Desde la pista de datos de IA, observamos el potencial de DataFi
En el campo de la IA, estamos en una era en la que el mundo compite por construir el mejor modelo básico. Aunque la capacidad de cálculo y la arquitectura del modelo son importantes, la verdadera ventaja competitiva son los datos de entrenamiento. La noticia más importante en el ámbito de la IA este mes es que Meta ha demostrado su fuerza, Zuckerberg está reclutando talento por todas partes y ha formado un lujoso equipo de IA compuesto principalmente por investigadores chinos. El líder es Alexander Wang, de 28 años, cuya empresa Scale AI tiene actualmente una valoración de 29 mil millones de dólares y proporciona servicios de datos a varias grandes empresas de IA, incluyendo al ejército de EE. UU., OpenAI, Anthropic y Meta.
La razón por la que Scale AI ha destacado es porque reconoció temprano la importancia de los datos en la industria de la IA. Si comparamos un gran modelo con una persona, entonces el modelo es el cuerpo, la capacidad de cálculo es la comida, y los datos son el conocimiento y la información. En el rápido desarrollo de los grandes modelos de lenguaje, el enfoque de la industria ha pasado de la arquitectura del modelo a la capacidad de cálculo, y hoy en día la importancia de los datos se ha vuelto cada vez más evidente.
Scale AI se centra en construir una base de datos sólida para modelos de IA, no solo excavando datos existentes, sino también mirando hacia el negocio de generación de datos, y formando un equipo de entrenadores de IA para proporcionar datos de alta calidad para el entrenamiento de modelos. El entrenamiento de modelos se divide en dos partes: preentrenamiento y ajuste fino. El preentrenamiento es similar a un bebé aprendiendo a hablar, necesita una gran cantidad de información, como textos de la web; el ajuste fino es como la educación escolar, con una dirección y objetivos claros. Por lo tanto, necesitamos dos tipos de datos: uno que sea masivo pero que no requiera demasiado procesamiento, y otro que deba ser cuidadosamente diseñado y filtrado para cultivar habilidades específicas del modelo.
Con el establecimiento de arquitecturas de modelos de vanguardia y la gradual pérdida de ventaja en potencia de cálculo, los datos se convertirán en la clave para que los fabricantes de modelos grandes mantengan su ventaja competitiva. Los datos de entrenamiento de alta calidad y especializados afectarán enormemente la capacidad del modelo. A largo plazo, los datos de IA también son una pista con efecto de interés compuesto, y los activos de datos se volverán cada vez más valiosos con el tiempo.
En comparación con las empresas de datos tradicionales, Web3 tiene ventajas naturales en el campo de los datos AI, lo que ha dado lugar al concepto de DataFi. Las ventajas de Web3 DataFi incluyen:
Los contratos inteligentes garantizan la soberanía, la seguridad y la privacidad de los datos.
La arquitectura distribuida atrae a la fuerza laboral adecuada de todo el mundo
La blockchain proporciona mecanismos claros de incentivos y liquidación.
Contribuye a construir un mercado de datos integral, eficiente y abierto.
Para los usuarios comunes, DataFi es el mejor punto de entrada para participar en proyectos de IA descentralizados. Los usuarios no necesitan realizar una inversión en hardware costoso o tener habilidades profesionales, solo necesitan completar tareas simples para participar, como proporcionar datos, evaluar modelos, etc.
Actualmente, varios proyectos de DataFi han obtenido financiamiento considerable:
Sahara AI: Financió 49 millones de dólares para crear una infraestructura de IA descentralizada y un mercado de transacciones.
Yupp: financió 33 millones de dólares, centrado en la recopilación de comentarios sobre modelos de IA
Vana: financiación de 23 millones de dólares, transformando datos personales en activos digitales monetizables.
Chainbase: Financiamiento de 16.5 millones de dólares, enfocado en el procesamiento de datos en cadena
Sapien: financió 15.5 millones de dólares, convirtiendo el conocimiento humano en datos de entrenamiento para IA
Prisma X: financiación de 11 millones de dólares, desarrollo de la capa de coordinación abierta para robots
Masa: financiación de 8.9 millones de dólares, proyecto de subred de datos del ecosistema Bittensor
Irys: Financiamiento de 8.7 millones de dólares, ofreciendo almacenamiento de datos programables y computación.
ORO: Financiación de 6 millones de dólares, dedicado a la participación de personas comunes en la contribución de IA
Gata: Financiación de 4 millones de dólares, creando una capa de datos descentralizada
Estos proyectos actualmente tienen barreras relativamente bajas, pero es crucial acumular usuarios y crear un ecosistema en las primeras etapas. Al mismo tiempo, también enfrentan desafíos como garantizar la calidad de los datos y aumentar la transparencia. La aplicación a gran escala de DataFi necesita atraer a suficientes usuarios individuales, mientras que también debe obtener el reconocimiento de las empresas principales.
