阿里亚在上议院 🇬🇧 我们下周将在伦敦参加由 @WIRED 夏季实验室和 @aifaventures 主办的关于人工智能与创意产业的讨论小组。 阿里亚的 @PalomarRo 将与来自音乐、时尚、电影和艺术领域的领袖们一起发言。

<故事，获得新动能> 一个新人物加入了@StoryProtocol，正在通过IP代币化重塑内容行业。 他是Sandeep Chinchali，德克萨斯大学奥斯汀分校的教授，专注于人工智能、机器人技术和分布式系统的专家。 Sandeep Chinchali曾是NASA的研究员，在斯坦福大学研究生成性人工智能和云机器人，目前是德克萨斯大学奥斯汀分校的教授，专注于自动驾驶和分布式机器学习模型。 在他的研究中，他直接在车辆中安装黑匣子以收集真实世界的数据，分析被称为“长尾”事件的稀有场景。他通过标记这些数据并在深度学习TPU硬件上训练轻量级AI模型，深刻认识到数据质量和稀缺性的重要性。 在这个过程中，他向自己提出了一个问题。 “为了让AI在现实中正常运作，它需要高质量的数据，而不仅仅是模型。为了自愿收集这些数据，必须有有效的激励结构。” 他在Story找到了答案。 @StoryProtocol将数据定义为不仅仅是资源，而是IP，并正在构建一个链上奖励系统。 稀有数据收集 → 标记 → 合成 → 链上注册 → 版权分配 每一步都在链上透明追踪。Sandeep教授这样解释。 “我在Story上注册了我的行车记录仪捕捉到的稀有驾驶场景，我的朋友为其标记。基于此，AI生成合成数据，在每一步生成连接的IP，版权自动分配给所有贡献者。” 作为Story的首席AI官，Sandeep Chinchali教授将领导整体AI战略、链上学习数据基础设施以及分布式数据奖励系统的设计。他将数据的价值定义为： “数据是新的IP。”

我们询问了 @SPChinchali 关于知识产权在人工智能时代的作用。 “基本上，所有公共数据集都有非商业许可证。 “有时，生成性人工智能模型创建的图像可能是在知识产权不安全的数据上训练的，它们甚至无法使用合成数据。” “@StoryProtocol 真的专注于下一代基础模型。” “你不能仅仅在互联网上抓取这些数据。”

一个AI代理开发团队

<下一个篇章开始：欢迎Sandeep Chinchali担任首席人工智能官> 上周，我们分享了Story的第二章。我们的愿景是为七万亿美元的知识产权经济构建人工智能原生基础设施。今天，这一愿景向前推进。 我很高兴欢迎@SPChinchali作为我们的首席人工智能官。 当我第一次看到Sandeep的背景（斯坦福大学博士，NASA JPL，德克萨斯大学奥斯汀分校教授，早期在被VMware收购的初创公司工作的工程师）时，我期待的是一个深度技术的学术型人才。令我印象深刻的是，他如何清晰地将自己的专业知识与实际需要构建的内容联系起来。 他在人工智能最棘手的问题之一上工作了十多年：如何捕捉和结构化正确的现实世界数据以训练智能系统。他收集并标记了长尾数据，在边缘设备上训练模型，并面临着人工智能实验室现在遇到的相同限制。他对加密货币的信念源于亲身经历。他认为这是激励、来源和大规模协调的唯一可行基础。 随着时间的推移，这种信念变得更加明确。在机器人实验室、课堂和初创公司工作多年后，Sandeep得出了一个明确的结论：解决这些问题需要一些专门构建的东西。当他看到我们在Story所构建的内容时，立刻就明白了。这正是缺失的部分。 而且他带来了人脉。在我们早期的对话中，我注意到他谈论学生的频率是多么高。不仅仅是随便提及，而是带着真正的自豪感和好奇心。他提到他们正在构建的内容，他们的兴奋点，他们提出的问题。而且，这些故事总是与我们在Story所做的工作相呼应。这种跨越人群和学科编织思想的习惯并不是表演，而是他的思维方式。 这种好奇心和开放性是他成为强大沟通者的一部分。他并不为了可及性而简化复杂性。他架起桥梁。无论是与研究人员、建设者还是合作伙伴交谈，他都能与人们站在同一立场，并将他们带到前方。 这正是适合此刻的心态。人工智能的方向越来越明确。 竞争不再是计算能力或模型设计。计算能力集中。模型在几周内被克隆。剩下的稀缺资源是数据：尤其是那些不能被抓取或模拟的知识产权清除的现实世界数据。 在过去几个月中，领先的人工智能团队向我们寻求使这种数据可用的基础设施。他们希望系统从一开始就嵌入来源、权限和版税流。 Story是唯一专门设计用于大规模实现这一目标的基础设施。 我们将现实世界数据注册为知识产权，跟踪其从捕获到注释再到合成生成的完整生命周期，并在所有贡献者之间分配版税。 为了领导这一努力，我们需要的不仅仅是技术专长。我们需要能够匹配我们所构建的规模和雄心的人：一个具备深厚系统思维、实践经验和真正好奇心的稀有组合。 那就是Sandeep。 他在机器人技术、机器学习和去中心化基础设施方面都有所建树。同样重要的是，他带来了开放性和知识的慷慨，使他成为一个连接者。他倾听，跨领域提取见解，并将一切与更大的图景结合起来。这种严谨、清晰和目标感的结合正是这个时刻所需要的。 Sandeep将领导Story的人工智能战略，涵盖研究、产品和生态系统发展，包括为去中心化数据和训练推出新原语。 这是Story向前迈出的重要一步。我们相信数据知识产权将定义人工智能的下一个时代。随着Sandeep的加入，这一未来触手可及。 让我们一起构建。下周将有更多内容。

