Оригінальний автор: MORBID-19

Оригінальний переклад: Shenchao TechFlow

Привіт усім, ще один новий день, ще одна спекулятивна ставка. Останнім часом AI агенти стали гарячою темою для обговорення. Особливо aixbt, продукт, який нещодавно привернув велику увагу.

Але, на мій погляд, цей бум абсолютно не має сенсу.

Дозвольте мені пояснити це друзям, які не знайомі з термінами біткойна. Як тільки користувач перенесе активи на так звану «другий рівень біткойна (Bitcoin L2)», не можна буде реалізувати справжнє «некустодіальне кредитування (Non-custodial Lending)».

Усі «біткойн-мости (Bitcoin Bridges)» або «інтероперабельність / масштабування (Interoperability/Scaling Layers)» вводять нові припущення довіри, за винятком кількох випадків, таких як мережа Lightning. Тому, коли хтось стверджує, що біткойн L2 є «без довіри (Trustless)», ви можете вважати, що це не правда. Саме тому більшість нових L2 підкреслюють, що вони є «мінімізацією довіри (Trust-minimized)».

Хоча я не дуже знайомий з Side Protocol, я майже впевнений, що так зване «некустодіальне кредитування» від aixbt є неправдивим, і це судження на 99% випадків не буде помилковим.

Проте, я не зовсім звинувачую aixbt. Він просто виконує інструкції: збирає дані з Інтернету та генерує здавалося б корисні твіти.

Проблема в тому, що aixbt насправді не розуміє, про що говорить. Він не може оцінити істинність інформації, не може перевірити свої припущення у експертів, тим більше не може піддавати сумніву свою логіку або здійснювати міркування.

Суть великих мовних моделей (LLMs) полягає лише в прогнозуванні слів. Вони не розуміють те, що видають, а просто вибирають здавалося б правильні слова на основі ймовірності.

Якщо я напишу статтю про «Гітлера, який завоював Стародавню Грецію і сприяв виникненню елліністичної цивілізації» у (Великій Британській енциклопедії), то для LLM це стане «фактом», «історією».

Багато AI агентів, яких ми бачимо в Twitter, насправді є просто прогнозувальниками слів, які маскуються під круті аватари. Однак ринкова оцінка цих AI агентів стрімко зростає. GOAT досягла оцінки в 1 мільярд доларів, а aixbt оцінюється приблизно в 200 мільйонів доларів. Чи є ці оцінки обґрунтованими?

Ніхто не може бути впевнений, але іронічно, я задоволений цими активами, які я маю.

Доступ до даних - це ключ.

Я завжди був дуже зацікавлений у поєднанні AI та криптовалют. Нещодавно Vana привернула мою увагу, оскільки вона намагається вирішити проблему «стін даних (Data Wall)». Проблема не в нестачі даних, а в тому, як отримати високоякісні дані.

Наприклад, чи поділитеся ви своїми торговими стратегіями щодо малоліквідних, низькоринкових токенів у публічних місцях? Чи опублікуєте ви безкоштовно ту інформацію, яка зазвичай має платний доступ? Чи поділитеся ви найпотаємнішими подробицями свого особистого життя?

Очевидно, що ні.

Якщо ваші приватні дані не можуть бути захищені за розумну ціну, ви ніколи не поділитеся цими «приватними даними» з кимось.

Проте, якщо ми хочемо, щоб AI досягнув рівня інтелекту, близького до людського, ці дані є найважливішими елементами. Адже основною рисою людини є її думки, внутрішні монологи та найпотаємніші роздуми.

Але навіть отримати деякі «напівпублічні» дані стикається з великими викликами. Наприклад, щоб витягти корисні дані з відео, спочатку потрібно згенерувати субтитри та точно зрозуміти контекст відео, щоб AI зміг зрозуміти його зміст.

Наприклад, багато веб-сайтів вимагають, щоб користувачі ввійшли в систему, щоб переглянути вміст, як-от Instagram та Facebook. Такий дизайн дуже поширений у багатьох соціальних мережах.

Підсумовуючи, основні обмеження, з якими стикається поточна розробка AI, включають:

  • Неможливо отримати приватні дані.

  • Неможливо отримати дані за платним доступом.

  • Неможливо отримати дані з закритих платформ.

Vana пропонує можливе рішення. Вони об'єднують специфічні набори даних у децентралізовану механіку, звану DataDAOs, захищаючи при цьому приватність, щоб подолати ці обмеження.

DataDAOs - це децентралізований ринок даних, який працює наступним чином:

  • Споживачі даних: користувачі можуть подавати свої дані в DataDAOs і отримувати за це права управління та винагороди.

  • Верифікація даних: дані будуть перевірені в мережі Satya, яка складається з безпечних обчислювальних вузлів, здатних забезпечити якість і цілісність даних.

  • Споживачі даних: перевірені набори даних можуть бути використані споживачами для навчання AI або інших застосунків.

  • Механізм стимулювання: DataDAOs заохочують користувачів вносити високоякісні дані та управляти використанням і процесом навчання даних через прозорий механізм.

Якщо ви хочете дізнатися більше, натисніть тут, щоб прочитати більше.

Я сподіваюся, що одного дня aixbt зможе позбутися «дурного» стану. Можливо, ми зможемо створити спеціальний DataDAO для aixbt. Хоча я не є експертом у сфері AI, я твердо вірю, що наступний великий прорив у розробці AI буде залежати від якості даних, використаних для навчання моделей.

Тільки AI агенти, які навчалися на високоякісних даних, можуть справді показати свій потенціал. Я чекаю на цей момент і сподіваюся, що він не буде занадто далеким.