Di bidang AI, kita sedang berada di era di mana seluruh dunia bersaing untuk membangun model dasar terbaik. Meskipun kemampuan komputasi dan arsitektur model sangat penting, tetapi keunggulan yang sebenarnya terletak pada data pelatihan. Berita terbesar bulan ini di dunia AI adalah Meta menunjukkan kekuatannya, Zuckerberg merekrut talenta di mana-mana, membentuk tim AI mewah yang sebagian besar terdiri dari ilmuwan penelitian Tionghoa. Pemimpin tim adalah Alexander Wang yang berusia 28 tahun, yang mendirikan Scale AI yang saat ini bernilai 29 miliar dolar AS, menyediakan layanan data untuk banyak raksasa AI termasuk militer AS, OpenAI, Anthropic, dan Meta.
Scale AI dapat menonjol karena telah menemukan pentingnya data dalam industri AI sejak awal. Jika kita membandingkan model besar dengan seorang manusia, maka model adalah tubuh, daya komputasi adalah makanan, dan data adalah pengetahuan dan informasi. Dalam proses perkembangan cepat model bahasa besar, fokus industri telah beralih dari arsitektur model ke daya komputasi, dan kini pentingnya data semakin terlihat.
Scale AI berfokus pada membangun dasar data yang kuat untuk model AI, tidak hanya menggali data yang ada, tetapi juga memperhatikan bisnis generasi data, dan membentuk tim pelatih AI untuk menyediakan data berkualitas untuk pelatihan model. Pelatihan model dibagi menjadi dua bagian: pra-pelatihan dan fine-tuning. Pra-pelatihan mirip dengan bayi belajar berbicara, membutuhkan banyak informasi dari teks di internet; fine-tuning mirip dengan pendidikan di sekolah, memiliki arah dan tujuan yang jelas. Oleh karena itu, kami memerlukan dua jenis data: satu jenis adalah data dalam jumlah besar tetapi tidak perlu banyak diproses, dan jenis lainnya perlu dirancang dan disaring dengan cermat, untuk mengembangkan kemampuan tertentu dari model.
Dengan penetapan arsitektur model arus utama dan berkurangnya keuntungan daya komputasi, data akan menjadi kunci bagi produsen model besar untuk mempertahankan keunggulan kompetitif. Data pelatihan yang berkualitas tinggi dan profesional akan sangat mempengaruhi kemampuan model. Dalam jangka panjang, data AI juga merupakan jalur yang memiliki efek bunga majemuk, aset data akan semakin berharga seiring dengan berjalannya waktu.
Dibandingkan dengan perusahaan data tradisional, Web3 memiliki keunggulan alami di bidang data AI, yang melahirkan konsep DataFi. Keunggulan Web3 DataFi meliputi:
Kontrak pintar menjamin kedaulatan data, keamanan, dan privasi
Arsitektur terdistribusi menarik tenaga kerja yang sesuai dari seluruh dunia
Blockchain menyediakan mekanisme insentif dan penyelesaian yang jelas
Memungkinkan pembangunan pasar data satu atap yang efisien dan terbuka.
Bagi pengguna biasa, DataFi adalah titik masuk terbaik untuk berpartisipasi dalam proyek AI terdesentralisasi. Pengguna tidak perlu mengeluarkan biaya perangkat keras yang mahal atau keterampilan profesional, cukup dengan menyelesaikan tugas sederhana seperti menyediakan data, mengevaluasi model, dan lain-lain.
Saat ini, beberapa proyek DataFi telah mendapatkan pembiayaan yang signifikan:
Sahara AI: Pendanaan sebesar 49 juta dolar AS, membangun infrastruktur AI terdesentralisasi dan pasar perdagangan
Yupp: Pendanaan sebesar 33 juta dolar AS, fokus pada pengumpulan umpan balik model AI
Vana: Pendanaan sebesar 23 juta dolar AS, mengubah data pribadi menjadi aset digital yang dapat dimonetisasi
Chainbase: Pendanaan 16,5 juta dolar AS, fokus pada pemrosesan data on-chain
Sapien: Pendanaan sebesar 15,5 juta dolar AS, mengubah pengetahuan manusia menjadi data pelatihan AI
Prisma X: Pendanaan 11 juta dolar AS, mengembangkan lapisan koordinasi terbuka robot.
Masa: Pendanaan 8,9 juta dolar AS, proyek subnet data ekosistem Bittensor
Irys: Pendanaan sebesar 8,7 juta USD, menyediakan penyimpanan data dan komputasi yang dapat diprogram
ORO: Pendanaan 6 juta dolar, berkomitmen untuk memungkinkan orang biasa berpartisipasi dalam kontribusi AI
Gata: Pendanaan 4 juta dolar AS, membangun lapisan data terdesentralisasi
Proyek-proyek ini saat ini umumnya memiliki hambatan yang tidak tinggi, tetapi akumulasi pengguna dan daya tarik ekosistem di awal sangat penting. Pada saat yang sama, mereka juga menghadapi tantangan tentang bagaimana menjamin kualitas data dan meningkatkan transparansi. Penerapan DataFi secara besar-besaran perlu menarik cukup banyak pengguna individu, sekaligus mendapatkan pengakuan dari perusahaan-perusahaan arus utama.
