Le potentiel de la piste de données AI et l'essor de Web3 DataFi
À une époque où le monde s'efforce de construire les meilleurs modèles fondamentaux, la puissance de calcul et l'architecture des modèles sont sans aucun doute importantes, mais la véritable barrière à l'entrée réside dans les données d'entraînement. L'événement le plus marquant dans le domaine de l'IA ce mois-ci est sans conteste la démonstration de force de Meta, qui a constitué une équipe AI de luxe principalement composée de chercheurs d'origine chinoise. Le leader est Alexander Wang, âgé de seulement 28 ans, qui a fondé Scale AI. Scale AI est actuellement évaluée à 29 milliards de dollars, fournissant des services de données à plusieurs géants de l'IA, y compris l'armée américaine, OpenAI, Anthropic et Meta.
Scale AI se distingue des nombreux licornes grâce à sa prise de conscience précoce de l'importance des données dans l'industrie de l'IA. La puissance de calcul, le modèle et les données sont les trois piliers des modèles d'IA. Si l'on compare un grand modèle à une personne, alors le modèle est le corps, la puissance de calcul est la nourriture, et les données sont les connaissances et les informations.
Avec le développement rapide des LLM, l'accent dans l'industrie s'est progressivement déplacé des modèles vers la puissance de calcul, et aujourd'hui la plupart des modèles ont établi le transformer comme cadre. Les grands acteurs construisent des supercalculateurs ou signent des contrats à long terme avec des fournisseurs de services cloud. Après avoir répondu aux besoins fondamentaux en puissance de calcul, l'importance des données devient de plus en plus évidente.
Scale AI ne se contente pas d'exploiter les données existantes, mais se tourne également vers des activités de génération de données à plus long terme. L'entreprise essaie de fournir des données d'entraînement de meilleure qualité pour les modèles d'IA grâce à des équipes d'experts humains provenant de différents domaines.
L'entraînement du modèle se divise en deux étapes : la préformation et le réglage fin. La préformation ressemble au processus d'apprentissage du langage chez les bébés, nécessitant une grande quantité de textes, de codes et d'autres informations extraites d'Internet. Le réglage fin est semblable à l'éducation scolaire, avec des objectifs et des directions clairs. En conséquence, les données nécessaires se répartissent également en deux catégories : l'une est constituée d'un grand volume de données nécessitant peu de traitement, l'autre requiert une conception et une sélection minutieuses pour développer des capacités spécifiques du modèle.
Avec l'amélioration continue des capacités des modèles, des données d'entraînement plus fines et plus spécialisées deviendront des facteurs clés influençant les performances des modèles. À long terme, les données AI représentent également une voie dotée d'un effet boule de neige ; à mesure que les travaux préliminaires s'accumulent, les actifs de données auront la capacité de générer des intérêts composés, devenant de plus en plus précieux avec le temps.
Web3 DataFi : le sol idéal pour les données AI
Comparé aux entreprises de données traditionnelles, le Web3 possède un avantage naturel dans le domaine des données AI, ce qui a donné naissance à ce nouveau concept de DataFi. Les avantages du Web3 DataFi se manifestent principalement dans les domaines suivants :
Les contrats intelligents garantissent la souveraineté des données, la sécurité et la confidentialité.
L'architecture distribuée attire la main-d'œuvre la plus adaptée au monde.
Mécanismes d'incitation et de règlement sur blockchain clairs
Construire un marché de données unifié, efficace et ouvert
Pour les utilisateurs ordinaires, DataFi est le projet d'IA décentralisé le plus facile à rejoindre. Les utilisateurs n'ont pas besoin d'investissements matériels coûteux ou de compétences techniques spécialisées, il leur suffit de participer par des tâches simples, telles que fournir des données, évaluer les sorties de modèles, etc.
Le projet potentiel de Web3 DataFi
Actuellement, plusieurs projets DataFi ont obtenu un financement considérable, montrant un énorme potentiel :
Sahara AI : s'engage à créer une infrastructure et un marché de transactions AI décentralisés.
Yupp : plateforme de retour d'AI modèle, les utilisateurs peuvent évaluer la qualité de sortie des différents modèles.
Vana : Transformer les données personnelles des utilisateurs en actifs numériques monétisables.
Chainbase : se concentre sur les données en chaîne, couvrant plus de 200 blockchains
Sapien : Transformer la connaissance humaine en données d'entraînement AI de haute qualité
Prisma X : couche de coordination ouverte pour robots, axée sur la collecte de données physiques
Masa : le projet de sous-réseau phare de l'écosystème Bittensor, offrant un accès aux données en temps réel.
Irys : se concentre sur le stockage de données et le calcul programmables
ORO : permettre aux gens ordinaires de participer à la contribution à l'IA
Gata : couche de données décentralisée, offrant divers outils de collecte et de traitement des données.
Bien que ces projets aient actuellement de faibles barrières à l'entrée, les avantages de la plateforme se formeront rapidement avec l'accumulation des utilisateurs et de la cohésion de l'écosystème. Au début, il est important de se concentrer sur les mesures incitatives et l'expérience utilisateur pour attirer suffisamment d'utilisateurs. Parallèlement, les porteurs de projets doivent réfléchir à la manière de gérer le personnel et d'assurer la qualité des données, afin d'éviter que de mauvaises monnaies ne chassent les bonnes.
De plus, augmenter la transparence et accélérer le processus de décentralisation sont également des défis importants auxquels ces projets sont confrontés. L'adoption à grande échelle de DataFi nécessite d'attirer à la fois des utilisateurs individuels et des clients d'entreprise grand public, afin de former un écosystème complet.
