La pista de datos de IA contiene un gran potencial, Web3 DataFi podría convertirse en un nuevo mar azul
En el contexto de una competencia global de IA cada vez más intensa, los datos se están convirtiendo gradualmente en la clave para construir modelos fundamentales de alta calidad. A medida que la brecha en la arquitectura de modelos y la capacidad de cálculo se reduce, los datos de entrenamiento de alta calidad se convertirán en el elemento central que determine la competitividad de las empresas de IA.
El evento más destacado en el ámbito de la inteligencia artificial este mes ha sido la gran contratación de talento por parte de Meta, que ha formado un equipo de inteligencia artificial de primer nivel compuesto principalmente por investigadores chinos. Entre ellos, Alexander Wang, de solo 28 años, es especialmente notable. Su empresa, Scale AI, actualmente tiene una valoración de 29 mil millones de dólares y proporciona servicios de datos a muchas grandes compañías de inteligencia artificial, incluyendo el ejército estadounidense. Scale AI ha logrado destacar entre numerosos unicornios precisamente porque se dio cuenta temprano de la importancia de los datos en la industria de la inteligencia artificial.
Si comparamos un gran modelo con una persona, el modelo sería el cuerpo, la potencia de cálculo sería la comida, y los datos serían el conocimiento y la información. En el rápido desarrollo de los grandes modelos de lenguaje, la atención de la industria ha cambiado de la arquitectura del modelo a la potencia de cálculo; hoy en día, la mayoría de los modelos utilizan transformadores como marco básico. Las grandes empresas, ya sea construyendo sus propios clústeres de supercomputación o firmando acuerdos a largo plazo con proveedores de servicios en la nube, han resuelto las necesidades básicas de potencia de cálculo. En este contexto, la importancia de los datos se ha vuelto cada vez más evidente.
A diferencia de las empresas tradicionales de Big Data B2B, Scale AI se centra en construir una base de datos sólida para modelos de IA. Su negocio no solo incluye la explotación de datos existentes, sino que también se dedica a negocios de generación de datos a más largo plazo, y ha formado un equipo de entrenamiento de IA compuesto por expertos de diversas áreas para proporcionar datos de entrenamiento de mayor calidad a los modelos.
El entrenamiento de modelos generalmente se divide en dos etapas: preentrenamiento y ajuste fino. El preentrenamiento es similar al proceso de aprendizaje del habla de un bebé, que requiere una gran cantidad de información extraída de textos, códigos, etc., en línea. El ajuste fino es como ir a la escuela, donde hay respuestas y direcciones claras, y se cultiva la capacidad específica del modelo a través de conjuntos de datos cuidadosamente diseñados.
Por lo tanto, los datos de IA también se pueden dividir en dos categorías: una categoría es la gran cantidad de datos que no requieren demasiada procesación, como los datos de rastreo de redes sociales y repositorios de código; la otra categoría requiere un diseño y selección cuidadosos para garantizar que se puedan cultivar cualidades específicas y excelentes en el modelo, lo que requiere trabajos de limpieza y etiquetado de datos. Estas dos categorías de conjuntos de datos constituyen el núcleo de la pista de datos de IA.
A medida que las capacidades del modelo continúan mejorando, diversos datos de entrenamiento especializados y detallados se convertirán en variables clave que determinan la capacidad del modelo. Un conjunto de datos de alta calidad es como el secreto supremo de un maestro en artes marciales, esencial para mejorar las capacidades del modelo. A largo plazo, los Datos de IA también son un campo con efecto bola de nieve; a medida que se acumula el trabajo inicial, los activos de datos generarán un efecto de interés compuesto, y su valor se volverá cada vez más destacado.
En este contexto, Web3 DataFi, como un campo emergente, tiene ventajas inherentes en los datos de IA:
Los contratos inteligentes garantizan la soberanía, seguridad y privacidad de los datos. Los usuarios pueden entender claramente cómo se utilizan sus datos, mientras que tecnologías como las pruebas de cero conocimiento protegen la información sensible.
La arquitectura distribuida atrae a la mano de obra más adecuada a nivel mundial. Las características de descentralización y el mecanismo de incentivos transparentes de la blockchain pueden atraer a la mano de obra de todo el mundo para contribuir con datos, lo que favorece la diversidad de los datos.
La blockchain ofrece ventajas claras en incentivos y liquidaciones. Los contratos inteligentes pueden implementar un sistema de incentivos transparente, evitando los problemas que pueden surgir en empresas centralizadas tradicionales. Al mismo tiempo, el método de liquidación en la cadena puede superar las limitaciones geográficas, logrando pagos transfronterizos más eficientes.
