Dostęp do danych jest kluczowy.
Autor: MORBID-19
Kompilacja: Shenchao TechFlow
Cześć wszystkim, znów mamy nowy dzień i nowe spekulacyjne zakłady. Ostatnio AI agenci stali się gorącym tematem dyskusji. Szczególnie aixbt, ten produkt, ostatnio przyciąga dużą uwagę.
Jednak z mojego punktu widzenia, ta euforia jest całkowicie bezsensowna.
Pozwól, że wyjaśnię to przyjaciołom, którzy nie są zaznajomieni z terminologią bitcoinową. Gdy użytkownik przenosi aktywa do tzw. „druga warstwa Bitcoina (Bitcoin L2)”, nie ma możliwości prawdziwego „niedepozytowego pożyczania (Non-custodial Lending)”.
Wszystkie „Mosty Bitcoinowe (Bitcoin Bridges)” lub „Warstwy interoperacyjności/skalowania (Interoperability/Scaling Layers)” wprowadzą nowe założenia dotyczące zaufania, z nielicznymi wyjątkami, takimi jak Lightning Network. Dlatego, gdy ktoś twierdzi, że Bitcoin L2 jest „bez zaufania (Trustless)”, możesz zasadniczo uznać, że to nieprawda. Dlatego większość nowych L2 podkreśla, że są „minimalizującymi zaufanie (Trust-minimized)”.
Chociaż nie znam się na Side Protocol, mogę niemal na pewno powiedzieć, że rzekome oświadczenie aixbt o „niedepozytowym pożyczaniu” jest nieprawdziwe, a ten osąd nie myli się w 99% przypadków.
Jednak nie obwiniam całkowicie aixbt. Działa ono tylko zgodnie z instrukcjami: zbiera dane z internetu i generuje pozornie przydatne tweety.
Problem polega na tym, że aixbt nie rozumie naprawdę, co mówi. Nie potrafi ocenić prawdziwości informacji, nie może zweryfikować swoich założeń u ekspertów, a tym bardziej nie może kwestionować swojej logiki ani prowadzić rozumowania.
Istota dużych modeli językowych (LLMs) to jedynie przewidywacze słów. Nie rozumieją one treści, które generują, lecz wybierają pozornie poprawne słowa na podstawie prawdopodobieństwa.
Gdybym napisał artykuł w (Encyklopedii Brytyjskiej) na temat „Hitlera zdobywającego starożytną Grecję i rodzącego cywilizację hellenistyczną”, to dla LLM stałoby się to „faktem”, „historią”.
Wiele AI agentów, które widzimy na Twitterze, to tylko przewidywacze słów w ładnych avatarach. Jednak ich wartość rynkowa wzrasta. GOAT osiągnął wartość rynkową 1 miliarda dolarów, a wartość aixbt wynosi około 200 milionów dolarów. Czy te wyceny są uzasadnione?
Nikt nie może być pewien, ale ironicznie, jestem zadowolony z tych aktywów, które posiadam.
Dostęp do danych jest kluczowy
Zawsze byłem bardzo zainteresowany połączeniem AI i kryptowalut. Ostatnio Vana zwróciła moją uwagę, ponieważ stara się rozwiązać problem „muru danych (Data Wall)”. Problemem nie jest brak danych, ale to, jak uzyskać wysokiej jakości dane.
Na przykład, czy podzielisz się swoją strategią handlową dotyczącą mało płynnych małych tokenów w miejscach publicznych? Czy opublikujesz za darmo te cenne informacje, które zazwyczaj wymagają płatności? Czy ujawnisz najbardziej prywatne szczegóły swojego życia osobistego?
Oczywiście, że nie.
O ile Twoje dane prywatne nie mogą być chronione za rozsądne pieniądze, nigdy nie podzielisz się tymi „danymi prywatnymi” z nikim.
Jednak jeśli chcemy, aby AI osiągnęło poziom inteligencji bliski ludzkiemu, te dane są kluczowym elementem. W końcu, fundamentalną cechą ludzi jest ich myślenie, wewnętrzny monolog i najskrytsze myśli.
Jednak nawet uzyskanie pewnych „półpublicznych” danych wiąże się z dużymi wyzwaniami. Na przykład, aby wydobyć użyteczne dane z wideo, najpierw trzeba wygenerować napisy i dokładnie zrozumieć kontekst wideo, aby AI mogło zrozumieć jego treść.
Na przykład, wiele stron internetowych wymaga, aby użytkownicy zalogowali się, aby zobaczyć treść, tak jak Instagram i Facebook. Ten projekt jest dość powszechny w wielu sieciach społecznościowych.
Podsumowując, główne ograniczenia, przed którymi staje obecnie rozwój AI, obejmują:
Nie można uzyskać danych prywatnych
Nie można uzyskać danych za paywallem
Nie można uzyskać danych z zamkniętych platform
Vana oferuje możliwe rozwiązanie. Poprzez ochronę prywatności, gromadzą określone zbiory danych w zdecentralizowanym mechanizmie zwanym DataDAOs, przełamując te ograniczenia.
DataDAOs to zdecentralizowany rynek danych, który działa w następujący sposób:
Dostawcy danych: Użytkownicy mogą przesyłać swoje dane do DataDAOs i w zamian otrzymywać prawa do zarządzania i nagrody.
Weryfikacja danych: Dane będą weryfikowane w sieci Satya, która składa się z bezpiecznych węzłów obliczeniowych, które zapewniają jakość i integralność danych.
Konsumenci danych: Zweryfikowane zbiory danych mogą być używane przez konsumentów do trenowania AI lub w innych scenariuszach aplikacyjnych.
Mechanizm zachęt: DataDAOs zachęcają użytkowników do dostarczania wysokiej jakości danych i zarządzają wykorzystaniem i procesem treningowym danych w przejrzysty sposób.
Jeśli chcesz dowiedzieć się więcej, możesz kliknąć tutaj, aby przeczytać więcej.
Mam nadzieję, że pewnego dnia aixbt będzie w stanie uwolnić się od „głupiej” sytuacji. Może moglibyśmy stworzyć dla aixbt dedykowane DataDAO. Chociaż nie jestem ekspertem w dziedzinie AI, jestem głęboko przekonany, że kolejny wielki przełom w rozwoju AI będzie zależał od jakości danych użytych do trenowania modeli.
Tylko AI agenci trenowani na wysokiej jakości danych mogą naprawdę pokazać swój potencjał. Czekam na ten moment, mam nadzieję, że nie będzie to zbyt daleko.