DataFi représente le processus par lequel l'intelligence humaine cultive à long terme l'intelligence des machines, tout en garantissant, grâce aux contrats intelligents, les bénéfices du travail humain. Pour ceux qui ont de grandes attentes envers l'ère de l'IA tout en préservant les idéaux de la blockchain, participer à DataFi est sans aucun doute un choix judicieux qui s'inscrit dans la tendance.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
5 J'aime
Récompense
5
3
Reposter
Partager
Commentaire
0/400
GateUser-40edb63b
· Il y a 6h
À 28 ans, 29 milliards. Si vous avez des compétences, ne soyez pas jeune.
Voir l'originalRépondre0
StablecoinEnjoyer
· Il y a 6h
Les données sont reines, il faut compter sur les talents asiatiques.
Voir l'originalRépondre0
BearMarketHustler
· Il y a 6h
les données sont la racine de l'IA. Qui joue encore avec la puissance de calcul, hein ?
Web3 DataFi : Analyse des nouvelles opportunités et des projets potentiels dans le domaine des données AI.
Le potentiel de la piste de données AI et l'essor de Web3 DataFi
À une époque où le monde s'efforce de construire les meilleurs modèles fondamentaux, la puissance de calcul et l'architecture des modèles sont sans aucun doute importantes, mais la véritable barrière à l'entrée réside dans les données d'entraînement. L'événement le plus marquant dans le domaine de l'IA ce mois-ci est sans conteste la démonstration de force de Meta, qui a constitué une équipe AI de luxe principalement composée de chercheurs d'origine chinoise. Le leader est Alexander Wang, âgé de seulement 28 ans, qui a fondé Scale AI. Scale AI est actuellement évaluée à 29 milliards de dollars, fournissant des services de données à plusieurs géants de l'IA, y compris l'armée américaine, OpenAI, Anthropic et Meta.
Scale AI se distingue des nombreux licornes grâce à sa prise de conscience précoce de l'importance des données dans l'industrie de l'IA. La puissance de calcul, le modèle et les données sont les trois piliers des modèles d'IA. Si l'on compare un grand modèle à une personne, alors le modèle est le corps, la puissance de calcul est la nourriture, et les données sont les connaissances et les informations.
Avec le développement rapide des LLM, l'accent dans l'industrie s'est progressivement déplacé des modèles vers la puissance de calcul, et aujourd'hui la plupart des modèles ont établi le transformer comme cadre. Les grands acteurs construisent des supercalculateurs ou signent des contrats à long terme avec des fournisseurs de services cloud. Après avoir répondu aux besoins fondamentaux en puissance de calcul, l'importance des données devient de plus en plus évidente.
Scale AI ne se contente pas d'exploiter les données existantes, mais se tourne également vers des activités de génération de données à plus long terme. L'entreprise essaie de fournir des données d'entraînement de meilleure qualité pour les modèles d'IA grâce à des équipes d'experts humains provenant de différents domaines.
L'entraînement du modèle se divise en deux étapes : la préformation et le réglage fin. La préformation ressemble au processus d'apprentissage du langage chez les bébés, nécessitant une grande quantité de textes, de codes et d'autres informations extraites d'Internet. Le réglage fin est semblable à l'éducation scolaire, avec des objectifs et des directions clairs. En conséquence, les données nécessaires se répartissent également en deux catégories : l'une est constituée d'un grand volume de données nécessitant peu de traitement, l'autre requiert une conception et une sélection minutieuses pour développer des capacités spécifiques du modèle.
Avec l'amélioration continue des capacités des modèles, des données d'entraînement plus fines et plus spécialisées deviendront des facteurs clés influençant les performances des modèles. À long terme, les données AI représentent également une voie dotée d'un effet boule de neige ; à mesure que les travaux préliminaires s'accumulent, les actifs de données auront la capacité de générer des intérêts composés, devenant de plus en plus précieux avec le temps.
Web3 DataFi : le sol idéal pour les données AI
Comparé aux entreprises de données traditionnelles, le Web3 possède un avantage naturel dans le domaine des données AI, ce qui a donné naissance à ce nouveau concept de DataFi. Les avantages du Web3 DataFi se manifestent principalement dans les domaines suivants :
Pour les utilisateurs ordinaires, DataFi est le projet d'IA décentralisé le plus facile à rejoindre. Les utilisateurs n'ont pas besoin d'investissements matériels coûteux ou de compétences techniques spécialisées, il leur suffit de participer par des tâches simples, telles que fournir des données, évaluer les sorties de modèles, etc.
Le projet potentiel de Web3 DataFi
Actuellement, plusieurs projets DataFi ont obtenu un financement considérable, montrant un énorme potentiel :
Bien que ces projets aient actuellement de faibles barrières à l'entrée, les avantages de la plateforme se formeront rapidement avec l'accumulation des utilisateurs et de la cohésion de l'écosystème. Au début, il est important de se concentrer sur les mesures incitatives et l'expérience utilisateur pour attirer suffisamment d'utilisateurs. Parallèlement, les porteurs de projets doivent réfléchir à la manière de gérer le personnel et d'assurer la qualité des données, afin d'éviter que de mauvaises monnaies ne chassent les bonnes.
De plus, augmenter la transparence et accélérer le processus de décentralisation sont également des défis importants auxquels ces projets sont confrontés. L'adoption à grande échelle de DataFi nécessite d'attirer à la fois des utilisateurs individuels et des clients d'entreprise grand public, afin de former un écosystème complet.
DataFi représente le processus par lequel l'intelligence humaine cultive à long terme l'intelligence des machines, tout en garantissant, grâce aux contrats intelligents, les bénéfices du travail humain. Pour ceux qui ont de grandes attentes envers l'ère de l'IA tout en préservant les idéaux de la blockchain, participer à DataFi est sans aucun doute un choix judicieux qui s'inscrit dans la tendance.