Trong tương lai, tài sản trí tuệ quý giá nhất là dữ liệu, không phải kiến trúc mô hình và thiết kế tính toán.

Rất hào hứng để chia sẻ về việc ra mắt @psdnai, được ươm tạo bởi @StoryProtocol và chỉ có thể thực hiện nhờ vào IP lập trình của @StoryProtocol!

Hào hứng chia sẻ về việc ra mắt @psdnai, được ươm tạo bởi @StoryProtocol và chỉ có thể thực hiện nhờ vào IP lập trình của @StoryProtocol!

Rất biết ơn vì sự hỗ trợ liên tục từ @cdixon và @a16zcrypto!

Rất hào hứng để chia sẻ trên @BloombergTV về sự ra mắt sắp tới của @psdnai (Poseidon AI), được ươm tạo bởi Story và xây dựng trên nền tảng Story Blockchain.

Làn sóng AI tiếp theo sẽ không chỉ sống trong trình duyệt của bạn. Và ranh giới không phải là tính toán hay mô hình. Sẽ đến sớm – hãy theo dõi.

Aria tại Nhà của các Lords 🇬🇧 Chúng tôi sẽ tham gia một buổi hội thảo về AI và Ngành Công nghiệp Sáng tạo vào tuần tới tại London do @WIRED Summer Lab và @aifaventures tổ chức. Aria’s @PalomarRo sẽ phát biểu cùng với các nhà lãnh đạo từ âm nhạc, thời trang, điện ảnh và nghệ thuật.

<Câu chuyện, Tăng cường động lực mới> Một nhân vật mới đã gia nhập @StoryProtocol, đang định hình lại ngành công nghiệp nội dung thông qua việc token hóa IP. Ông là Sandeep Chinchali, một giáo sư tại UT Austin và là chuyên gia về AI, robot và hệ thống phân tán. Sandeep Chinchali, một cựu nhà nghiên cứu của NASA, đã nghiên cứu về AI sinh tạo và robot đám mây tại Stanford, và hiện đang là giáo sư tại UT Austin, làm việc với lái xe tự động và các mô hình học máy phân tán. Trong quá trình nghiên cứu, ông đã lắp đặt các hộp đen trực tiếp trong các phương tiện để thu thập dữ liệu thực tế, phân tích các cảnh hiếm được biết đến với tên gọi 'sự kiện đuôi dài'. Ông đã nhận thức sâu sắc tầm quan trọng của chất lượng và sự khan hiếm của dữ liệu bằng cách gán nhãn cho dữ liệu này và đào tạo các mô hình AI nhẹ trên phần cứng TPU học sâu. Trong quá trình này, ông đã đặt ra một câu hỏi cho chính mình. "Để AI hoạt động đúng cách trong thực tế, nó cần dữ liệu chất lượng, không chỉ là các mô hình. Và để thu thập dữ liệu đó một cách tự nguyện, cần có một cấu trúc khuyến khích hiệu quả." Ông đã tìm thấy câu trả lời tại Story. @StoryProtocol định nghĩa dữ liệu không chỉ đơn thuần là một tài nguyên mà còn là IP, và đang xây dựng một hệ thống thưởng trên chuỗi. Thu thập dữ liệu hiếm → Gán nhãn → Tổng hợp → Đăng ký trên chuỗi → Phân phối tiền bản quyền Mỗi bước đều được theo dõi một cách minh bạch trên chuỗi. Giáo sư Sandeep giải thích như sau. "Tôi đăng ký một cảnh lái xe hiếm được ghi lại bởi camera hành trình của tôi trên Story, và một người bạn gán nhãn cho nó. Dựa trên điều này, AI tạo ra dữ liệu tổng hợp, tạo ra IP liên kết ở mỗi bước, và tiền bản quyền được phân phối tự động cho tất cả các người đóng góp." Với vai trò là Giám đốc AI của Story, Giáo sư Sandeep Chinchali sẽ dẫn dắt chiến lược AI tổng thể, cơ sở hạ tầng dữ liệu học trên chuỗi, và thiết kế một hệ thống thưởng dữ liệu phân tán. Ông định nghĩa giá trị của dữ liệu như sau. "Dữ liệu là IP mới."

