O potencial da pista de dados de IA e a ascensão do Web3 DataFi
Na era em que o mundo compete para construir os melhores modelos fundamentais, embora a capacidade computacional e a arquitetura do modelo sejam cruciais, a verdadeira vantagem competitiva reside nos dados de treinamento. O evento mais marcante deste mês no círculo da IA é, sem dúvida, a formação por Zuckerberg de uma equipe Meta AI composta principalmente por talentos de pesquisa chineses, liderada por Alexander Wang, de 28 anos. A Scale AI, fundada por Wang, atualmente está avaliada em 29 bilhões de dólares, fornecendo serviços de dados para várias gigantes da IA.
A razão pela qual a Scale AI se destacou entre muitos unicórnios é que reconheceu cedo a importância dos dados na indústria de IA. O poder de computação, os modelos e os dados constituem os três pilares dos modelos de IA. À medida que a maioria dos modelos adotou o transformer como estrutura, a importância dos dados tornou-se cada vez mais evidente, após as grandes empresas resolverem o problema do poder de computação.
O treinamento de modelos é dividido em duas fases: pré-treinamento e ajuste fino. A fase de pré-treinamento requer uma grande quantidade de textos, códigos e outras informações coletadas da web, enquanto a fase de ajuste fino requer conjuntos de dados processados com cuidado e direcionados. Essas duas categorias de conjuntos de dados constituem o núcleo da trilha de Dados de IA. À medida que as capacidades do modelo melhoram, dados de treinamento de alta qualidade e especializados se tornarão fatores-chave que determinarão o desempenho do modelo.
Comparado às empresas de dados tradicionais, o Web3 possui vantagens naturais no campo dos dados de IA, levando ao surgimento do conceito DataFi. As vantagens do Web3 DataFi incluem:
Os contratos inteligentes garantem a soberania, segurança e privacidade dos dados.
A arquitetura distribuída atrai a força de trabalho mais adequada do mundo.
A blockchain fornece mecanismos de incentivo e liquidação claros.
Contribui para a construção de um mercado de dados eficiente e aberto.
Para os utilizadores comuns, o DataFi é o melhor ponto de entrada para participar em projetos de IA descentralizada. Os utilizadores podem participar através de tarefas simples, como fornecer dados e avaliar modelos, com uma barreira de entrada baixa.
Recentemente, vários projetos Web3 DataFi obtiveram financiamento considerável. Os principais projetos incluem:
Sahara AI: Criar infraestrutura de IA descentralizada e mercado de negociações
Yupp: Plataforma de feedback de modelos de IA
Vana: Converte dados pessoais em ativos digitais monetizáveis.
Chainbase: Focado em dados on-chain
Sapien: Transformar o conhecimento humano em dados de treino para IA
Prisma X: Camada de coordenação aberta para robôs
Masa: projeto de sub-rede de dados do ecossistema Bittensor
Irys: armazenamento e computação de dados programáveis
ORO: capacitar pessoas comuns a participar na contribuição da IA
Gata: camada de dados descentralizada
Embora esses projetos tenham atualmente barreiras baixas, acumular usuários e criar uma ecologia de fidelidade desde o início é crucial. Os desafios que eles enfrentam incluem como gerenciar o trabalho manual, garantir a qualidade dos dados e melhorar a transparência e o grau de descentralização dos projetos.
A aplicação em larga escala do DataFi precisa atrair um número suficiente de usuários individuais para participar do ecossistema de dados, ao mesmo tempo em que obtém o reconhecimento de empresas mainstream. Alguns projetos como o Sahara AI e o Vana já conseguiram bons avanços nessa área.
DataFi representa a relação de coexistência a longo prazo entre a inteligência humana e a inteligência das máquinas. Para aqueles que se sentem ansiosos na era da IA ou que ainda nutrem ideais de blockchain, participar do DataFi pode ser uma escolha sábia que se alinha com as tendências.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
11 gostos
Recompensa
11
4
Partilhar
Comentar
0/400
FortuneTeller42
· 20h atrás
Outra onda de fazer as pessoas de parvas começa.
Ver originalResponder0
MEVHunter
· 20h atrás
ngmi... web3 dataFi = new honeypot for alpha seekers
A ascensão do Web3 DataFi traz novas oportunidades para a corrida de dados de IA
O potencial da pista de dados de IA e a ascensão do Web3 DataFi
Na era em que o mundo compete para construir os melhores modelos fundamentais, embora a capacidade computacional e a arquitetura do modelo sejam cruciais, a verdadeira vantagem competitiva reside nos dados de treinamento. O evento mais marcante deste mês no círculo da IA é, sem dúvida, a formação por Zuckerberg de uma equipe Meta AI composta principalmente por talentos de pesquisa chineses, liderada por Alexander Wang, de 28 anos. A Scale AI, fundada por Wang, atualmente está avaliada em 29 bilhões de dólares, fornecendo serviços de dados para várias gigantes da IA.
A razão pela qual a Scale AI se destacou entre muitos unicórnios é que reconheceu cedo a importância dos dados na indústria de IA. O poder de computação, os modelos e os dados constituem os três pilares dos modelos de IA. À medida que a maioria dos modelos adotou o transformer como estrutura, a importância dos dados tornou-se cada vez mais evidente, após as grandes empresas resolverem o problema do poder de computação.
O treinamento de modelos é dividido em duas fases: pré-treinamento e ajuste fino. A fase de pré-treinamento requer uma grande quantidade de textos, códigos e outras informações coletadas da web, enquanto a fase de ajuste fino requer conjuntos de dados processados com cuidado e direcionados. Essas duas categorias de conjuntos de dados constituem o núcleo da trilha de Dados de IA. À medida que as capacidades do modelo melhoram, dados de treinamento de alta qualidade e especializados se tornarão fatores-chave que determinarão o desempenho do modelo.
Comparado às empresas de dados tradicionais, o Web3 possui vantagens naturais no campo dos dados de IA, levando ao surgimento do conceito DataFi. As vantagens do Web3 DataFi incluem:
Para os utilizadores comuns, o DataFi é o melhor ponto de entrada para participar em projetos de IA descentralizada. Os utilizadores podem participar através de tarefas simples, como fornecer dados e avaliar modelos, com uma barreira de entrada baixa.
Recentemente, vários projetos Web3 DataFi obtiveram financiamento considerável. Os principais projetos incluem:
Embora esses projetos tenham atualmente barreiras baixas, acumular usuários e criar uma ecologia de fidelidade desde o início é crucial. Os desafios que eles enfrentam incluem como gerenciar o trabalho manual, garantir a qualidade dos dados e melhorar a transparência e o grau de descentralização dos projetos.
A aplicação em larga escala do DataFi precisa atrair um número suficiente de usuários individuais para participar do ecossistema de dados, ao mesmo tempo em que obtém o reconhecimento de empresas mainstream. Alguns projetos como o Sahara AI e o Vana já conseguiram bons avanços nessa área.
DataFi representa a relação de coexistência a longo prazo entre a inteligência humana e a inteligência das máquinas. Para aqueles que se sentem ansiosos na era da IA ou que ainda nutrem ideais de blockchain, participar do DataFi pode ser uma escolha sábia que se alinha com as tendências.