A partir da pista de dados de IA, veja o potencial do DataFi
No campo da IA, estamos na era em que o mundo compete para construir os melhores modelos fundamentais. Embora a capacidade de computação e a arquitetura do modelo sejam importantes, a verdadeira vantagem competitiva está nos dados de treinamento. A maior notícia deste mês no mundo da IA é que a Meta demonstrou sua força, com Zuckerberg recrutando talentos em toda parte, formando uma equipe de IA de luxo composta principalmente por talentos de pesquisa chineses. O líder é Alexander Wang, de 28 anos, que fundou a Scale AI, atualmente avaliada em 29 bilhões de dólares, fornecendo serviços de dados para várias gigantes da IA, incluindo o exército dos EUA, OpenAI, Anthropic e Meta.
O motivo pelo qual a Scale AI se destacou é porque percebeu cedo a importância dos dados na indústria de IA. Se compararmos um grande modelo a uma pessoa, o modelo é o corpo, a capacidade de computação é a comida, e os dados são o conhecimento e a informação. No rápido desenvolvimento dos grandes modelos de linguagem, o foco da indústria mudou da arquitetura do modelo para a capacidade de computação, e hoje a importância dos dados está gradualmente se tornando evidente.
A Scale AI foca em construir uma base de dados sólida para modelos de IA, não apenas explorando dados existentes, mas também olhando para negócios de geração de dados, e formando uma equipe de treinadores de IA para fornecer dados de alta qualidade para o treinamento de modelos. O treinamento do modelo é dividido em duas partes: pré-treinamento e ajuste fino. O pré-treinamento é semelhante a um bebê aprendendo a falar, necessitando de uma grande quantidade de informações de textos da internet; o ajuste fino é como a educação escolar, com direções e objetivos claros. Portanto, precisamos de duas categorias de dados: uma é a enorme quantidade de dados que não precisam de muito processamento, e a outra precisa ser cuidadosamente projetada e selecionada para desenvolver capacidades específicas do modelo.
Com o estabelecimento de arquiteturas de modelos mainstream e a gradual perda da vantagem de capacidade computacional, os dados se tornarão a chave para os fabricantes de modelos de grande porte manterem sua vantagem competitiva. Dados de treinamento de alta qualidade e especializados terão um impacto significativo na capacidade do modelo. A longo prazo, os dados de IA também são uma pista com efeito de juros compostos, e os ativos de dados se tornarão cada vez mais valiosos com o passar do tempo.
Em comparação com as empresas de dados tradicionais, o Web3 possui uma vantagem natural no campo dos dados de IA, o que deu origem ao conceito de DataFi. As vantagens do Web3 DataFi incluem:
Os contratos inteligentes garantem a soberania dos dados, segurança e privacidade
A arquitetura distribuída atrai mão de obra adequada de todo o mundo
A blockchain oferece mecanismos claros de incentivo e liquidação
Contribui para a construção de um mercado de dados único, eficiente e aberto.
Para usuários comuns, a DataFi é o melhor ponto de entrada para participar de projetos de IA descentralizados. Os usuários não precisam de um investimento em hardware caro ou habilidades especializadas, basta concluir tarefas simples para participar, como fornecer dados, avaliar modelos, etc.
Atualmente, vários projetos de DataFi obtiveram financiamento significativo:
Sahara AI: financiamento de 49 milhões de dólares, criando uma infraestrutura de IA descentralizada e um mercado de negociação.
Yupp: angariou 33 milhões de dólares, focando na coleta de feedback de modelos de IA
Vana: financiamento de 23 milhões de dólares, transformando dados pessoais em ativos digitais monetizáveis
Chainbase: financiamento de 16,5 milhões de dólares, focando no processamento de dados em cadeia
Sapien: 1550 milhões de dólares em financiamento, convertendo o conhecimento humano em dados de treinamento de IA
Prisma X: financiamento de 11 milhões de dólares, desenvolvimento da camada de coordenação aberta para robôs
Masa: financiamento de 8,9 milhões de dólares, projeto de sub-rede de dados do ecossistema Bittensor
Irys: Financiamento de 8,7 milhões de dólares, oferecendo armazenamento de dados programável e computação
ORO: Financiamento de 6 milhões de dólares, dedicado a permitir que as pessoas comuns participem na contribuição para a IA
Gata: Financiamento de 4 milhões de dólares, criando uma camada de dados descentralizada
Estes projetos atualmente têm barreiras relativamente baixas, mas a acumulação precoce de usuários e a adesão ao ecossistema são fundamentais. Ao mesmo tempo, eles enfrentam desafios como garantir a qualidade dos dados e aumentar a transparência. A aplicação em grande escala do DataFi precisa atrair um número suficiente de usuários individuais, ao mesmo tempo que busca o reconhecimento das empresas mainstream.
