Aria w Izbie Lordów 🇬🇧 W przyszłym tygodniu dołączamy do panelu na temat AI i przemysłów kreatywnych w Londynie, organizowanego przez @WIRED Summer Lab i @aifaventures. Aria’s @PalomarRo będzie mówić obok liderów z branży muzycznej, modowej, filmowej i artystycznej.

<Historia, Zyskując Nową Dynamikę> Nowa postać dołączyła do @StoryProtocol, która przekształca przemysł treści poprzez tokenizację IP. To Sandeep Chinchali, profesor na UT Austin i ekspert w dziedzinie AI, robotyki oraz systemów rozproszonych. Sandeep Chinchali, były badacz NASA, studiował generatywną AI i robotykę w chmurze na Stanfordzie, a obecnie jest profesorem na UT Austin, zajmującym się autonomicznym prowadzeniem pojazdów i rozproszonymi modelami uczenia maszynowego. Podczas swoich badań zainstalował czarne skrzynki bezpośrednio w pojazdach, aby zbierać dane z rzeczywistego świata, analizując rzadkie sceny znane jako 'wydarzenia długiego ogona'. Głęboko zrozumiał znaczenie jakości danych i ich rzadkości, etykietując te dane i trenując lekkie modele AI na sprzęcie TPU do głębokiego uczenia. W tym procesie zadał sobie pytanie. "Aby AI działało prawidłowo w rzeczywistości, potrzebuje jakościowych danych, a nie tylko modeli. A aby zbierać te dane dobrowolnie, konieczna jest skuteczna struktura zachęt." Odpowiedź znalazł w Story. @StoryProtocol definiuje dane nie tylko jako zasób, ale jako IP, i buduje system nagród na łańcuchu. Zbieranie rzadkich danych → Etykietowanie → Synteza → Rejestracja na łańcuchu → Dystrybucja tantiem Każdy krok jest przejrzysto śledzony na łańcuchu. Profesor Sandeep wyjaśnia to w następujący sposób. "Rejestruję rzadką scenę jazdy uchwyconą przez mój rejestrator w Story, a przyjaciel ją etykietuje. Na tej podstawie AI tworzy syntetyczne dane, generując połączone IP na każdym kroku, a tantiemy są automatycznie dystrybuowane do wszystkich współtwórców." Jako Główny Oficer AI w Story, profesor Sandeep Chinchali będzie prowadził ogólną strategię AI, infrastrukturę danych do uczenia na łańcuchu oraz projekt rozproszonego systemu nagród za dane. Definiuje wartość danych w następujący sposób. "Dane to nowe IP."

Zapytaliśmy @SPChinchali o rolę IP w erze AI. "W zasadzie wszystkie publiczne zbiory danych mają licencję niekomercyjną. "Czasami generatywne modele AI, które tworzą obrazy, mogły być trenowane na danych niebezpiecznych dla IP i nie mogą nawet używać danych syntetycznych." "Na czym naprawdę koncentruje się @StoryProtocol, to następna generacja modeli bazowych." "Nie możesz po prostu zeskrobać tych danych z internetu."