Dalam jangka panjang, DataFi mewakili paradigma baru di mana kecerdasan manusia, yang didasarkan pada kontrak pintar, membudidayakan kecerdasan mesin secara jangka panjang dan akhirnya mendapat manfaat darinya. Bagi mereka yang penuh ketidakpastian di era AI tetapi masih memegang ideal blockchain, berpartisipasi dalam DataFi bisa menjadi pilihan yang tepat.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
6 Suka
Hadiah
6
3
Posting ulang
Bagikan
Komentar
0/400
GateUser-aa7df71e
· 7jam yang lalu
Tim Tionghoa besar ini merekomendasikan untuk buy the dip dan get on board.
Lihat AsliBalas0
GigaBrainAnon
· 7jam yang lalu
Pendanaan scale membuat saya merasa pusing. Ada harapan di sini!
Munculnya jalur data AI, proyek DataFi mendapatkan pendanaan besar.
Melihat Potensi DataFi dari Lintasan Data AI
Di bidang AI, kita sedang berada di era di mana seluruh dunia bersaing untuk membangun model dasar terbaik. Meskipun kemampuan komputasi dan arsitektur model sangat penting, tetapi keunggulan yang sebenarnya terletak pada data pelatihan. Berita terbesar bulan ini di dunia AI adalah Meta menunjukkan kekuatannya, Zuckerberg merekrut talenta di mana-mana, membentuk tim AI mewah yang sebagian besar terdiri dari ilmuwan penelitian Tionghoa. Pemimpin tim adalah Alexander Wang yang berusia 28 tahun, yang mendirikan Scale AI yang saat ini bernilai 29 miliar dolar AS, menyediakan layanan data untuk banyak raksasa AI termasuk militer AS, OpenAI, Anthropic, dan Meta.
Scale AI dapat menonjol karena telah menemukan pentingnya data dalam industri AI sejak awal. Jika kita membandingkan model besar dengan seorang manusia, maka model adalah tubuh, daya komputasi adalah makanan, dan data adalah pengetahuan dan informasi. Dalam proses perkembangan cepat model bahasa besar, fokus industri telah beralih dari arsitektur model ke daya komputasi, dan kini pentingnya data semakin terlihat.
Scale AI berfokus pada membangun dasar data yang kuat untuk model AI, tidak hanya menggali data yang ada, tetapi juga memperhatikan bisnis generasi data, dan membentuk tim pelatih AI untuk menyediakan data berkualitas untuk pelatihan model. Pelatihan model dibagi menjadi dua bagian: pra-pelatihan dan fine-tuning. Pra-pelatihan mirip dengan bayi belajar berbicara, membutuhkan banyak informasi dari teks di internet; fine-tuning mirip dengan pendidikan di sekolah, memiliki arah dan tujuan yang jelas. Oleh karena itu, kami memerlukan dua jenis data: satu jenis adalah data dalam jumlah besar tetapi tidak perlu banyak diproses, dan jenis lainnya perlu dirancang dan disaring dengan cermat, untuk mengembangkan kemampuan tertentu dari model.
Dengan penetapan arsitektur model arus utama dan berkurangnya keuntungan daya komputasi, data akan menjadi kunci bagi produsen model besar untuk mempertahankan keunggulan kompetitif. Data pelatihan yang berkualitas tinggi dan profesional akan sangat mempengaruhi kemampuan model. Dalam jangka panjang, data AI juga merupakan jalur yang memiliki efek bunga majemuk, aset data akan semakin berharga seiring dengan berjalannya waktu.
Dibandingkan dengan perusahaan data tradisional, Web3 memiliki keunggulan alami di bidang data AI, yang melahirkan konsep DataFi. Keunggulan Web3 DataFi meliputi:
Bagi pengguna biasa, DataFi adalah titik masuk terbaik untuk berpartisipasi dalam proyek AI terdesentralisasi. Pengguna tidak perlu mengeluarkan biaya perangkat keras yang mahal atau keterampilan profesional, cukup dengan menyelesaikan tugas sederhana seperti menyediakan data, mengevaluasi model, dan lain-lain.
Saat ini, beberapa proyek DataFi telah mendapatkan pembiayaan yang signifikan:
Proyek-proyek ini saat ini umumnya memiliki hambatan yang tidak tinggi, tetapi akumulasi pengguna dan daya tarik ekosistem di awal sangat penting. Pada saat yang sama, mereka juga menghadapi tantangan tentang bagaimana menjamin kualitas data dan meningkatkan transparansi. Penerapan DataFi secara besar-besaran perlu menarik cukup banyak pengguna individu, sekaligus mendapatkan pengakuan dari perusahaan-perusahaan arus utama.
Dalam jangka panjang, DataFi mewakili paradigma baru di mana kecerdasan manusia, yang didasarkan pada kontrak pintar, membudidayakan kecerdasan mesin secara jangka panjang dan akhirnya mendapat manfaat darinya. Bagi mereka yang penuh ketidakpastian di era AI tetapi masih memegang ideal blockchain, berpartisipasi dalam DataFi bisa menjadi pilihan yang tepat.