Bersemangat untuk membagikan peluncuran @psdnai kami, yang diinkubasi oleh @StoryProtocol dan hanya mungkin oleh IP yang dapat diprogram @StoryProtocol!

Bersemangat berbagi peluncuran @psdnai kami, diinkubasi oleh @StoryProtocol dan hanya mungkin oleh IP yang dapat diprogram @StoryProtocol!

Sangat berterima kasih atas dukungan berkelanjutan dari @cdixon dan @a16zcrypto !

Senang untuk berbagi di @BloombergTV peluncuran @psdnai (Poseidon AI) yang akan datang, yang diinkubasi oleh Story dan dibangun di atas Story Blockchain.

Gelombang AI berikutnya tidak hanya akan ada di browser Anda. Dan perbatasannya bukanlah komputasi atau model. Segera hadir – nantikan.

Aria di House of Lords 🇬🇧 Kami bergabung dengan panel tentang AI dan Industri Kreatif minggu depan di London yang diselenggarakan oleh @WIRED Summer Lab and @aifaventures. @PalomarRo Aria akan berbicara bersama para pemimpin dari musik, mode, film, dan seni.

<Cerita, Mendapatkan Momentum Baru> Tokoh baru telah bergabung dengan @StoryProtocol, yang membentuk kembali industri konten melalui tokenisasi IP. Dia adalah Sandeep Chinchali, seorang profesor di UT Austin dan ahli dalam AI, robotika, dan sistem terdistribusi. Sandeep Chinchali, mantan peneliti NASA, mempelajari AI generatif dan robotika cloud di Stanford, dan saat ini menjadi profesor di UT Austin, berurusan dengan mengemudi otonom dan model pembelajaran mesin terdistribusi. Selama penelitiannya, dia memasang kotak hitam langsung di kendaraan untuk mengumpulkan data dunia nyata, menganalisis pemandangan langka yang dikenal sebagai peristiwa 'ekor panjang'. Dia sangat menyadari pentingnya kualitas dan kelangkaan data dengan memberi label data ini dan melatih model AI ringan pada perangkat keras TPU pembelajaran mendalam. Dalam prosesnya, dia mengajukan pertanyaan pada dirinya sendiri. "Agar AI berfungsi dengan baik dalam kenyataan, ia membutuhkan data berkualitas, bukan hanya model. Dan untuk mengumpulkan data itu secara sukarela, diperlukan struktur insentif yang efektif." Dia menemukan jawabannya di Story. @StoryProtocol mendefinisikan data tidak hanya sebagai sumber daya tetapi sebagai IP, dan sedang membangun sistem penghargaan on-chain. Pengumpulan data langka → Pelabelan → Sintesis → Pendaftaran on-chain → distribusi royalti Setiap langkah dilacak secara transparan pada rantai. Profesor Sandeep menjelaskannya sebagai berikut. "Saya mencatat adegan mengemudi langka yang ditangkap oleh kamera dasbor saya di Story, dan seorang teman melabelinya. Berdasarkan ini, AI menciptakan data sintetis, menghasilkan IP yang terhubung di setiap langkah, dan royalti secara otomatis didistribusikan ke semua kontributor." Sebagai Chief AI Officer Story, Profesor Sandeep Chinchali akan memimpin strategi AI secara keseluruhan, infrastruktur data pembelajaran on-chain, dan desain sistem penghargaan data terdistribusi. Dia mendefinisikan nilai data sebagai berikut. "Data adalah IP baru."

Kami bertanya kepada @SPChinchali tentang peran IP di era AI. "Pada dasarnya semua kumpulan data publik memiliki lisensi non-komersial. "Terkadang model AI generatif yang membuat citra dapat dilatih pada data IP yang tidak aman dan mereka bahkan tidak dapat menggunakan data sintetis." "Apa yang benar-benar @StoryProtocol fokuskan adalah model pondasi generasi berikutnya." "Anda tidak bisa begitu saja mengikis data itu di internet."

Tim tim pengembang agen AI

Saya telah menghabiskan karir saya mengejar satu pertanyaan: Bagaimana kita mengumpulkan data yang tepat untuk membuat AI bekerja di dunia nyata? Dari laboratorium Stanford hingga ruang kelas UT Austin, saya mencari di mana-mana. Jawabannya bukanlah lab AI lain, tetapi blockchain yang dibangun untuk memperlakukan data sebagai IP. Itu sebabnya saya bergabung dengan @StoryProtocol sebagai Chief AI Officer mereka. Di Stanford, saya mempelajari "robotika awan", bagaimana armada robot dapat menggunakan komputasi terdistribusi untuk belajar bersama. Saya bahkan memasang kamera dasbor di mobil saya untuk menyelesaikan ini: Jika robot hanya dapat mengunggah 5-10% dari apa yang mereka lihat, bagaimana kita memilih data yang paling berharga? Sebagian besar adalah rekaman jalan bebas hambatan yang membosankan. Tetapi <1% menangkap pemandangan langka: Waymo yang mengemudi sendiri, lokasi konstruksi, manusia yang tidak dapat diprediksi. Data "ekor panjang" itu membuat model lebih cerdas. Saya memberi label tangan, bahkan membayar layanan pelabelan Google Cloud untuk menganotasi rekaman saya dengan konsep khusus seperti "unit LIDAR" dan "kendaraan otonom", dan model terlatih yang berjalan pada TPU berukuran USB. Tapi akademisi hanya sejauh ini. Di UT Austin, pertanyaan saya bergeser: → Bagaimana cara mengumpulkan data langka untuk meningkatkan ML? → Sistem insentif apa yang sebenarnya berfungsi? Itu menarik saya ke kripto – blockchain, ekonomi token, bahkan DePIN. Saya menulis blog, menulis makalah tentang ML terdesentralisasi, tetapi masih bertanya-tanya: siapa yang sebenarnya membangun infrastruktur ini? Secara kebetulan, saya bertemu dengan tim Story. Saya diundang untuk memberikan ceramah di kantor Palo Alto mereka. Saat itu jam 6 sore, kamar masih penuh sesak. Saya mengoceh tentang "Neuro-Symbolic AI" dan diakhiri dengan slide berjudul "A Dash of Crypto." Pembicaraan itu berubah menjadi peran penasihat, yang sekarang berubah menjadi sesuatu yang jauh lebih besar. Kami berada di momen penting. Komputasi sebagian besar terpecahkan. Arsitektur model disalin dalam semalam. Parit yang sebenarnya adalah data. Tidak tergores Reddit. Bukan bahasa tanpa akhir. Tetapi data dunia nyata yang dibersihkan hak, ekor panjang, yang melatih AI yang terwujud – robot, AV, sistem yang menavigasi dunia kita yang berantakan. Bayangkan ini: Saya menangkap adegan mengemudi langka di dashcam & mendaftarkannya di Story. Seorang teman melabelinya. Agen AI membuat varian sintetis. Pada rantai berstruktur grafik Story, masing-masing menjadi IP tertaut. Royalti mengalir kembali secara otomatis. Semua orang dibayar, setiap langkah dapat dilacak secara on-chain. Itulah sebabnya saya sekarang menjadi Chief AI Officer di Story yang membangun rel untuk data pelatihan yang terdesentralisasi dan dibersihkan IP. Saatnya menjadikan data sebagai IP baru. Cerita adalah tempat untuk melakukannya. Masih banyak lagi yang akan segera datang. Ayo.