A longo prazo, DataFi representa um novo paradigma onde a inteligência humana, com base em contratos inteligentes, cultiva a inteligência das máquinas a longo prazo e, por fim, se beneficia disso. Para aqueles que estão cheios de incertezas sobre a era da IA, mas ainda abraçam os ideais da blockchain, participar do DataFi é uma escolha que faz sentido.
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.
6 gostos
Recompensa
6
3
Republicar
Partilhar
Comentar
0/400
GateUser-aa7df71e
· 14h atrás
Esta grande oportunidade, a equipe chinesa recomenda comprar na baixa e embarcar.
Ver originalResponder0
GigaBrainAnon
· 14h atrás
O financiamento da scale faz-me ver estrelas. Esta onda tem potencial!
A ascensão da pista de dados de IA: projetos DataFi recebem grande financiamento
A partir da pista de dados de IA, veja o potencial do DataFi
No campo da IA, estamos na era em que o mundo compete para construir os melhores modelos fundamentais. Embora a capacidade de computação e a arquitetura do modelo sejam importantes, a verdadeira vantagem competitiva está nos dados de treinamento. A maior notícia deste mês no mundo da IA é que a Meta demonstrou sua força, com Zuckerberg recrutando talentos em toda parte, formando uma equipe de IA de luxo composta principalmente por talentos de pesquisa chineses. O líder é Alexander Wang, de 28 anos, que fundou a Scale AI, atualmente avaliada em 29 bilhões de dólares, fornecendo serviços de dados para várias gigantes da IA, incluindo o exército dos EUA, OpenAI, Anthropic e Meta.
O motivo pelo qual a Scale AI se destacou é porque percebeu cedo a importância dos dados na indústria de IA. Se compararmos um grande modelo a uma pessoa, o modelo é o corpo, a capacidade de computação é a comida, e os dados são o conhecimento e a informação. No rápido desenvolvimento dos grandes modelos de linguagem, o foco da indústria mudou da arquitetura do modelo para a capacidade de computação, e hoje a importância dos dados está gradualmente se tornando evidente.
A Scale AI foca em construir uma base de dados sólida para modelos de IA, não apenas explorando dados existentes, mas também olhando para negócios de geração de dados, e formando uma equipe de treinadores de IA para fornecer dados de alta qualidade para o treinamento de modelos. O treinamento do modelo é dividido em duas partes: pré-treinamento e ajuste fino. O pré-treinamento é semelhante a um bebê aprendendo a falar, necessitando de uma grande quantidade de informações de textos da internet; o ajuste fino é como a educação escolar, com direções e objetivos claros. Portanto, precisamos de duas categorias de dados: uma é a enorme quantidade de dados que não precisam de muito processamento, e a outra precisa ser cuidadosamente projetada e selecionada para desenvolver capacidades específicas do modelo.
Com o estabelecimento de arquiteturas de modelos mainstream e a gradual perda da vantagem de capacidade computacional, os dados se tornarão a chave para os fabricantes de modelos de grande porte manterem sua vantagem competitiva. Dados de treinamento de alta qualidade e especializados terão um impacto significativo na capacidade do modelo. A longo prazo, os dados de IA também são uma pista com efeito de juros compostos, e os ativos de dados se tornarão cada vez mais valiosos com o passar do tempo.
Em comparação com as empresas de dados tradicionais, o Web3 possui uma vantagem natural no campo dos dados de IA, o que deu origem ao conceito de DataFi. As vantagens do Web3 DataFi incluem:
Para usuários comuns, a DataFi é o melhor ponto de entrada para participar de projetos de IA descentralizados. Os usuários não precisam de um investimento em hardware caro ou habilidades especializadas, basta concluir tarefas simples para participar, como fornecer dados, avaliar modelos, etc.
Atualmente, vários projetos de DataFi obtiveram financiamento significativo:
Estes projetos atualmente têm barreiras relativamente baixas, mas a acumulação precoce de usuários e a adesão ao ecossistema são fundamentais. Ao mesmo tempo, eles enfrentam desafios como garantir a qualidade dos dados e aumentar a transparência. A aplicação em grande escala do DataFi precisa atrair um número suficiente de usuários individuais, ao mesmo tempo que busca o reconhecimento das empresas mainstream.
A longo prazo, DataFi representa um novo paradigma onde a inteligência humana, com base em contratos inteligentes, cultiva a inteligência das máquinas a longo prazo e, por fim, se beneficia disso. Para aqueles que estão cheios de incertezas sobre a era da IA, mas ainda abraçam os ideais da blockchain, participar do DataFi é uma escolha que faz sentido.