我在职业生涯中一直在追寻一个问题：我们如何收集正确的数据，使人工智能在现实世界中发挥作用？ 从斯坦福实验室到德克萨斯大学奥斯汀分校的课堂，我到处寻找。答案不是另一个人工智能实验室，而是一个将数据视为知识产权的区块链。这就是我为什么要加入@StoryProtocol，担任首席人工智能官的原因。 在斯坦福，我研究了“云机器人”，即如何让机器人群体利用分布式计算共同学习。我甚至在我的车上安装了一个行车记录仪来解决这个问题： 如果机器人只能上传它们看到的5-10%的内容，我们如何选择最有价值的数据？ 大部分都是无聊的高速公路录像。但<1%捕捉到了稀有场景：自动驾驶的Waymo、施工现场、不可预测的人类。那些“长尾”数据让模型更聪明。我手动标记了这些数据，甚至支付了谷歌云的标注服务，以“激光雷达单元”和“自动驾驶车辆”等小众概念来注释我的录像，并训练了在USB大小的TPU上运行的模型。但学术界的进展有限。 在德克萨斯大学奥斯汀分校，我的问题发生了转变： → 我们如何众包稀有数据以改善机器学习？ → 什么激励机制真正有效？ 这让我进入了加密领域——区块链、代币经济，甚至DePIN。我写博客，撰写关于去中心化机器学习的论文，但仍然在想：谁在真正构建这个基础设施？ 完全是偶然，我遇到了Story团队。我受邀在他们的帕洛阿尔托办公室做演讲。那时是下午6点，房间里仍然挤满了人。我漫无边际地谈论“神经符号人工智能”，最后以一张名为“加一点加密”的幻灯片结束。那次演讲变成了一个顾问角色，而现在变成了更大的事情。 我们正处于一个关键时刻。计算问题大多已解决。模型架构可以在一夜之间复制。真正的护城河是数据。 不是抓取的Reddit数据。也不是无尽的语言数据。而是经过权利清理的、长尾的、真实世界的数据，训练具身的人工智能——机器人、自动驾驶汽车、能够在我们混乱的世界中导航的系统。 想象一下：我在行车记录仪上捕捉到一个稀有的驾驶场景，并在Story上注册。一个朋友为其标记。一个人工智能代理创建合成变体。在Story的图结构链上，每个都成为链接的知识产权。版税自动流回。每个人都获得报酬，每一步都可以在链上追踪。 这就是我现在在Story担任首席人工智能官的原因，构建去中心化、知识产权清理的训练数据的基础设施。是时候让数据成为新的知识产权了。Story是实现这一目标的地方。 更多内容即将到来。让我们开始吧。

机器人技术是一个快速发展的领域，近年来取得了显著进展，特别是与最近在VLM（视觉语言模型）方面的进展相结合。 这让我想知道，机器人所有权应该如何处理。

数据是知识产权最宝贵的资产。 @StoryProtocol 正在重塑知识产权基础设施，以加速下一波人工智能创新。 从训练数据到知识产权真实资产，第二章来了，这才刚刚开始。🧵⤵️

等着看看这个合作伙伴关系将带来什么进一步的成果

一家计算基础设施公司刚刚达到了4万亿美元的市值。那么，提供数据产权，通过注册和许可来实现的数据基础设施呢？将数据转化为知识产权？