المواضيع الرائجة
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
الحدود التالية لجهاز الذكاء الاصطناعي ليست الحوسبة أو النماذج الأكبر ، إنها بيانات أفضل. اليوم ، نحضر أحد الأشخاص القلائل الذين أمضوا حياته بالفعل في حل هذه المشكلة.
مرحبا @SPChinchali ، كبير مسؤولي الذكاء الاصطناعي الجديد لدينا.
لم تعد حدود الذكاء الاصطناعي محددة من خلال النماذج التي تحتوي على المزيد من المعلمات ، أو حساب المجموعات مع المزيد من وحدات معالجة الرسومات.
سيتم تعريفه من خلال ندرة البيانات عالية النزاهة والمساوية بعنوان IP من العالم المادي (فكر في الروبوتات والأجهزة المستقلة والأجهزة المتطورة). أمضى سانديب حياته المهنية في مطاردة هذه الحدود. الآن يساعدنا في فتحه.
عندما قابلت سانديب لأول مرة ، أدهشني موقفه الناعم المحبب. لديه طريقة في التحدث تجذبك ، بغض النظر عما إذا كان يشرح الذكاء الاصطناعي العصبي ، أو يثني على لوحة المفاتيح المريحة ذات المظهر الغريب التي يحملها أينما ذهب.
خلفيته تتحدث عن نفسها: دكتوراه في جامعة ستانفورد ، ناسا مختبر الدفع النفاث. الآن أستاذ في UT Austin ، يقود الأبحاث عند تقاطع ML اللامركزي والروبوتات ، كان Sandeep مهووسا بكيفية الحصول على بيانات مفيدة للتدريب على الذكاء الاصطناعي لجعله مفيدا في العالم الحقيقي:
> إنشاء حوافز البيانات للشبكات الموزعة ،
> معالجة مشكلة أخذ العينات المثالية للذيل الطويل في الروبوتات المتطورة ، و
> تصميم الأنظمة التي تحافظ على الأصل.
أكد سانديب أيضا أطروحة كنت مهووسا بها لسنوات: الخندق الحقيقي هو البيانات. لم يتم كشط منتديات Reddit أو نص الويب العام ، ولكن يمكن إسناده ، ومسح الحقوق ، وبيانات العالم الحقيقي. لا يمكن محاكاة البيانات الفوضوية التي لا يمكن التنبؤ بها المطلوبة لجعل الأنظمة المادية قوية.
إنه يقوم بتوريد وتنظيم البيانات الفوضوية طويلة الذيل التي تراها الأنظمة المادية في البرية: روبوت رصيف التحميل الزلق في الساعة 2 صباحا ، والكراك الصغير الباهت على شفرة توربينات الرياح ، وعلبة الزاوية التي لم ترها وحدة ليدار من قبل. تلك اللحظات هي IP ، وهي ثمينة. إذا تمكنا من جعل عنوان IP هذا قابلا للبرمجة والترخيص والتتبع وتحقيق الدخل في الوقت الفعلي ، فإننا نفتح دولاب الموازنة لكل فريق الذكاء الاصطناعي على هذا الكوكب.
عنوان IP القابل للبرمجة هو العمود الفقري الوحيد الذي يجعل ذلك ممكنا. تحاول معظم الذكاء الاصطناعي للعملات المشفرة "الذكاء الاصطناعي" على البنية التحتية الموجودة. انضمام سانديب لأن Story تم إنشاؤه من الألف إلى الياء لحل هذه الأنواع من تحديات تنسيق البيانات
تم تصميم القصة لعلاقات ديناميكية وقابلة للتكوين. تم تصميم بروتوكولنا للمصدر المستند إلى الرسم البياني والترخيص الديناميكي وتدفقات الإتاوات الآلية التي تتطلبها أنظمة الذكاء الاصطناعي الحديثة. يمكن ترخيص صورة، ويمكن إضافة تسمية، ويمكن إنشاء صيغة تركيبية، وفي القصة، يصبح كل إجراء أصلا جديدا مرتبطا بالملكية الفكرية في رسم بياني شفاف، مع عودة القيمة إلى كل مساهم.
وصول سانديب هو نقطة تحول. يتم التركيز على الفصل 2 من القصة ، وبدأت المرحلة التالية من البنية التحتية لنظام الذكاء الاصطناعي للتو.
مزيجه من الفكر العميق والفضول الحقيقي والتفاني الهادئ هو بالضبط ما تتطلبه هذه اللحظة. لا يمكننا أن نكون أكثر حماسا لبناء مستقبل الذكاء الاصطناعي معه ، وهناك الكثير قادم.
تنزعج!

17 يوليو، 23:00
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.



6.88K
الأفضل
المُتصدِّرة
التطبيقات المفضلة