Aria tại Nhà của các Lords 🇬🇧 Chúng tôi sẽ tham gia một buổi hội thảo về AI và Ngành Công nghiệp Sáng tạo vào tuần tới tại London do @WIRED Summer Lab và @aifaventures tổ chức. Aria’s @PalomarRo sẽ phát biểu cùng với các nhà lãnh đạo từ âm nhạc, thời trang, điện ảnh và nghệ thuật.

<Câu chuyện, Tăng cường động lực mới> Một nhân vật mới đã gia nhập @StoryProtocol, đang định hình lại ngành công nghiệp nội dung thông qua việc token hóa IP. Ông là Sandeep Chinchali, một giáo sư tại UT Austin và là chuyên gia về AI, robot và hệ thống phân tán. Sandeep Chinchali, một cựu nhà nghiên cứu của NASA, đã nghiên cứu về AI sinh tạo và robot đám mây tại Stanford, và hiện đang là giáo sư tại UT Austin, làm việc với lái xe tự động và các mô hình học máy phân tán. Trong quá trình nghiên cứu, ông đã lắp đặt các hộp đen trực tiếp trong các phương tiện để thu thập dữ liệu thực tế, phân tích các cảnh hiếm được biết đến với tên gọi 'sự kiện đuôi dài'. Ông đã nhận thức sâu sắc tầm quan trọng của chất lượng và sự khan hiếm của dữ liệu bằng cách gán nhãn cho dữ liệu này và đào tạo các mô hình AI nhẹ trên phần cứng TPU học sâu. Trong quá trình này, ông đã đặt ra một câu hỏi cho chính mình. "Để AI hoạt động đúng cách trong thực tế, nó cần dữ liệu chất lượng, không chỉ là các mô hình. Và để thu thập dữ liệu đó một cách tự nguyện, cần có một cấu trúc khuyến khích hiệu quả." Ông đã tìm thấy câu trả lời tại Story. @StoryProtocol định nghĩa dữ liệu không chỉ đơn thuần là một tài nguyên mà còn là IP, và đang xây dựng một hệ thống thưởng trên chuỗi. Thu thập dữ liệu hiếm → Gán nhãn → Tổng hợp → Đăng ký trên chuỗi → Phân phối tiền bản quyền Mỗi bước đều được theo dõi một cách minh bạch trên chuỗi. Giáo sư Sandeep giải thích như sau. "Tôi đăng ký một cảnh lái xe hiếm được ghi lại bởi camera hành trình của tôi trên Story, và một người bạn gán nhãn cho nó. Dựa trên điều này, AI tạo ra dữ liệu tổng hợp, tạo ra IP liên kết ở mỗi bước, và tiền bản quyền được phân phối tự động cho tất cả các người đóng góp." Với vai trò là Giám đốc AI của Story, Giáo sư Sandeep Chinchali sẽ dẫn dắt chiến lược AI tổng thể, cơ sở hạ tầng dữ liệu học trên chuỗi, và thiết kế một hệ thống thưởng dữ liệu phân tán. Ông định nghĩa giá trị của dữ liệu như sau. "Dữ liệu là IP mới."

Chúng tôi đã hỏi @SPChinchali về vai trò của IP trong thời đại AI. "Về cơ bản, tất cả các bộ dữ liệu công khai đều có giấy phép không thương mại. "Đôi khi, các mô hình AI sinh tạo tạo ra hình ảnh có thể đã được đào tạo trên dữ liệu không an toàn về IP và họ thậm chí không thể sử dụng dữ liệu tổng hợp." "Điều mà @StoryProtocol thực sự tập trung vào là thế hệ tiếp theo của các mô hình nền tảng." "Bạn không thể chỉ đơn giản là thu thập dữ liệu đó trên internet."

