Tienda de dapps | Hub de Web3 para eventos y juegos

Temas en tendencia

Andrea (Marcus Devrelius)

Presidente @StoryProtocol - Las opiniones son mías. Ant. IA conversacional en @amazon

La próxima frontera de la IA no es la computación o los modelos más grandes, sino los mejores datos. Hoy, traemos a una de las pocas personas que realmente dedicó su vida a resolver ese problema. Damos la bienvenida @SPChinchali, nuestro nuevo director de IA. La frontera de la IA ya no está definida por modelos con más parámetros o clústeres de computación con más GPU. Se definirá por la escasez de datos de alta integridad y con autorización de IP del mundo físico (piense en la robótica, el hardware autónomo y los dispositivos periféricos). Sandeep ha pasado su carrera persiguiendo esta frontera. Ahora nos está ayudando a desbloquearlo. Cuando conocí a Sandeep, me llamó la atención su actitud cariñosa y de voz suave. Tiene una forma de hablar que te atrae, independientemente de si está explicando la IA neurosimbólica o elogiando el teclado ergonómico de aspecto alienígena que lleva a donde quiera que vaya. Sus antecedentes hablan por sí solos: Stanford PhD, NASA JPL. Ahora profesor en UT Austin, liderando la investigación en la intersección de la ML descentralizada y la robótica, Sandeep ha estado obsesionado con cómo obtener datos útiles para el entrenamiento de IA para que sea útil en el mundo real: > la creación de incentivos de datos para redes distribuidas, > abordando el problema por excelencia del muestreo de cola larga en la robótica de borde, y > diseñar sistemas que preserven la procedencia. Sandeep también confirmó una tesis con la que he estado obsesionado durante años: el verdadero foso son los datos. No se trata de foros de Reddit raspados o texto web genérico, sino de datos atribuibles, con derechos liberados, del mundo real. Los datos desordenados e impredecibles necesarios para hacer que los sistemas físicos sean robustos no se pueden simular. Está buscando y curando los datos desordenados y de cola larga que los sistemas físicos ven en la naturaleza: el robot resbaladizo del muelle de carga a las 2 a.m., la leve microgrieta en la pala de una turbina eólica, la carcasa de esquina que una unidad LIDAR nunca ha visto antes. Esos momentos son propiedad intelectual, y son preciosos. Si podemos hacer que esa IP sea programable, licenciable, rastreable y monetizable en tiempo real, desbloqueamos un volante para cada equipo de IA del planeta. La IP programable es la única columna vertebral que lo hace posible. La mayoría de los intentos de cripto x IA atornillan "IA" a la infraestructura existente. La incorporación de Sandeep se debe a que Story está construida desde cero para resolver este tipo de desafíos de coordinación de datos Story está diseñado para relaciones dinámicas y componibles. Nuestro protocolo está diseñado para la procedencia basada en gráficos, las licencias dinámicas y los flujos de regalías automatizados que exigen los sistemas modernos de IA. Se puede licenciar una foto, se puede agregar una etiqueta, se puede generar una variación sintética y, en Story, cada acción se convierte en un nuevo activo de PI vinculado en un gráfico transparente, con valor que fluye de regreso a cada contribuyente. La llegada de Sandeep es un punto de inflexión. El capítulo 2 de Story se está enfocando y la próxima fase de la infraestructura de IA recién comienza. Su combinación de intelecto profundo, curiosidad genuina y dedicación silenciosa es exactamente lo que requiere este momento. No podríamos estar más emocionados de construir el futuro de la IA con él, y hay mucho más por venir. ¡Estén atentos!

He pasado mi carrera persiguiendo una pregunta: ¿Cómo recopilamos los datos correctos para hacer que la IA funcione en el mundo real? Desde los laboratorios de Stanford hasta las aulas de UT Austin, busqué en todas partes. La respuesta no es otro laboratorio de IA, sino una cadena de bloques construida para tratar los datos como propiedad intelectual. Es por eso que me uno a @StoryProtocol como su director de IA. En Stanford, estudié "robótica en la nube", cómo flotas de robots podrían usar la computación distribuida para aprender juntos. Incluso monté una dashcam en mi coche para resolver esto: Si los robots solo pudieran cargar entre el 5 y el 10% de lo que ven, ¿cómo seleccionamos los datos más valiosos? La mayor parte eran imágenes aburridas de la autopista. Pero el <1% capturó escenas raras: Waymos autónomos, sitios de construcción, humanos impredecibles. Esos datos de "cola larga" hicieron que los modelos fueran más inteligentes. Lo etiqueté a mano, incluso pagué al servicio de etiquetado de Google Cloud para anotar mis imágenes con conceptos de nicho como "unidad LIDAR" y "vehículo autónomo", y entrené modelos que se ejecutaban en un TPU del tamaño de un USB. Pero la academia solo llega hasta cierto punto. En UT Austin, mis preguntas cambiaron: → ¿Cómo podemos recopilar datos raros para mejorar el aprendizaje automático? → ¿Qué sistemas de incentivos funcionan realmente? Eso me llevó a las criptomonedas: blockchains, economías de tokens, incluso DePIN. Escribí en mi blog, escribí artículos sobre ML descentralizado, pero todavía me preguntaba: ¿quién está construyendo realmente esta infraestructura? Por casualidad, conocí al equipo de Story. Me invitaron a dar una charla en su oficina de Palo Alto. Eran las 6 de la tarde, la sala todavía estaba llena. Divagé sobre la "IA neurosimbólica" y terminé con una diapositiva llamada "Una pizca de cripto". Esa charla se convirtió en un papel de asesoramiento, que ahora se convirtió en algo mucho más grande. Estamos en un momento crucial. La computación está resuelta en su mayoría. Las arquitecturas de modelo se copian durante la noche. El verdadero foso son los datos. No raspado de Reddit. No es un lenguaje interminable. Pero los datos del mundo real, de cola larga y con derechos claros que entrenan a la IA incorporada: robots, vehículos autónomos, sistemas que navegan por nuestro mundo desordenado. Imagínese esto: capturo una escena de conducción rara en la dashcam y la registro en Story. Un amigo lo etiqueta. Un agente de IA crea variantes sintéticas. En la cadena estructurada en gráficos de Story, cada uno se convierte en IP vinculada. Las regalías fluyen automáticamente. A todo el mundo se le paga, cada paso se puede rastrear en la cadena. Es por eso que ahora soy director de IA en Story construyendo los rieles para datos de entrenamiento descentralizados y autorizados por IP. Es hora de convertir los datos en la nueva IP. Story es el lugar para hacerlo. Mucho más por venir pronto. Vamos.

Populares

Ranking

Favoritas

Onchain en tendencia

Tendencia en X

Principales fondos recientes

Más destacadas