Aria i Overhuset 🇬🇧 Vi blir med i et panel om AI og de kreative næringene neste uke i London arrangert av @WIRED Summer Lab og @aifaventures. Arias @PalomarRo vil snakke sammen med ledere fra musikk, mote, film og kunst.

<Historie, får ny fart> En ny figur har sluttet seg til @StoryProtocol, som omformer innholdsindustrien gjennom IP-tokenisering. Han er Sandeep Chinchali, professor ved UT Austin og ekspert på AI, robotikk og distribuerte systemer. Sandeep Chinchali, en tidligere NASA-forsker, studerte generativ AI og skyrobotikk ved Stanford, og er for tiden professor ved UT Austin, som arbeider med autonom kjøring og distribuerte maskinlæringsmodeller. Under forskningen installerte han svarte bokser direkte i kjøretøy for å samle inn data fra den virkelige verden, og analyserte sjeldne scener kjent som "long-tail"-hendelser. Han innså dypt viktigheten av datakvalitet og knapphet ved å merke disse dataene og trene lette AI-modeller på TPU-maskinvare for dyp læring. I prosessen stilte han et spørsmål til seg selv. «For at AI skal fungere ordentlig i virkeligheten, trenger den kvalitetsdata, ikke bare modeller. Og for å samle inn disse dataene frivillig, er en effektiv insentivstruktur nødvendig.» Han fant svaret på Story. @StoryProtocol definerer data ikke bare som en ressurs, men som IP, og bygger et belønningssystem på kjeden. Sjelden datainnsamling → merking → syntese → registrering på kjeden → royaltydistribusjon Hvert trinn spores transparent på kjedet. Professor Sandeep forklarer det slik. "Jeg registrerer en sjelden kjørescene fanget av dashcam på Story, og en venn merker den. Basert på dette lager AI syntetiske data, genererer tilkoblet IP på hvert trinn, og royalties distribueres automatisk til alle bidragsytere." Som Chief AI Officer of Story vil professor Sandeep Chinchali lede den overordnede AI-strategien, læringsdatainfrastrukturen på kjeden og utformingen av et distribuert databelønningssystem. Han definerer verdien av data som følger. «Data er den nye IP-en.»

Vi spurte @SPChinchali om rollen til IP i AI-tidsalderen. "I hovedsak har alle offentlige datasett en ikke-kommersiell lisens. "Noen ganger kunne generative AI-modeller som lager bilder ha blitt trent på IP-usikre data, og de kan ikke engang bruke syntetiske data." «Det @StoryProtocol egentlig fokuserer på, er neste generasjon fundamentmodeller.» "Du kan ikke bare skrape disse dataene på internett."

Et team av AI-agentutviklingsteam

<Det neste kapittelet begynner: Å ønske Sandeep Chinchali velkommen som Chief AI Officer> Forrige uke delte vi Storys kapittel 2. Vår visjon er å bygge den AI-baserte infrastrukturen for den sytti billioner dollar IP-økonomien. I dag går den visjonen fremover. Jeg er glad for å ønske @SPChinchali velkommen som vår Chief AI Officer. Da jeg først så Sandeeps bakgrunn (Stanford PhD, NASA JPL, UT Austin-professor, tidlig ingeniør ved en oppstart kjøpt opp av VMware), forventet jeg en dypt teknisk, akademisk profil. Det som skilte seg ut var hvor tydelig han koblet sin ekspertise til det som faktisk må bygges. Han har brukt over et tiår på å jobbe med et av AIs vanskeligste problemer: hvordan fange opp og strukturere de riktige dataene fra den virkelige verden for å trene intelligente systemer. Han har samlet inn og merket long-tail-data, trent modeller på edge-enheter og møtt de samme begrensningene AI-laboratorier nå møter. Hans tro på krypto kom fra førstehåndserfaring. Han så det som det eneste levedyktige grunnlaget for insentiver, herkomst og koordinering i stor skala. Over tid ble denne overbevisningen skarpere. Etter år med arbeid med disse problemene i robotlaboratorier, i klasserom og i oppstartsbedrifter, kom Sandeep til en klar konklusjon: å løse dem krever noe spesialbygget. Da han så hva vi hadde bygget på Story, klikket det umiddelbart. Dette var den manglende brikken. Og han tar folk med seg. En av tingene jeg la merke til tidlig i samtalene våre, er hvor ofte han snakker om elevene sine. Ikke bare i forbifarten, men med ekte stolthet og nysgjerrighet. Han refererer til hva de bygger, hva som begeistrer dem, hvilke spørsmål de stiller. Og på en eller annen måte går disse historiene alltid tilbake til det vi jobber med i Story. Den vanen med å veve ideer på tvers av mennesker og disipliner er ikke performativ. Det er bare slik han tenker. Den nysgjerrigheten og åpenheten er noe av det som gjør ham til en så kraftfull kommunikator. Han reduserer ikke kompleksiteten av hensyn til tilgjengeligheten. Han bygger broer. Enten han snakker med forskere, byggherrer eller partnere, møter han folk der de er og bringer dem frem. Det er akkurat den typen tankegang som passer øyeblikket. Retningen til AI blir stadig tydeligere. Konkurransen handler ikke lenger om databehandling eller modelldesign. Databehandling er konsentrert. Modeller klones i løpet av uker. Det som fortsatt er knappe er data: spesielt IP-godkjente, virkelige data som ikke kan skrapes eller simuleres. I løpet av de siste månedene har ledende AI-team kommet til oss på jakt etter infrastruktur som gjør denne typen data brukbare. De vil ha systemer der proveniens, tillatelser og royalty-flyter er innebygd fra starten. Story er den eneste infrastrukturen som er spesielt designet for å muliggjøre dette i stor skala. Vi registrerer data fra den virkelige verden som IP, sporer hele livssyklusen fra fangst til merknad til syntetisk generering, og ruter royalties på tvers av alle bidragsytere. For å lede dette arbeidet trengte vi mer enn teknisk ekspertise. Vi trengte noen som kunne matche skalaen og ambisjonene til det vi bygger: noen med den sjeldne kombinasjonen av dyp systemtenkning, praktisk erfaring og ekte nysgjerrighet. Det er Sandeep. Han har bygget på tvers av robotikk, maskinlæring og desentralisert infrastruktur. Like viktig er det at han bringer åpenhet og intellektuell generøsitet som gjør ham til en kontakt. Han lytter nøye, trekker innsikt på tvers av domener og forankrer alt i det større bildet. Den kombinasjonen av strenghet, klarhet og hensikt er akkurat det dette øyeblikket krever. Sandeep vil lede Storys AI-strategi på tvers av forskning, produkt- og økosystemutvikling, inkludert lansering av nye primitiver for desentraliserte data og opplæring. Dette er et viktig skritt fremover for Story. Vi tror data-IP vil definere den neste æraen av AI. Med Sandeep om bord er den fremtiden innen rekkevidde. La oss bygge. Mer kommer neste uke.