Một đội ngũ phát triển AI agent

<Chương tiếp theo bắt đầu: Chào mừng Sandeep Chinchali làm Giám đốc AI> Tuần trước, chúng tôi đã chia sẻ Chương 2 của Story. Tầm nhìn của chúng tôi là xây dựng cơ sở hạ tầng AI bản địa cho nền kinh tế IP trị giá bảy mươi nghìn tỷ đô la. Hôm nay, tầm nhìn đó tiến lên. Tôi rất vui mừng chào đón @SPChinchali làm Giám đốc AI của chúng tôi. Khi tôi lần đầu tiên thấy lý lịch của Sandeep (Tiến sĩ Stanford, NASA JPL, giáo sư UT Austin, kỹ sư đầu tiên tại một startup được VMware mua lại), tôi đã mong đợi một hồ sơ kỹ thuật, học thuật sâu sắc. Điều nổi bật là cách mà ông ấy kết nối rõ ràng chuyên môn của mình với những gì thực sự cần được xây dựng. Ông ấy đã dành hơn một thập kỷ làm việc trên một trong những vấn đề khó khăn nhất của AI: làm thế nào để thu thập và cấu trúc dữ liệu thực tế đúng để đào tạo các hệ thống thông minh. Ông ấy đã thu thập và gán nhãn dữ liệu dài, đào tạo các mô hình trên các thiết bị biên, và đối mặt với những hạn chế mà các phòng thí nghiệm AI hiện nay đang gặp phải. Niềm tin của ông ấy vào crypto đến từ kinh nghiệm thực tế. Ông ấy thấy nó như là nền tảng khả thi duy nhất cho các động lực, nguồn gốc và phối hợp quy mô lớn. Theo thời gian, niềm tin đó trở nên sắc nét hơn. Sau nhiều năm làm việc trên những vấn đề này trong các phòng thí nghiệm robot, trong các lớp học, và tại các startup, Sandeep đã đi đến một kết luận rõ ràng: giải quyết chúng cần một cái gì đó được xây dựng với mục đích. Khi ông ấy thấy những gì chúng tôi đã xây dựng tại Story, nó đã ngay lập tức kết nối. Đây là mảnh ghép còn thiếu. Và ông ấy mang theo mọi người. Một trong những điều tôi nhận thấy sớm trong các cuộc trò chuyện của chúng tôi là ông ấy thường nói về sinh viên của mình. Không chỉ qua loa, mà với niềm tự hào và sự tò mò thực sự. Ông ấy đề cập đến những gì họ đang xây dựng, những gì làm họ phấn khích, những câu hỏi họ đang đặt ra. Và bằng cách nào đó, những câu chuyện đó luôn quay trở lại những gì chúng tôi đang làm tại Story. Thói quen kết nối ý tưởng giữa các cá nhân và lĩnh vực không phải là biểu diễn. Đó chỉ là cách ông ấy suy nghĩ. Sự tò mò và cởi mở đó là một phần của những gì làm cho ông ấy trở thành một người giao tiếp mạnh mẽ. Ông ấy không giảm bớt độ phức tạp vì lý do dễ tiếp cận. Ông ấy xây dựng cầu nối. Dù ông ấy đang nói chuyện với các nhà nghiên cứu, những người xây dựng, hay các đối tác, ông ấy gặp mọi người ở nơi họ đang đứng và đưa họ tiến lên. Đó chính xác là loại tư duy phù hợp với thời điểm này. Hướng đi của AI ngày càng rõ ràng. Cuộc cạnh tranh không còn chỉ là về tính toán hay thiết kế mô hình. Tính toán đã được tập trung. Các mô hình được sao chép trong vòng vài tuần. Điều còn lại hiếm có là dữ liệu: đặc biệt là dữ liệu đã được cấp phép IP, dữ liệu thực tế không thể bị thu thập hoặc mô phỏng. Trong vài tháng qua, các đội AI hàng đầu đã đến với chúng tôi tìm kiếm cơ sở hạ tầng giúp dữ liệu loại này có thể sử dụng được. Họ muốn các hệ thống mà nguồn gốc, quyền hạn và dòng tiền bản quyền được nhúng từ đầu. Story là cơ sở hạ tầng duy nhất được thiết kế đặc biệt để cho phép điều này ở quy mô lớn. Chúng tôi đăng ký dữ liệu thực tế như IP, theo dõi toàn bộ vòng đời của nó từ thu thập đến chú thích đến tạo ra tổng hợp, và phân phối tiền bản quyền cho tất cả các đóng góp. Để dẫn dắt nỗ lực này, chúng tôi cần nhiều hơn là chuyên môn kỹ thuật. Chúng tôi cần một người có thể phù hợp với quy mô và tham vọng của những gì chúng tôi đang xây dựng: một người có sự kết hợp hiếm có giữa tư duy hệ thống sâu sắc, kinh nghiệm thực tiễn, và sự tò mò chân thành. Đó chính là Sandeep. Ông ấy đã xây dựng trong các lĩnh vực robot, học máy, và cơ sở hạ tầng phi tập trung. Quan trọng không kém, ông ấy mang đến sự cởi mở và hào phóng trí tuệ khiến ông ấy trở thành một người kết nối. Ông ấy lắng nghe kỹ lưỡng, rút ra những hiểu biết từ các lĩnh vực khác nhau, và đặt mọi thứ vào bức tranh lớn hơn. Sự kết hợp giữa sự nghiêm ngặt, rõ ràng, và mục đích chính xác là những gì thời điểm này yêu cầu. Sandeep sẽ dẫn dắt chiến lược AI của Story trong nghiên cứu, sản phẩm, và phát triển hệ sinh thái, bao gồm việc ra mắt các nguyên tắc mới cho dữ liệu phi tập trung và đào tạo. Đây là một bước tiến quan trọng cho Story. Chúng tôi tin rằng dữ liệu IP sẽ định nghĩa kỷ nguyên tiếp theo của AI. Với Sandeep tham gia, tương lai đó đang trong tầm tay. Hãy cùng xây dựng. Còn nhiều điều nữa sẽ đến vào tuần tới.