A largo plazo, DataFi representa un nuevo paradigma donde la inteligencia humana se basa en contratos inteligentes, cultivando a largo plazo la inteligencia de las máquinas y beneficiándose de ella. Para aquellos que sienten incertidumbre en la era de la IA, pero aún mantienen ideales de blockchain, participar en DataFi es una opción que no se debe perder.
Ver originales
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.
6 me gusta
Recompensa
6
3
Republicar
Compartir
Comentar
0/400
GateUser-aa7df71e
· hace4h
Este gran equipo chino ha recomendado comprar la caída y sumar.
Ver originalesResponder0
GigaBrainAnon
· hace4h
La financiación de scale me hace ver estrellas. Esta vez hay oportunidades.
El auge de la pista de datos de IA, el proyecto DataFi obtiene una gran financiación.
Desde la pista de datos de IA, observamos el potencial de DataFi
En el campo de la IA, estamos en una era en la que el mundo compite por construir el mejor modelo básico. Aunque la capacidad de cálculo y la arquitectura del modelo son importantes, la verdadera ventaja competitiva son los datos de entrenamiento. La noticia más importante en el ámbito de la IA este mes es que Meta ha demostrado su fuerza, Zuckerberg está reclutando talento por todas partes y ha formado un lujoso equipo de IA compuesto principalmente por investigadores chinos. El líder es Alexander Wang, de 28 años, cuya empresa Scale AI tiene actualmente una valoración de 29 mil millones de dólares y proporciona servicios de datos a varias grandes empresas de IA, incluyendo al ejército de EE. UU., OpenAI, Anthropic y Meta.
La razón por la que Scale AI ha destacado es porque reconoció temprano la importancia de los datos en la industria de la IA. Si comparamos un gran modelo con una persona, entonces el modelo es el cuerpo, la capacidad de cálculo es la comida, y los datos son el conocimiento y la información. En el rápido desarrollo de los grandes modelos de lenguaje, el enfoque de la industria ha pasado de la arquitectura del modelo a la capacidad de cálculo, y hoy en día la importancia de los datos se ha vuelto cada vez más evidente.
Scale AI se centra en construir una base de datos sólida para modelos de IA, no solo excavando datos existentes, sino también mirando hacia el negocio de generación de datos, y formando un equipo de entrenadores de IA para proporcionar datos de alta calidad para el entrenamiento de modelos. El entrenamiento de modelos se divide en dos partes: preentrenamiento y ajuste fino. El preentrenamiento es similar a un bebé aprendiendo a hablar, necesita una gran cantidad de información, como textos de la web; el ajuste fino es como la educación escolar, con una dirección y objetivos claros. Por lo tanto, necesitamos dos tipos de datos: uno que sea masivo pero que no requiera demasiado procesamiento, y otro que deba ser cuidadosamente diseñado y filtrado para cultivar habilidades específicas del modelo.
Con el establecimiento de arquitecturas de modelos de vanguardia y la gradual pérdida de ventaja en potencia de cálculo, los datos se convertirán en la clave para que los fabricantes de modelos grandes mantengan su ventaja competitiva. Los datos de entrenamiento de alta calidad y especializados afectarán enormemente la capacidad del modelo. A largo plazo, los datos de IA también son una pista con efecto de interés compuesto, y los activos de datos se volverán cada vez más valiosos con el tiempo.
En comparación con las empresas de datos tradicionales, Web3 tiene ventajas naturales en el campo de los datos AI, lo que ha dado lugar al concepto de DataFi. Las ventajas de Web3 DataFi incluyen:
Para los usuarios comunes, DataFi es el mejor punto de entrada para participar en proyectos de IA descentralizados. Los usuarios no necesitan realizar una inversión en hardware costoso o tener habilidades profesionales, solo necesitan completar tareas simples para participar, como proporcionar datos, evaluar modelos, etc.
Actualmente, varios proyectos de DataFi han obtenido financiamiento considerable:
Estos proyectos actualmente tienen barreras relativamente bajas, pero es crucial acumular usuarios y crear un ecosistema en las primeras etapas. Al mismo tiempo, también enfrentan desafíos como garantizar la calidad de los datos y aumentar la transparencia. La aplicación a gran escala de DataFi necesita atraer a suficientes usuarios individuales, mientras que también debe obtener el reconocimiento de las empresas principales.
A largo plazo, DataFi representa un nuevo paradigma donde la inteligencia humana se basa en contratos inteligentes, cultivando a largo plazo la inteligencia de las máquinas y beneficiándose de ella. Para aquellos que sienten incertidumbre en la era de la IA, pero aún mantienen ideales de blockchain, participar en DataFi es una opción que no se debe perder.