Tienda de dapps | Hub de Web3 para eventos y juegos

Temas en tendencia

Professor Jo 🐙

Basado en su carrera en finanzas de adquisiciones, es un 'agricultor de DeFi Joseon' que corre hacia un sueño más grande en DeFi. @0xundefined_

<Ahora no es el modelo, sino los datos lo que es competitivo> El núcleo de la industria de la IA ya no es la computación o los modelos, sino los "datos de alta calidad". Así como la civilización humana avanzó a través del petróleo en el pasado, la IA también necesita un nuevo "combustible" para avanzar. Así como el petróleo se utilizó como fuente de energía y material antes y después de la Segunda Guerra Mundial, lo que llevó a una rápida industrialización, la forma en que se aseguran y procesan los datos determinará el liderazgo en la era de la IA. Elon Musk también mencionó esto a principios de este año. "Hemos agotado la suma acumulada del conocimiento humano en el aprendizaje de IA". Es cierto que modelos como GPT han crecido rápidamente al extraer datos públicos de sitios web, libros, código e imágenes. Sin embargo, ahora necesitamos nuevas formas de datos que tengan derechos de autor o que no existan en absoluto. Por ejemplo, en campos como los vehículos autónomos y la robótica, necesitamos datos complejos basados en la integración de múltiples sensores, como cámaras, radares y lidars, así como datos de casos recopilados en entornos reales, que no existen en la web. El mayor problema es "cómo combinarlos bien" en lugar de la tecnología en sí. Miles de personas necesitan recopilar, etiquetar y actualizar datos mientras están dispersas, y los métodos centralizados utilizados hasta ahora luchan por manejar esta diversidad y escala. Por lo tanto, la industria de la IA está convergiendo cada vez más en la idea de que un enfoque descentralizado es la solución. Aquí es donde entra en juego 'Poseidón (@psdnai)'. Poseidón no es solo un almacén de datos; Es una infraestructura que recibe, verifica y refina datos del mundo real para crear conjuntos de datos de entrenamiento que se pueden usar sin problemas de derechos de autor. Para decirlo metafóricamente, Poseidón es una "refinería de petróleo". Toma datos sin procesar y los refina en combustible que la IA puede usar para el aprendizaje. Todo este proceso opera en @StoryProtocol. Registra de forma transparente en la cadena quién proporcionó los datos, en qué condiciones y quién los utilizó. Aquellos que proporcionan datos reciben una compensación justa y los desarrolladores de IA pueden usarlos con tranquilidad. Poseidon, que logrará la innovación en la capa de datos en lugar de a través de GPU o modelos, podría ser el mejor ejemplo de aplicación de la tecnología web3 a las industrias web2.

Nos complace anunciar que estamos liderando una ronda inicial de $ 15 millones en Poseidon, que fue incubada por @StoryProtocol y está construyendo una capa de datos descentralizada para coordinar la oferta y la demanda de datos de entrenamiento de IA. La primera generación de modelos básicos de IA se entrenó con datos que parecían ser un recurso efectivamente ilimitado. Hoy en día, los recursos más accesibles, como libros y sitios web, se han agotado en su mayoría, y los datos se han convertido en un factor limitante en el progreso de la IA. Gran parte de los datos que quedan ahora son de menor calidad o están fuera de los límites debido a las protecciones de propiedad intelectual. Para algunas de las aplicaciones de IA más prometedoras, en robótica, vehículos autónomos e inteligencia espacial, los datos aún no existen. Ahora estos sistemas necesitan tipos de información completamente nuevos: multisensorial, ricos en casos extremos, capturados en la naturaleza. ¿De dónde vendrán todos estos datos del mundo físico? El desafío no es solo técnico, es un problema de coordinación. Miles de colaboradores deben trabajar juntos de forma distribuida para obtener, etiquetar y mantener los datos físicos que necesita la IA de próxima generación. Creemos que ningún enfoque centralizado puede orquestar de manera eficiente la creación y curación de datos que se necesitan con el nivel requerido de escala y diversidad. Un enfoque descentralizado puede resolver esto. @psdnai permite a los proveedores recopilar los datos que necesitan las empresas de IA, al tiempo que garantiza la seguridad de la propiedad intelectual a través de la licencia de propiedad intelectual programable de Story. Esto busca establecer una nueva base económica para Internet, donde los creadores de datos reciban una compensación justa por ayudar a las empresas de IA a impulsar la próxima generación de sistemas inteligentes. El equipo de Poseidon, dirigido por el científico jefe y cofundador @SPChinchali, aporta una profunda experiencia en infraestructura de IA. Sandeep es profesor en UT Austin especializado en IA, robótica y sistemas distribuidos, con un doctorado de Stanford en IA y sistemas distribuidos. Jefe de Producto y Cofundador @sarickshah pasó una década como ingeniero de aprendizaje automático, escalando productos de IA para grandes empresas en servicios financieros, telecomunicaciones y atención médica. Estamos entusiasmados de apoyar a Poseidon en su trabajo para resolver uno de los cuellos de botella más críticos en el desarrollo de IA.

