моделей на вычислительную мощность, и теперь важность данных постепенно становится очевидной.
Scale AI сосредоточена на создании надежной базы данных для AI моделей, не только извлекая существующие данные, но и обращая внимание на бизнес по генерации данных, а также формируя команду тренеров AI, чтобы предоставить качественные данные для обучения моделей. Обучение моделей делится на две части: предварительное обучение и дообучение. Предварительное обучение похоже на то, как ребенок учится говорить, требуется большое количество информации из сетевых текстов и т.д.; дообучение же напоминает школьное образование, имеет четкое направление и цель. Поэтому нам нужны два типа данных: один тип — это огромные объемы данных, которые не требуют слишком много обработки, другой тип — это данные, требующие тщательного проектирования и отбора, чтобы развить у модели определенные способности.
С установлением основных архитектур моделей и постепенной утратой преимуществ вычислительной мощности данные станут ключевым фактором для производителей больших моделей в поддержании конкурентных преимуществ. Высококачественные, специализированные тренировочные данные будут значительно влиять на способности моделей. В долгосрочной перспективе данные AI также являются сектором с эффектом сложных процентов, и активы данных будут становиться все более ценными с течением времени.
По сравнению с традиционными компаниями данных, Web3 имеет естественное преимущество в области данных ИИ, что привело к появлению концепции DataFi. Преимущества Web3 DataFi включают:
Для обычных пользователей DataFi является лучшей точкой входа для участия в децентрализованных AI проектах. Пользователям не требуется дорогое оборудование или специальные навыки, достаточно выполнить простые задачи, такие как предоставление данных, оценка моделей и т.д.
В настоящее время несколько проектов DataFi получили значительное финансирование:
В настоящее время эти проекты имеют низкий барьер для входа, но раннее накопление пользователей и экосистемной привязанности жизненно важно. В то же время они сталкиваются с проблемами обеспечения качества данных и повышения прозрачности. Массовое применение DataFi требует привлечения достаточного количества индивидуальных пользователей, а также получения признания со стороны основных компаний.
В долгосрочной перспективе DataFi представляет собой новую парадигму, в которой человеческий интеллект, основанный на смарт-контрактах, длительно развивает машинный интеллект и в конечном итоге получает от этого выгоду. Для тех, кто полон неопределенности в эпоху ИИ, но все еще придерживается идеалов блокчейна, участие в DataFi является разумным выбором.