Contribuye a la construcción de un mercado de datos eficiente y abierto. Un mercado descentralizado permite una conexión más transparente y eficiente entre la oferta y la demanda de datos, promoviendo el desarrollo próspero del ecosistema.
Para los usuarios comunes, DataFi es el mejor punto de entrada para participar en proyectos de IA descentralizados. En comparación con la minería de potencia computacional o el desarrollo de modelos, que tienen altos umbrales de entrada, los usuarios solo necesitan participar a través de tareas simples, como proporcionar datos o evaluar modelos. Esto brinda a las personas comunes la posibilidad de aprovechar las oportunidades en la revolución de la IA.
Actualmente, en el campo de Web3 DataFi ha surgido un grupo de proyectos prometedores, como Sahara AI, Yupp, Vana, entre otros. Estos proyectos tienen características únicas en aspectos como la incentivación de usuarios y la gestión de la calidad de los datos. Sin embargo, también enfrentan algunos desafíos comunes, como cómo equilibrar los beneficios a corto plazo con la calidad a largo plazo, y mejorar la transparencia.
En el futuro, la aplicación masiva de DataFi necesitará avanzar en dos frentes: primero, atraer a un número suficiente de usuarios comunes para formar una fuerza en la recolección y generación de datos; segundo, obtener el reconocimiento de grandes empresas del sector para atraer pedidos significativos. Algunos proyectos líderes ya han logrado un buen progreso en estas dos direcciones.
En general, DataFi representa un nuevo modelo de interacción entre la inteligencia humana y la inteligencia de las máquinas. A través de contratos inteligentes, garantiza los beneficios del trabajo humano y al mismo tiempo proporciona nutrientes para el desarrollo de la inteligencia de las máquinas. Para aquellos que sueñan con la era de la IA y mantienen los ideales de la blockchain, DataFi es sin duda un campo que merece atención e inversión.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
16 me gusta
Recompensa
16
7
Compartir
Comentar
0/400
TokenSherpa
· hace1h
déjame desglosarlo... dataFi es solo un nombre elegante para vender tus derechos de datos smh
Ver originalesResponder0
HappyMinerUncle
· hace8h
Finalmente puedo ganar dinero acostado.
Ver originalesResponder0
PuzzledScholar
· hace11h
Otra vez vienen a hablar de BTC.
Ver originalesResponder0
WhaleWatcher
· 07-25 05:17
¿Acunando algunos NFT solo quieres ganar dinero?
Ver originalesResponder0
CodeAuditQueen
· 07-25 05:15
Las vulnerabilidades de seguridad en la etapa de recolección de datos son un gran riesgo y son fácilmente susceptibles a la inyección de datos corruptos.
Web3 DataFi podría convertirse en un nuevo mar azul en la pista de datos de IA, la Cadena de bloques ayuda a la monetización del valor de los datos.
La pista de datos de IA contiene un gran potencial, Web3 DataFi podría convertirse en un nuevo mar azul
En el contexto de una competencia global de IA cada vez más intensa, los datos se están convirtiendo gradualmente en la clave para construir modelos fundamentales de alta calidad. A medida que la brecha en la arquitectura de modelos y la capacidad de cálculo se reduce, los datos de entrenamiento de alta calidad se convertirán en el elemento central que determine la competitividad de las empresas de IA.
El evento más destacado en el ámbito de la inteligencia artificial este mes ha sido la gran contratación de talento por parte de Meta, que ha formado un equipo de inteligencia artificial de primer nivel compuesto principalmente por investigadores chinos. Entre ellos, Alexander Wang, de solo 28 años, es especialmente notable. Su empresa, Scale AI, actualmente tiene una valoración de 29 mil millones de dólares y proporciona servicios de datos a muchas grandes compañías de inteligencia artificial, incluyendo el ejército estadounidense. Scale AI ha logrado destacar entre numerosos unicornios precisamente porque se dio cuenta temprano de la importancia de los datos en la industria de la inteligencia artificial.
Si comparamos un gran modelo con una persona, el modelo sería el cuerpo, la potencia de cálculo sería la comida, y los datos serían el conocimiento y la información. En el rápido desarrollo de los grandes modelos de lenguaje, la atención de la industria ha cambiado de la arquitectura del modelo a la potencia de cálculo; hoy en día, la mayoría de los modelos utilizan transformadores como marco básico. Las grandes empresas, ya sea construyendo sus propios clústeres de supercomputación o firmando acuerdos a largo plazo con proveedores de servicios en la nube, han resuelto las necesidades básicas de potencia de cálculo. En este contexto, la importancia de los datos se ha vuelto cada vez más evidente.
