Umělá inteligence se přesouvá z prohlížeče do reálného světa. Úzké hrdlo? Data. Dnes oznamujeme počáteční kolo v hodnotě 15 milionů dolarů, které povede společnost @a16zcrypto na vybudování infrastruktury, která shromažďuje, spravuje a licencuje vysoce kvalitní data pro fyzickou umělou inteligenci. Inkubováno a postaveno na @StoryProtocol.

Další vlna umělé inteligence nebude žít jen ve vašem prohlížeči. A hranice nejsou výpočty ani modely. Již brzy – zůstaňte naladěni.

Sněmovna se právě zapsala do historie tím, že schválila významnou legislativu o stablecoinech (GENIUS Act) a struktuře trhu (CLARITY Act) v drtivé většině dvoustranických tónů. Je to obrovský okamžik pro krypto a pro všechny Američany. Jsme velmi blízko tomu, abychom poprvé zavedli komplexní a proaktivní pravidla. Dále: zákon GENIUS putuje na prezidentův stůl k podpisu. Poté by měl Senát schválit zákon CLARITY. Věříme, že schválení těchto zákonů je nejlepší způsob, jak zajistit, aby Amerika zůstala světovým lídrem i v další éře internetu. Děkuji všem spolupředkladatelům těchto zákonů a neuvěřitelným podporovatelům na obou stranách uličky v Kongresu.

<Začíná další kapitola: Přivítání Sandeepa Chinchaliho na pozici ředitele pro umělou inteligenci> Minulý týden jsme s vámi sdíleli 2. kapitolu příběhu. Naší vizí je vybudovat infrastrukturu nativní pro umělou inteligenci pro ekonomiku duševního vlastnictví v hodnotě sedmdesáti bilionů dolarů. Dnes se tato vize posouvá kupředu. Jsem nadšený, že @SPChinchali mohu přivítat jako našeho ředitele pro umělou inteligenci. Když jsem poprvé viděl Sandeepovo zázemí (Stanford PhD, NASA JPL, PROFESOR UT Austin, raný inženýr ve startupu koupeném VMware), očekával jsem hluboce technický, akademický profil. Vynikalo, jak jasně propojil své odborné znalosti s tím, co je skutečně třeba vybudovat. Více než deset let pracoval na jednom z nejtěžších problémů umělé inteligence: jak zachytit a strukturovat správná data z reálného světa pro trénování inteligentních systémů. Shromažďoval a označoval long-tail data, trénoval modely na okrajových zařízeních a čelil stejným omezením, se kterými se nyní setkávají laboratoře umělé inteligence. Jeho víra v kryptoměny vycházela ze zkušenosti z první ruky. Viděl to jako jediný životaschopný základ pro pobídky, původ a koordinaci ve velkém. Postupem času se toto přesvědčení vyostřilo. Po letech práce na těchto problémech v robotických laboratořích, ve třídách a ve startupech dospěl Sandeep k jasnému závěru: jejich řešení vyžaduje něco účelově vytvořeného. Když viděl, co jsme ve Story vybudovali, okamžitě mu to docvaklo. To byl chybějící kousek. A přivádí lidi s sebou. Jedna z věcí, které jsem si všiml na začátku našich rozhovorů, je, jak často mluví o svých studentech. Nejen mimochodem, ale s opravdovou hrdostí a zvědavostí. Odkazuje na to, co budují, co je vzrušuje, jaké otázky kladou. A nějakým způsobem se tyto příběhy vždy vracejí k tomu, na čem pracujeme ve Story. Tento zvyk splétat myšlenky napříč lidmi a obory není performativní. Je to jen o tom, jak přemýšlí. Tato zvědavost a otevřenost jsou součástí toho, co z něj dělá tak mocného komunikátora. Nesnižuje složitost kvůli přístupnosti. Staví mosty. Ať už mluví s výzkumníky, staviteli nebo partnery, setkává se s lidmi tam, kde jsou, a přivádí je dopředu. Je to přesně ten druh myšlení, který se hodí k danému okamžiku. Směr umělé inteligence je stále jasnější. Soutěž již není o výpočtech nebo návrhu modelu. Výpočetní výkon je koncentrovaný. Modely jsou klonovány během několika týdnů. Čeho je stále málo, jsou data: zejména data z reálného světa vyčištěná od IP, která nelze seškrábat ani simulovat. V posledních několika měsících za námi přišly přední týmy umělé inteligence, které hledají infrastrukturu, která by tento druh dat umožnila Chtějí systémy, kde jsou původ, oprávnění a licenční poplatky zakotveny od samého začátku. Story je jediná infrastruktura speciálně navržená tak, aby to umožňovala ve velkém měřítku. Registrujeme data z reálného světa jako IP, sledujeme celý jejich životní cyklus od zachycení přes anotaci až po syntetické generování a směrujeme licenční poplatky mezi všechny přispěvatele. Abychom mohli vést toto úsilí, potřebovali jsme více než jen technické znalosti. Potřebovali jsme někoho, kdo by se vyrovnal rozsahu a ambicím toho, co budujeme: někoho se vzácnou kombinací hlubokého systémového myšlení, praktických zkušeností a skutečné zvědavosti. To je Sandeep. Vybudoval napříč robotikou, strojovým učením a decentralizovanou infrastrukturou. Stejně důležité je, že přináší otevřenost a intelektuální velkorysost, která z něj dělá spojovacího článku. Pozorně naslouchá, čerpá poznatky z různých oblastí a vše zasazuje do širšího obrazu. Tato kombinace přísnosti, jasnosti a účelu je přesně to, co tento okamžik vyžaduje. Sandeep povede strategii umělé inteligence společnosti Story v oblasti výzkumu, vývoje produktů a ekosystémů, včetně uvedení nových primitiv pro decentralizovaná data a školení. Pro společnost Story je to důležitý krok vpřed. Věříme, že datové IP bude definovat další éru umělé inteligence. Se Sandeepem na palubě je tato budoucnost na dosah. Pojďme stavět. Více přineseme příští týden.

