19 lutego gorące projekty dziewiąte @perceptronntwk podsumowanie tweetów I. Opis projektu Perceptron Network to projekt skoncentrowany na budowie zdecentralizowanej infrastruktury danych AI, należący do obszaru AI + blockchain. Jego głównym celem jest rozwiązanie problemu trudności w pozyskiwaniu wysokiej jakości danych w rozwoju AI, wysokich kosztów oraz monopolizacji przez scentralizowane platformy, mając na celu stworzenie otwartej, efektywnej i zgodnej z zachętami sieci dostaw danych za pomocą technologii blockchain. II. Dzisiejsze gorące tematy 1. Skupienie na istotnej wartości danych: projekt wskazuje, że kluczowym napędem AI są dane, a nie sam model, obecny rynek zbytnio koncentruje się na dyskusjach o modelach i agentach, ignorując dostępność i zdrowie podstawowego elementu, jakim są dane. 2. Ujawnienie problemów rynku danych: obecnie ceny wysokiej jakości danych są niezwykle wysokie, ceny profesjonalnych zbiorów danych mogą być ponad 40 razy wyższe niż zwykłych danych, co tworzy bardzo wysoką barierę wejścia. 3. Rozwiązanie problemów z danymi w przedsiębiorstwach: większość firm nie ma zdolności ani technologii do budowy i utrzymania rzeczywistych kanałów danych, co utrudnia pozyskiwanie terminowych i skutecznych danych do treningu i wnioskowania. 4. Przeciwdziałanie monopolizacji danych przez platformy: duże platformy internetowe zaostrzają dostęp do danych poprzez blokowanie API, ograniczanie skanowania itp., co prowadzi do coraz większej koncentracji aktywów danych w rękach nielicznych gigantów, jak w przypadku wysokich transakcji danych między Reddit a dużymi firmami AI. 5. Budowa otwartego ekosystemu dostaw danych: kluczowym działaniem Perceptron Network jest budowa zdecentralizowanej sieci dostaw danych, mająca na celu przełamanie monopolu, aby dane mogły swobodniej przepływać, a ich wycena była bardziej rozsądna. 6. Odpowiedź na zamkniętość i poczucie rozdzielenia systemów AI: użytkownicy wskazują, że mimo ogromnej liczby użytkowników głównych modeli AI, ich systemy danych stają się coraz bardziej zamknięte, a użytkownicy, poza dostarczaniem danych, nie mają poczucia uczestnictwa, co tworzy "czarną skrzynkę". 7. Podkreślenie inżynierii systemowej, a nie inżynierii produktu: projekt przyjmuje podejście polegające na najpierw zbudowaniu zrównoważonej sieci i mechanizmów zachęt, dążąc do zatrzymania uczestników i uporządkowania logiki działania systemu, aby zapewnić długoterminowy rozwój sieci AI, a nie dążyć do krótkoterminowych efektów produktowych. 8. Wyzwanie dla głównego modelu "ekstrakcji" AI: projekt w sposób niejawny krytykuje obecny główny model AI, który w istocie polega na jednostronnej ekstrakcji danych użytkowników, starając się stworzyć bardziej sprawiedliwy i zrównoważony system uczestnictwa i wkładu. III. Kluczowe dane i wskaźniki Tweet nie wspomina o szczegółach dotyczących sposobu uczestnictwa, ale wskazuje na kluczowe wskaźniki porównawcze na obecnym rynku danych: ceny wysokiej jakości danych na poziomie profesjonalnym mogą być ponad 40 razy droższe niż zwykłe dane. Jednocześnie przytoczono przykłady skali scentralizowanej wymiany danych, takie jak transakcje między Reddit a dużymi firmami AI, które mogą osiągać poziom setek milionów dolarów, co pośrednio odzwierciedla skalę rynku i potencjał wartości, który Perceptron Network ma na celu rozwiązania. 1. Udon @egyptk6 podkreśla, że kluczową zaletą projektu Perceptron są jego wysokiej jakości dane, a nie sama koncepcja AI, i wskazuje na problemy z wysokimi cenami na obecnym rynku danych. 2. Miss tang @Misstang1102 uważa, że obecnie AI brakuje otwartego systemu danych i poczucia uczestnictwa użytkowników, a Perceptron Network bardziej przypomina budowę inżynierii systemowej.