Jeg har brukt karrieren min på å jage ett spørsmål: Hvordan samler vi inn de riktige dataene for å få AI til å fungere i den virkelige verden? Fra Stanford-laboratorier til UT Austin-klasserom søkte jeg overalt. Svaret er ikke nok et AI-laboratorium, men en blokkjede bygget for å behandle data som IP. Det er derfor jeg slutter meg til @StoryProtocol som deres Chief AI Officer. På Stanford studerte jeg «cloud robotics», hvordan flåter av roboter kunne bruke distribuert databehandling til å lære sammen. Jeg monterte til og med et dashcam i bilen min for å løse dette: Hvis roboter bare kunne laste opp 5–10 % av det de ser, hvordan plukker vi ut de mest verdifulle dataene? Det meste var kjedelige motorveiopptak. Men <1 % fanget sjeldne scener: selvkjørende Waymos, byggeplasser, uforutsigbare mennesker. Disse «long-tail»-dataene gjorde modellene smartere. Jeg håndmerket den, betalte til og med Google Clouds merketjeneste for å kommentere opptakene mine med nisjekonsepter som "LIDAR-enhet" og "autonomt kjøretøy", og trente modeller som kjørte på en USB-størrelse TPU. Men akademia går bare så langt. På UT Austin skiftet spørsmålene mine: → Hvordan crowdsourcer vi sjeldne data for å forbedre ML? → Hvilke insentivsystemer fungerer egentlig? Det trakk meg inn i krypto – blokkjeder, token-økonomier, til og med DePIN. Jeg blogget, skrev artikler om desentralisert ML, men lurte fortsatt på: hvem bygger egentlig denne infrastrukturen? Ved en tilfeldighet møtte jeg Story-teamet. Jeg ble invitert til å holde et foredrag på kontoret deres i Palo Alto. Klokken var 18, rommet var fortsatt fullt. Jeg ramlet om «Neuro-Symbolic AI» og avsluttet med et lysbilde kalt «A Dash of Crypto». Den samtalen ble til en rådgivende rolle, som nå ble til noe mye større. Vi er i et avgjørende øyeblikk. Databehandling er stort sett løst. Modellarkitekturer kopieres over natten. Den virkelige vollgraven er data. Ikke skrapt Reddit. Ikke endeløst språk. Men rettighetsklarerte, langhalede, virkelige data som trener legemliggjort AI – roboter, AV-er, systemer som navigerer i vår rotete verden. Tenk deg dette: Jeg fanger en sjelden kjørescene på dashcam og registrerer den på Story. En venn setter merkelapper på den. En AI-agent lager syntetiske varianter. På Storys grafstrukturerte kjede blir hver av dem koblet IP. Royalties flyter automatisk tilbake. Alle får betalt, hvert trinn kan spores på kjeden. Det er derfor jeg nå er Chief AI Officer hos Story og bygger skinnene for desentraliserte, IP-klarerte treningsdata. Det er på tide å gjøre data til den nye IP-en. Historien er stedet å gjøre det. Mye mer kommer snart. La oss gå.

Robotikk har vært et felt i rask utvikling, og har opplevd betydelig fremgang de siste årene, spesielt i forbindelse med de nylige fremskrittene innen VLM-er. Dette får meg til å lure på hvordan eierskapet til roboter skal håndteres.

Data er IPs mest verdifulle ressurs. @StoryProtocol omskriver IP-infrastruktur for å akselerere den neste bølgen av AI-innovasjon. Fra treningsdata til IP RWA-er, kapittel 2 er her, og det har bare så vidt begynt. 🧵⤵️

Vent til hva dette partnerskapet bringer videre

Et selskap som er en infrastruktur for databehandling nådde nettopp $4T markedsverdi. Hva med en infrastruktur som gir datarettigheter ved å registrere og lisensiere dem? Gjør data om til IP?