Svou kariéru jsem strávil hledáním jedné otázky: Jak shromažďujeme správná data, aby umělá inteligence fungovala v reálném světě? Od Stanfordských laboratoří po učebny UT Austin, hledal jsem všude. Odpovědí není další laboratoř umělé inteligence, ale blockchain vytvořený tak, aby s daty zacházel jako s IP. Proto do @StoryProtocol nastupuji na pozici Chief AI Officer. Na Stanfordu jsem studoval "cloudovou robotiku", jak by flotily robotů mohly využívat distribuované výpočty ke společnému učení. Dokonce jsem si do auta namontoval palubní kameru, abych to vyřešil: Pokud by roboti mohli nahrát pouze 5–10 % toho, co vidí, jak bychom vybrali ta nejcennější data? Většina z toho byly nudné záběry z dálnice. Ale <1 % zachytilo vzácné scény: samořídící Waymos, staveniště, nepředvídatelné lidi. Tato "long-tail" data učinila modely chytřejšími. Ručně jsem to označil, dokonce jsem zaplatil službě označování Google Cloud, aby mé záběry okomentovala specializovanými koncepty, jako je "jednotka LIDAR" a "autonomní vozidlo", a trénoval modely, které běžely na TPU o velikosti USB. Akademická obec však zachází jen do určité míry. Na UT Austin se mé otázky změnily: → Jak crowdsourcujeme vzácná data pro zlepšení ML? → Jaké motivační systémy vlastně fungují? To mě přitáhlo ke kryptoměnám – blockchainům, tokenovým ekonomikám, dokonce i DePINu. Blogoval jsem, psal články o decentralizovaném strojovém učení, ale stále jsem přemýšlel: kdo vlastně tuto infrastrukturu buduje? Úplnou náhodou jsem se setkal s týmem Story. Byl jsem pozván, abych přednesl přednášku v jejich kanceláři v Palo Alto. Bylo 18 hodin, pokoj byl stále plný. Blábolil jsem o "neurosymbolické umělé inteligenci" a skončil jsem snímkem nazvaným "A Dash of Crypto". Tato přednáška se změnila v poradní roli, která se nyní změnila v něco mnohem většího. Nacházíme se v klíčovém okamžiku. Výpočty jsou většinou vyřešeny. Architektury modelů se kopírují přes noc. Skutečným příkopem jsou data. Ne poškrábaný Reddit. Ne nekonečné řeči. Ale právami vyčištěná, dlouhá data z reálného světa, která trénují ztělesněnou umělou inteligenci – roboty, autonomní vozidla, systémy, které se pohybují v našem chaotickém světě. Představte si toto: Zachytím vzácnou scénu jízdy na palubní kameru a zaregistruji ji na Story. Přítel to označí. Agent umělé inteligence vytváří syntetické varianty. V graficky strukturovaném řetězci aplikace Story se každá z nich stane propojenou IP adresou. Autorské honoráře se automaticky vracejí zpět. Každý dostane zaplaceno, každý krok je dohledatelný v řetězci. Proto jsem nyní ředitelem pro umělou inteligenci ve společnosti Story a buduji koleje pro decentralizovaná tréninková data vyčištěná IP. Je čas udělat z dat novou IP adresu. Příběh je místo, kde se to má dělat. Brzy přijde mnohem více. Jdeme.