A diferencia de las empresas tradicionales de Big Data B2B, Scale AI se centra en construir una base de datos sólida para modelos de IA. Su negocio no solo incluye la explotación de datos existentes, sino que también se dedica a negocios de generación de datos a más largo plazo, y ha formado un equipo de entrenamiento de IA compuesto por expertos de diversas áreas para proporcionar datos de entrenamiento de mayor calidad a los modelos.
El entrenamiento de modelos generalmente se divide en dos etapas: preentrenamiento y ajuste fino. El preentrenamiento es similar al proceso de aprendizaje del habla de un bebé, que requiere una gran cantidad de información extraída de textos, códigos, etc., en línea. El ajuste fino es como ir a la escuela, donde hay respuestas y direcciones claras, y se cultiva la capacidad específica del modelo a través de conjuntos de datos cuidadosamente diseñados.
Por lo tanto, los datos de IA también se pueden dividir en dos categorías: una categoría es la gran cantidad de datos que no requieren demasiada procesación, como los datos de rastreo de redes sociales y repositorios de código; la otra categoría requiere un diseño y selección cuidadosos para garantizar que se puedan cultivar cualidades específicas y excelentes en el modelo, lo que requiere trabajos de limpieza y etiquetado de datos. Estas dos categorías de conjuntos de datos constituyen el núcleo de la pista de datos de IA.
A medida que las capacidades del modelo continúan mejorando, diversos datos de entrenamiento especializados y detallados se convertirán en variables clave que determinan la capacidad del modelo. Un conjunto de datos de alta calidad es como el secreto supremo de un maestro en artes marciales, esencial para mejorar las capacidades del modelo. A largo plazo, los Datos de IA también son un campo con efecto bola de nieve; a medida que se acumula el trabajo inicial, los activos de datos generarán un efecto de interés compuesto, y su valor se volverá cada vez más destacado.
En este contexto, Web3 DataFi, como un campo emergente, tiene ventajas inherentes en los datos de IA:
Los contratos inteligentes garantizan la soberanía, seguridad y privacidad de los datos. Los usuarios pueden entender claramente cómo se utilizan sus datos, mientras que tecnologías como las pruebas de cero conocimiento protegen la información sensible.
La arquitectura distribuida atrae a la mano de obra más adecuada a nivel mundial. Las características de descentralización y el mecanismo de incentivos transparentes de la blockchain pueden atraer a la mano de obra de todo el mundo para contribuir con datos, lo que favorece la diversidad de los datos.
La blockchain ofrece ventajas claras en incentivos y liquidaciones. Los contratos inteligentes pueden implementar un sistema de incentivos transparente, evitando los problemas que pueden surgir en empresas centralizadas tradicionales. Al mismo tiempo, el método de liquidación en la cadena puede superar las limitaciones geográficas, logrando pagos transfronterizos más eficientes.
Contribuye a la construcción de un mercado de datos eficiente y abierto. Un mercado descentralizado permite una conexión más transparente y eficiente entre la oferta y la demanda de datos, promoviendo el desarrollo próspero del ecosistema.
Para los usuarios comunes, DataFi es el mejor punto de entrada para participar en proyectos de IA descentralizados. En comparación con la minería de potencia computacional o el desarrollo de modelos, que tienen altos umbrales de entrada, los usuarios solo necesitan participar a través de tareas simples, como proporcionar datos o evaluar modelos. Esto brinda a las personas comunes la posibilidad de aprovechar las oportunidades en la revolución de la IA.
Actualmente, en el campo de Web3 DataFi ha surgido un grupo de proyectos prometedores, como Sahara AI, Yupp, Vana, entre otros. Estos proyectos tienen características únicas en aspectos como la incentivación de usuarios y la gestión de la calidad de los datos. Sin embargo, también enfrentan algunos desafíos comunes, como cómo equilibrar los beneficios a corto plazo con la calidad a largo plazo, y mejorar la transparencia.
En el futuro, la aplicación masiva de DataFi necesitará avanzar en dos frentes: primero, atraer a un número suficiente de usuarios comunes para formar una fuerza en la recolección y generación de datos; segundo, obtener el reconocimiento de grandes empresas del sector para atraer pedidos significativos. Algunos proyectos líderes ya han logrado un buen progreso en estas dos direcciones.
En general, DataFi representa un nuevo modelo de interacción entre la inteligencia humana y la inteligencia de las máquinas. A través de contratos inteligentes, garantiza los beneficios del trabajo humano y al mismo tiempo proporciona nutrientes para el desarrollo de la inteligencia de las máquinas. Para aquellos que sueñan con la era de la IA y mantienen los ideales de la blockchain, DataFi es sin duda un campo que merece atención e inversión.