Chúng tôi đã hỏi @SPChinchali về vai trò của IP trong thời đại AI. "Về cơ bản, tất cả các bộ dữ liệu công khai đều có giấy phép không thương mại. "Đôi khi, các mô hình AI sinh tạo tạo ra hình ảnh có thể đã được đào tạo trên dữ liệu không an toàn về IP và họ thậm chí không thể sử dụng dữ liệu tổng hợp." "Điều mà @StoryProtocol thực sự tập trung vào là thế hệ tiếp theo của các mô hình nền tảng." "Bạn không thể chỉ đơn giản là thu thập dữ liệu đó trên internet."

Tôi đã dành cả sự nghiệp của mình để theo đuổi một câu hỏi: Làm thế nào chúng ta có thể thu thập dữ liệu đúng để làm cho AI hoạt động trong thế giới thực? Từ các phòng thí nghiệm Stanford đến các lớp học UT Austin, tôi đã tìm kiếm khắp nơi. Câu trả lời không phải là một phòng thí nghiệm AI khác, mà là một blockchain được xây dựng để coi dữ liệu như tài sản trí tuệ. Đó là lý do tại sao tôi gia nhập @StoryProtocol với vai trò Giám đốc AI. Tại Stanford, tôi đã nghiên cứu "robot đám mây", cách mà các đội robot có thể sử dụng tính toán phân tán để học hỏi cùng nhau. Tôi thậm chí đã gắn một camera hành trình trong xe của mình để giải quyết vấn đề này: Nếu robot chỉ có thể tải lên 5–10% những gì chúng thấy, làm thế nào chúng ta chọn được dữ liệu có giá trị nhất? Hầu hết đều là những đoạn video nhàm chán trên đường cao tốc. Nhưng <1% ghi lại những cảnh hiếm: những chiếc Waymo tự lái, các công trường xây dựng, con người không thể đoán trước. Dữ liệu "đuôi dài" đó đã làm cho các mô hình thông minh hơn. Tôi đã tự tay gán nhãn cho nó, thậm chí còn trả tiền cho dịch vụ gán nhãn của Google Cloud để chú thích video của tôi với những khái niệm ngách như "thiết bị LIDAR" và "xe tự hành", và đã đào tạo các mô hình chạy trên một TPU kích thước USB. Nhưng học thuật chỉ đi được một đoạn đường. Tại UT Austin, các câu hỏi của tôi đã chuyển hướng: → Làm thế nào chúng ta có thể crowdsourcing dữ liệu hiếm để cải thiện ML? → Những hệ thống khuyến khích nào thực sự hiệu quả? Điều đó đã kéo tôi vào crypto – blockchain, nền kinh tế token, thậm chí cả DePIN. Tôi đã viết blog, viết các bài báo về ML phi tập trung, nhưng vẫn tự hỏi: ai thực sự đang xây dựng cơ sở hạ tầng này? Bằng một sự tình cờ hoàn toàn, tôi đã gặp đội ngũ Story. Tôi được mời đến nói chuyện tại văn phòng của họ ở Palo Alto. Lúc đó là 6 giờ chiều, phòng vẫn đông đúc. Tôi đã nói lan man về "AI Tượng trưng Thần kinh" và kết thúc với một slide có tên "Một chút Crypto." Bài nói chuyện đó đã biến thành một vai trò cố vấn, và giờ đây đã trở thành một điều gì đó lớn hơn nhiều. Chúng ta đang ở một thời điểm quan trọng. Tính toán hầu như đã được giải quyết. Kiến trúc mô hình được sao chép qua đêm. Rào cản thực sự là dữ liệu. Không phải là Reddit bị cào. Không phải là ngôn ngữ vô tận. Mà là dữ liệu thực tế, đã được cấp quyền, đuôi dài, để đào tạo AI thể hiện – robot, xe tự hành, các hệ thống điều hướng thế giới hỗn độn của chúng ta. Hãy tưởng tượng điều này: Tôi ghi lại một cảnh lái xe hiếm trên camera hành trình và đăng ký nó trên Story. Một người bạn gán nhãn cho nó. Một tác nhân AI tạo ra các biến thể tổng hợp. Trên chuỗi cấu trúc đồ thị của Story, mỗi cái trở thành tài sản trí tuệ liên kết. Tiền bản quyền tự động chảy về. Mọi người đều được trả tiền, mỗi bước đều có thể truy xuất trên chuỗi. Đó là lý do tại sao tôi hiện là Giám đốc AI tại Story, xây dựng các đường ray cho dữ liệu đào tạo phi tập trung, đã được cấp quyền. Đã đến lúc biến dữ liệu thành tài sản trí tuệ mới. Story là nơi để thực hiện điều đó. Còn nhiều điều hơn nữa sẽ đến sớm. Hãy cùng nhau tiến lên.