Zespół deweloperów agentów AI

<Następny rozdział się zaczyna: Witamy Sandeepa Chinchali jako Głównego Oficera AI> W zeszłym tygodniu podzieliliśmy się Rozdziałem 2 Story. Naszą wizją jest zbudowanie infrastruktury natywnej dla AI dla gospodarki IP o wartości siedemdziesięciu bilionów dolarów. Dziś ta wizja posuwa się naprzód. Z radością witam @SPChinchali jako naszego Głównego Oficera AI. Kiedy po raz pierwszy zobaczyłem tło Sandeepa (doktorat na Stanfordzie, NASA JPL, profesor na UT Austin, wczesny inżynier w startupie przejętym przez VMware), spodziewałem się głęboko technicznego, akademickiego profilu. To, co wyróżniało się, to jak wyraźnie połączył swoją wiedzę z tym, co naprawdę trzeba zbudować. Spędził ponad dekadę, pracując nad jednym z najtrudniejszych problemów AI: jak uchwycić i zorganizować odpowiednie dane z rzeczywistego świata, aby trenować inteligentne systemy. Zbierał i etykietował dane z długiego ogona, trenował modele na urządzeniach brzegowych i stawiał czoła tym samym ograniczeniom, z którymi teraz borykają się laboratoria AI. Jego wiara w kryptowaluty wynikała z doświadczenia z pierwszej ręki. Postrzegał to jako jedyną realną podstawę dla zachęt, pochodzenia i koordynacji na dużą skalę. Z biegiem czasu ta przekonanie stało się ostrzejsze. Po latach pracy nad tymi problemami w laboratoriach robotyki, w klasach i w startupach, Sandeep doszedł do jasnego wniosku: ich rozwiązanie wymaga czegoś zbudowanego z myślą o tym celu. Kiedy zobaczył, co zbudowaliśmy w Story, natychmiast to zrozumiał. To była brakująca część. I przyprowadza ze sobą ludzi. Jedną z rzeczy, które zauważyłem na początku naszych rozmów, jest to, jak często mówi o swoich studentach. Nie tylko przelotnie, ale z prawdziwą dumą i ciekawością. Odnosi się do tego, co budują, co ich ekscytuje, jakie pytania zadają. I w jakiś sposób te historie zawsze wracają do tego, nad czym pracujemy w Story. Ten nawyk łączenia pomysłów między ludźmi i dyscyplinami nie jest performatywny. To po prostu sposób, w jaki myśli. Ta ciekawość i otwartość są częścią tego, co czyni go tak potężnym komunikatorem. Nie upraszcza złożoności dla samej dostępności. Buduje mosty. Niezależnie od tego, czy rozmawia z badaczami, budowniczymi, czy partnerami, spotyka ludzi tam, gdzie są, i prowadzi ich naprzód. To dokładnie taki sposób myślenia, który pasuje do chwili. Kierunek AI staje się coraz bardziej jasny. Konkurencja nie dotyczy już obliczeń ani projektowania modeli. Obliczenia są skoncentrowane. Modele są klonowane w ciągu kilku tygodni. To, co pozostaje rzadkie, to dane: szczególnie dane z rzeczywistego świata, które nie mogą być zeskrobane ani symulowane. W ciągu ostatnich kilku miesięcy wiodące zespoły AI zwróciły się do nas w poszukiwaniu infrastruktury, która uczyni te dane użytecznymi. Chcą systemów, w których pochodzenie, uprawnienia i przepływy tantiem są wbudowane od samego początku. Story jest jedyną infrastrukturą zaprojektowaną specjalnie w celu umożliwienia tego na dużą skalę. Rejestrujemy dane z rzeczywistego świata jako IP, śledzimy ich pełny cykl życia od uchwycenia do adnotacji do generacji syntetycznej i kierujemy tantiemy do wszystkich współtwórców. Aby prowadzić ten wysiłek, potrzebowaliśmy czegoś więcej niż technicznej wiedzy. Potrzebowaliśmy kogoś, kto mógłby dorównać skali i ambicjom tego, co budujemy: kogoś z rzadką kombinacją głębokiego myślenia systemowego, praktycznego doświadczenia i prawdziwej ciekawości. To jest Sandeep. Zbudował w obszarze robotyki, uczenia maszynowego i zdecentralizowanej infrastruktury. Co równie ważne, wnosi otwartość i intelektualną hojność, które czynią go łącznikiem. Uważnie słucha, wyciąga wnioski z różnych dziedzin i osadza wszystko w szerszym kontekście. Ta kombinacja rygoru, jasności i celu jest dokładnie tym, czego wymaga ta chwila. Sandeep będzie prowadził strategię AI Story w zakresie badań, produktów i rozwoju ekosystemu, w tym uruchomienia nowych prymitywów dla zdecentralizowanych danych i treningu. To ważny krok naprzód dla Story. Wierzymy, że dane IP zdefiniują nową erę AI. Z Sandeepem na pokładzie, ta przyszłość jest w zasięgu ręki. Budujmy. Więcej informacji w przyszłym tygodniu.