<Historia, ganando un nuevo impulso> Una nueva figura se ha unido a @StoryProtocol, que está remodelando la industria del contenido a través de la tokenización de IP. Él es Sandeep Chinchali, profesor de UT Austin y experto en inteligencia artificial, robótica y sistemas distribuidos. Sandeep Chinchali, ex investigador de la NASA, estudió IA generativa y robótica en la nube en Stanford, y actualmente es profesor en UT Austin, ocupándose de la conducción autónoma y los modelos de aprendizaje automático distribuido. Durante su investigación, instaló cajas negras directamente en los vehículos para recopilar datos del mundo real, analizando escenas raras conocidas como eventos de "cola larga". Se dio cuenta profundamente de la importancia de la calidad y la escasez de datos al etiquetar estos datos y entrenar modelos de IA livianos en hardware de TPU de aprendizaje profundo. En el proceso, se planteó una pregunta a sí mismo. "Para que la IA funcione correctamente en la realidad, necesita datos de calidad, no solo modelos. Y para recopilar esos datos voluntariamente, es necesaria una estructura de incentivos efectiva". Encontró la respuesta en Story. @StoryProtocol define los datos no solo como un recurso sino como propiedad intelectual, y está construyendo un sistema de recompensas en cadena. Recopilación de datos raros → Etiquetado → Síntesis → Registro en cadena → Distribución de regalías Cada paso se rastrea de forma transparente en la cadena. El profesor Sandeep lo explica de la siguiente manera. "Registro una rara escena de conducción capturada por mi dashcam en Story, y un amigo la etiqueta. Con base en esto, la IA crea datos sintéticos, generando IP conectada en cada paso, y las regalías se distribuyen automáticamente a todos los contribuyentes". Como director de IA de Story, el profesor Sandeep Chinchali dirigirá la estrategia general de IA, la infraestructura de datos de aprendizaje en cadena y el diseño de un sistema de recompensa de datos distribuido. Define el valor de los datos de la siguiente manera. "Los datos son la nueva IP".

<Pensamientos sobre ver SharpLink Gaming> Parece que ConsenSys está liderando el camino, haciendo que la "estrategia financiera de Ethereum" sea una tendencia significativa. SharpLink Gaming está acumulando constantemente Ethereum al recaudar alrededor de 500 mil millones de wones a través de PIPE, y la diferencia con la estrategia financiera de Bitcoin es que Ethereum puede generar ganancias a través de la gestión de activos más allá de la simple tenencia. Lo que tengo curiosidad es cómo gestionarán el Ethereum que han reunido. Mirando el caso de @SharpLinkGaming, se puede confirmar que están gestionando activos basados en LST o LRT a través de Figment. Figment es uno de los principales validadores de Ethereum y opera una bóveda dedicada a los inversores institucionales, que proporciona rendimientos de participación estables. Proyectos como @Obol_Collective ayudan a los grandes operadores a validar de manera más estable y eficiente, similar a Figment. A medida que más instituciones adopten estrategias de Ethereum, creo que el suministro de Ethereum se concentrará inevitablemente en estos validadores específicos de la institución. Especialmente dado que la gestión de riesgos es clave para las instituciones, tienden a operar los nodos de manera muy conservadora para minimizar riesgos como el tiempo de inactividad o la reducción de recortes. Por ejemplo, si se produce un desastre natural mientras se ejecuta un nodo con una sola clave de validación, podría resultar en la pérdida no solo de recompensas futuras, sino también del principal apostado. Para reducir estos riesgos, se espera que la demanda de infraestructura que distribuya las claves de validación a través de múltiples nodos, a saber, DVT (DVT: Distributed Validator Technology), continúe creciendo. La diferencia decisiva de infraestructura entre Ethereum y Solana es su estructura informática descentralizada. Está diseñado para evitar puntos únicos de falla a través de al menos 5-6 clientes, incluso si el mundo se acabara. Para que las instituciones se adapten adecuadamente a esta narrativa de Ethereum, deben elaborar estrategias para reducir los puntos únicos de fallo en la capa del validador, con proyectos como @Obol_Collective en el centro de ese esfuerzo. En última instancia, a medida que más empresas elijan la estrategia financiera de Ethereum, la demanda de proyectos que puedan ayudarles a validar mejor o simplificar la gestión de activos aumentará naturalmente.

Populares

Ranking

Favoritas

Onchain en tendencia

Tendencia en X

Principales fondos recientes

Más destacadas