لقد أمضيت مسيرتي المهنية في مطاردة سؤال واحد: كيف نجمع البيانات الصحيحة لجعل الذكاء الاصطناعي يعمل في العالم الحقيقي؟ من مختبرات ستانفورد إلى الفصول الدراسية في UT Austin ، بحثت في كل مكان. الجواب ليس مختبرا آخر لنظام الذكاء الاصطناعي ، ولكنه blockchain مصمم للتعامل مع البيانات على أنها IP. لهذا السبب انضممت إلى @StoryProtocol كرئيس الذكاء الاصطناعي لهم. في جامعة ستانفورد ، درست "الروبوتات السحابية" ، كيف يمكن لأساطيل الروبوتات استخدام الحوسبة الموزعة للتعلم معا. حتى أنني قمت بتركيب كاميرا dashcam في سيارتي لحل هذه المشكلة: إذا كان بإمكان الروبوتات تحميل 5-10٪ فقط مما يراه ، فكيف نختار البيانات الأكثر قيمة؟ كان معظمها لقطات مملة للطرق السريعة. لكن <1٪ التقطوا مشاهد نادرة: Waymos ذاتية القيادة ، ومواقع البناء ، والبشر الذين لا يمكن التنبؤ بهم. هذه البيانات "طويلة الذيل" جعلت النماذج أكثر ذكاء. لقد قمت بتسميته يدويا ، حتى أنني دفعت لخدمة وضع العلامات في Google Cloud للتعليق على لقطاتي بمفاهيم متخصصة مثل "وحدة LIDAR" و "مركبة مستقلة" ، والنماذج المدربة التي تعمل على TPU بحجم USB. لكن الأوساط الأكاديمية تذهب إلى أبعد من ذلك. في UT Austin ، تحولت أسئلتي: → كيف نقوم بالتجميع الجماعي للبيانات النادرة لتحسين التعلم الآلي؟ → ما هي أنظمة الحوافز التي تعمل بالفعل؟ لقد جذبني ذلك إلى التشفير - سلاسل الكتل ، واقتصادات الرموز ، وحتى DePIN. لقد قمت بالتدوين ، وكتبت أوراقا عن التعلم الآلي اللامركزي ، لكنني ما زلت أتساءل: من الذي يبني هذه البنية التحتية بالفعل؟ بالصدفة التامة ، قابلت فريق القصة. دعيت لإلقاء محاضرة في مكتبهم في بالو ألتو. كانت الساعة 6 مساء ، كانت الغرفة لا تزال مكتظة. تجولت حول "الذكاء الاصطناعي الرمزي العصبي" وانتهيت بشريحة تسمى "اندفاعة من التشفير". تحول هذا الحديث إلى دور استشاري ، والذي تحول الآن إلى شيء أكبر بكثير. نحن في لحظة محورية. يتم حل الحوسبة في الغالب. يتم نسخ البنى النموذجية بين عشية وضحاها. الخندق الحقيقي هو البيانات. لم يتم كشط Reddit. ليست لغة لا نهاية لها. لكن البيانات الحقيقية التي تم تطهيرها وطويلة الذيل والتي تدرب الذكاء الاصطناعي المجسد - الروبوتات والسيارات والسيارات والأنظمة التي تتنقل في عالمنا الفوضوي. تخيل هذا: ألتقط مشهدا نادرا للقيادة على dashcam وأسجله على Story. صديق يسميها. يخلق عامل الذكاء الاصطناعي متغيرات اصطناعية. في سلسلة Story المهيكلة على الرسم البياني ، يصبح كل منها IP مرتبطا. تعود الإتاوات تلقائيا. يتقاضى الجميع رواتبهم ، كل خطوة يمكن تتبعها على السلسلة. لهذا السبب أشغل الآن منصب كبير مسؤولي الذكاء الاصطناعي في Story لبناء القضبان لبيانات التدريب اللامركزية التي تم تخليصها من IP. حان الوقت لجعل البيانات عنوان IP الجديد. القصة هي المكان المناسب للقيام بذلك. سيأتي المزيد قريبا. لنذهب.