Spędziłem swoją karierę, zadając sobie jedno pytanie: Jak zbierać odpowiednie dane, aby AI działało w rzeczywistym świecie? Od laboratoriów Stanforda po klasy na UT Austin, szukałem wszędzie. Odpowiedzią nie jest kolejne laboratorium AI, ale blockchain stworzony, aby traktować dane jako własność intelektualną. Dlatego dołączam do @StoryProtocol jako ich Chief AI Officer. Na Stanfordzie studiowałem "robotykę w chmurze", jak floty robotów mogłyby używać rozproszonego obliczania, aby uczyć się razem. Nawet zamontowałem kamerę samochodową, aby rozwiązać ten problem: Jeśli roboty mogłyby przesyłać tylko 5–10% tego, co widzą, jak wybieramy najcenniejsze dane? Większość z nich to były nudne nagrania z autostrady. Ale <1% uchwyciło rzadkie sceny: autonomiczne Waymos, place budowy, nieprzewidywalni ludzie. Te dane z "długiego ogona" uczyniły modele mądrzejszymi. Oznaczyłem je ręcznie, nawet zapłaciłem usłudze etykietowania Google Cloud, aby oznaczyć moje nagrania niszowymi pojęciami, takimi jak "jednostka LIDAR" i "pojazd autonomiczny", i trenowałem modele, które działały na TPU wielkości USB. Ale akademia ma swoje ograniczenia. Na UT Austin moje pytania się zmieniły: → Jak możemy crowdsourcingować rzadkie dane, aby poprawić ML? → Jakie systemy zachęt naprawdę działają? To wciągnęło mnie w kryptowaluty – blockchainy, gospodarki tokenowe, nawet DePIN. Prowadziłem bloga, pisałem artykuły na temat zdecentralizowanego ML, ale wciąż się zastanawiałem: kto tak naprawdę buduje tę infrastrukturę? Przez zupełny przypadek spotkałem zespół Story. Zostałem zaproszony do wygłoszenia wykładu w ich biurze w Palo Alto. Była 18:00, sala wciąż pełna. Mówiłem o "Neuro-Symbolic AI" i zakończyłem slajdem zatytułowanym "Szczypta kryptowalut". Ten wykład przerodził się w rolę doradczą, która teraz przekształciła się w coś znacznie większego. Jesteśmy w kluczowym momencie. Obliczenia są w większości rozwiązane. Architektury modeli są kopiowane z dnia na dzień. Prawdziwą fortecą są dane. Nie zeskrobane Reddit. Nie nieskończony język. Ale dane z prawami autorskimi, z długiego ogona, z rzeczywistego świata, które trenują uosobioną AI – roboty, AV, systemy, które nawigują w naszym chaotycznym świecie. Wyobraź sobie to: rejestruję rzadką scenę jazdy na kamerze samochodowej i rejestruję ją w Story. Przyjaciel ją etykietuje. Agent AI tworzy syntetyczne warianty. Na grafowej strukturze łańcucha Story, każdy staje się powiązanym IP. Royalty automatycznie wracają. Wszyscy dostają zapłatę, każdy krok jest śledzony na łańcuchu. Dlatego teraz jestem Chief AI Officer w Story, budującym tory dla zdecentralizowanych, oczyszczonych z praw autorskich danych treningowych. Czas, aby dane stały się nową własnością intelektualną. Story to miejsce, aby to zrobić. Wkrótce więcej informacji. Zaczynajmy.

Robotyka to dziedzina, która szybko się rozwija, doświadczając znacznych postępów w ostatnich latach, szczególnie w związku z ostatnimi osiągnięciami w VLM. To sprawia, że zastanawiam się, jak powinno się podchodzić do kwestii własności robotów.

Dane są najcenniejszym aktywem IP. @StoryProtocol przekształca infrastrukturę IP, aby przyspieszyć następną falę innowacji w AI. Od danych treningowych po IP RWAs, Rozdział 2 jest tutaj i dopiero się zaczyna. 🧵⤵️

Czekaj, co jeszcze przyniesie to partnerstwo

Firma, która jest infrastrukturą dla obliczeń, właśnie osiągnęła kapitalizację rynkową na poziomie 4 bilionów dolarów. Co z infrastrukturą, która daje prawa własności do danych poprzez ich rejestrację i licencjonowanie? Przemiana danych w własność intelektualną?