Tôi đã dành cả sự nghiệp của mình để theo đuổi một câu hỏi: Làm thế nào chúng ta có thể thu thập dữ liệu đúng để làm cho AI hoạt động trong thế giới thực? Từ các phòng thí nghiệm Stanford đến các lớp học UT Austin, tôi đã tìm kiếm khắp nơi. Câu trả lời không phải là một phòng thí nghiệm AI khác, mà là một blockchain được xây dựng để coi dữ liệu như tài sản trí tuệ. Đó là lý do tại sao tôi gia nhập @StoryProtocol với vai trò Giám đốc AI. Tại Stanford, tôi đã nghiên cứu "robot đám mây", cách mà các đội robot có thể sử dụng tính toán phân tán để học hỏi cùng nhau. Tôi thậm chí đã gắn một camera hành trình trong xe của mình để giải quyết vấn đề này: Nếu robot chỉ có thể tải lên 5–10% những gì chúng thấy, làm thế nào chúng ta chọn được dữ liệu có giá trị nhất? Hầu hết đều là những đoạn video nhàm chán trên đường cao tốc. Nhưng <1% ghi lại những cảnh hiếm: những chiếc Waymo tự lái, các công trường xây dựng, con người không thể đoán trước. Dữ liệu "đuôi dài" đó đã làm cho các mô hình thông minh hơn. Tôi đã tự tay gán nhãn cho nó, thậm chí còn trả tiền cho dịch vụ gán nhãn của Google Cloud để chú thích video của tôi với những khái niệm ngách như "thiết bị LIDAR" và "xe tự hành", và đã đào tạo các mô hình chạy trên một TPU kích thước USB. Nhưng học thuật chỉ đi được một đoạn đường. Tại UT Austin, các câu hỏi của tôi đã chuyển hướng: → Làm thế nào chúng ta có thể crowdsourcing dữ liệu hiếm để cải thiện ML? → Những hệ thống khuyến khích nào thực sự hiệu quả? Điều đó đã kéo tôi vào crypto – blockchain, nền kinh tế token, thậm chí cả DePIN. Tôi đã viết blog, viết các bài báo về ML phi tập trung, nhưng vẫn tự hỏi: ai thực sự đang xây dựng cơ sở hạ tầng này? Bằng một sự tình cờ hoàn toàn, tôi đã gặp đội ngũ Story. Tôi được mời đến nói chuyện tại văn phòng của họ ở Palo Alto. Lúc đó là 6 giờ chiều, phòng vẫn đông đúc. Tôi đã nói lan man về "AI Tượng trưng Thần kinh" và kết thúc với một slide có tên "Một chút Crypto." Bài nói chuyện đó đã biến thành một vai trò cố vấn, và giờ đây đã trở thành một điều gì đó lớn hơn nhiều. Chúng ta đang ở một thời điểm quan trọng. Tính toán hầu như đã được giải quyết. Kiến trúc mô hình được sao chép qua đêm. Rào cản thực sự là dữ liệu. Không phải là Reddit bị cào. Không phải là ngôn ngữ vô tận. Mà là dữ liệu thực tế, đã được cấp quyền, đuôi dài, để đào tạo AI thể hiện – robot, xe tự hành, các hệ thống điều hướng thế giới hỗn độn của chúng ta. Hãy tưởng tượng điều này: Tôi ghi lại một cảnh lái xe hiếm trên camera hành trình và đăng ký nó trên Story. Một người bạn gán nhãn cho nó. Một tác nhân AI tạo ra các biến thể tổng hợp. Trên chuỗi cấu trúc đồ thị của Story, mỗi cái trở thành tài sản trí tuệ liên kết. Tiền bản quyền tự động chảy về. Mọi người đều được trả tiền, mỗi bước đều có thể truy xuất trên chuỗi. Đó là lý do tại sao tôi hiện là Giám đốc AI tại Story, xây dựng các đường ray cho dữ liệu đào tạo phi tập trung, đã được cấp quyền. Đã đến lúc biến dữ liệu thành tài sản trí tuệ mới. Story là nơi để thực hiện điều đó. Còn nhiều điều hơn nữa sẽ đến sớm. Hãy cùng nhau tiến lên.

Công nghệ robot đã phát triển nhanh chóng, đạt được những tiến bộ đáng kể trong những năm gần đây, đặc biệt là cùng với những tiến bộ gần đây trong các Mô hình Ngôn ngữ Lớn (VLMs). Điều này khiến tôi tự hỏi việc sở hữu robot nên được xử lý như thế nào.

Dữ liệu là tài sản quý giá nhất của IP. @StoryProtocol đang viết lại cơ sở hạ tầng IP để thúc đẩy làn sóng đổi mới AI tiếp theo. Từ dữ liệu huấn luyện đến IP RWAs, Chương 2 đã đến, và nó chỉ mới bắt đầu. 🧵⤵️

Chờ xem mối quan hệ đối tác này sẽ mang lại điều gì thêm.

Một công ty cung cấp hạ tầng cho tính toán vừa đạt mức vốn hóa thị trường 4 nghìn tỷ đô la. Còn một hạ tầng cung cấp quyền sở hữu dữ liệu bằng cách đăng ký và cấp phép thì sao? Biến dữ liệu thành tài sản trí tuệ?