De volgende grens van AI is niet compute of grotere modellen, het is betere data. Vandaag verwelkomen we een van de weinige mensen die zijn leven heeft gewijd aan het oplossen van dat probleem. Welkom @SPChinchali, onze nieuwe Chief AI Officer. De grens van AI wordt niet langer gedefinieerd door modellen met meer parameters, of compute-clusters met meer GPU's. Het zal worden gedefinieerd door de schaarste aan data met hoge integriteit, IP-gecleared data uit de fysieke wereld (denk aan robotica, autonome hardware en edge-apparaten). Sandeep heeft zijn carrière gewijd aan het najagen van deze grens. Nu helpt hij ons deze te ontsluiten. Toen ik Sandeep voor het eerst ontmoette, was ik onder de indruk van zijn zachtmoedige, innemende houding. Hij heeft een manier van spreken die je aantrekt, ongeacht of hij neurosymbolische AI uitlegt of het alien-achtige ergonomische toetsenbord prijst dat hij overal mee naartoe neemt. Zijn achtergrond spreekt voor zich: Stanford PhD, NASA JPL. Nu professor aan UT Austin, leidt hij onderzoek op het snijvlak van gedecentraliseerde ML en robotica. Sandeep is geobsedeerd door hoe je nuttige data voor AI-training kunt verkrijgen om het nuttig te maken in de echte wereld: > het creëren van data-incentives voor gedistribueerde netwerken, > het aanpakken van het quintessential long-tail sampling probleem in edge-robotica, en > het ontwerpen van systemen die de herkomst behouden. Sandeep bevestigde ook een thesis waar ik al jaren geobsedeerd door ben: de echte bescherming is data. Niet gescrapete Reddit-forums of generieke webtekst, maar toerekenbare, rechten-geclearde, data uit de echte wereld. De rommelige, onvoorspelbare data die nodig is om fysieke systemen robuust te maken, kan niet worden gesimuleerd. Het gaat om het sourcen en cureren van de rommelige, long-tail data die fysieke systemen in het wild zien: de glibberige laadperronrobot om 2 uur 's nachts, de vage micro-scheur op een windturbineblad, de hoekgeval dat een lidar-eenheid nog nooit eerder heeft gezien. Die momenten zijn IP, en ze zijn kostbaar. Als we die IP programmeerbaar, licentieerbaar, traceerbaar en in real-time monetiseerbaar kunnen maken, ontgrendelen we een flywheel voor elk AI-team op de planeet. Programmeert IP is de enige ruggengraat die dit mogelijk maakt. De meeste crypto x AI-pogingen voegen "AI" toe aan bestaande infrastructuur. Sandeep komt erbij omdat Story vanaf de grond is opgebouwd om deze soorten data-coördinatie-uitdagingen op te lossen. Story is gebouwd voor dynamische, samenstelbare relaties. Ons protocol is ontworpen voor de graf-gebaseerde herkomst, dynamische licenties en geautomatiseerde royaltystromen die moderne AI-systemen vereisen. Een foto kan worden gelicentieerd, een label kan worden toegevoegd, een synthetische variatie kan worden gegenereerd, en op Story wordt elke actie een nieuw, gelinkt IP-actief in een transparante grafiek, met waarde die terugvloeit naar elke bijdrager. De komst van Sandeep is een keerpunt. Hoofdstuk 2 van Story komt in beeld, en de volgende fase van AI-infrastructuur begint net. Zijn combinatie van diepe intellect, oprechte nieuwsgierigheid en stille toewijding is precies wat dit moment vraagt. We kunnen niet enthousiaster zijn om de toekomst van AI met hem te bouwen, en er komt nog veel meer aan. Blijf op de hoogte!