<下一章開始:歡迎 Sandeep Chinchali 擔任首席 AI 官> 上週,我們分享了 Story 的第二章。我們的願景是為七十萬億美元的 IP 經濟建立 AI 原生基礎設施。今天,這一願景向前邁進。 我很高興歡迎 @SPChinchali 擔任我們的首席 AI 官。 當我第一次看到 Sandeep 的背景(斯坦福博士、NASA JPL、德州大學奧斯汀分校教授、早期在被 VMware 收購的初創公司工作的工程師)時,我預期他會是一個非常技術性、學術性的專業人士。但讓我印象深刻的是,他如何清晰地將自己的專業知識與實際需要建設的內容聯繫起來。 他在 AI 最具挑戰性的問題之一上工作了十多年:如何捕捉和結構化正確的現實世界數據以訓練智能系統。他收集並標註了長尾數據,在邊緣設備上訓練模型,並面對 AI 實驗室現在遇到的相同限制。他對加密貨幣的信念來自於親身經歷。他將其視為激勵、來源和大規模協調的唯一可行基礎。 隨著時間的推移,這種信念變得更加明確。在機器人實驗室、課堂和初創公司工作多年後,Sandeep 得出了一個明確的結論:解決這些問題需要一些專門建造的東西。當他看到我們在 Story 建立的東西時,立刻明白了。這正是缺失的部分。 而且他還帶來了人們。在我們的對話中,我早期注意到的一件事是他多麼頻繁地談論他的學生。不僅僅是隨口而談,而是帶著真正的驕傲和好奇心。他提到他們正在建設的東西、讓他們興奮的事物、他們提出的問題。而且不知怎的,這些故事總是回到我們在 Story 上的工作。這種跨越人員和學科編織思想的習慣並不是表演性質的。這只是他的思維方式。 這種好奇心和開放性是使他成為如此強大溝通者的一部分。他不會為了可及性而簡化複雜性。他建立橋樑。無論他是在與研究人員、建設者還是合作夥伴交談,他都會在他們所在的地方與他們會面,並將他們帶到前面。 這正是適合當前時刻的心態。AI 的方向越來越明確。 競爭不再是計算或模型設計。計算已經集中。模型在幾週內被克隆。剩下的稀缺資源是數據:特別是無法被抓取或模擬的 IP 清除的現實世界數據。 在過去幾個月中,領先的 AI 團隊來找我們,尋求使這種數據可用的基礎設施。他們希望系統從一開始就嵌入來源、權限和版稅流。 Story 是唯一專門設計用於大規模實現這一點的基礎設施。 我們將現實世界數據註冊為 IP,跟踪其從捕獲到標註再到合成生成的完整生命周期,並在所有貢獻者之間路由版稅。 為了領導這一工作,我們需要的不僅僅是技術專業知識。我們需要一個能夠匹配我們所建設的規模和雄心的人:一個擁有深厚系統思維、實踐經驗和真誠好奇心的稀有組合。 那就是 Sandeep。 他在機器人技術、機器學習和去中心化基礎設施方面都有建設經驗。同樣重要的是,他帶來的開放性和智力慷慨使他成為一個連接者。他仔細傾聽,跨領域提取見解,並將一切根植於更大的圖景中。這種嚴謹性、清晰性和目的感的組合正是這一時刻所需要的。 Sandeep 將領導 Story 的 AI 策略,涵蓋研究、產品和生態系統發展,包括為去中心化數據和訓練推出新原語。 這是 Story 向前邁進的重要一步。我們相信數據 IP 將定義 AI 的下一個時代。隨著 Sandeep 的加入,這一未來觸手可及。 讓我們一起建設。下週將有更多消息。
Sandeep Chinchali
Sandeep Chinchali7月17日 23:00
我在職業生涯中一直在追尋一個問題:我們如何收集正確的數據,使人工智慧在現實世界中運作? 從史丹佛實驗室到德州大學奧斯汀分校的課堂,我到處尋找。答案不是另一個人工智慧實驗室,而是一個將數據視為知識產權的區塊鏈。這就是為什麼我加入 @StoryProtocol 擔任首席人工智慧官的原因。 在史丹佛,我研究了「雲端機器人技術」,即機器人艦隊如何利用分散式計算共同學習。我甚至在我的車上安裝了一個行車記錄器來解決這個問題: 如果機器人只能上傳它們所見的 5-10%,我們如何選擇最有價值的數據? 大部分都是無聊的高速公路畫面。但 <1% 捕捉到了稀有場景:自駕的 Waymo、施工現場、不可預測的人類。這些「長尾」數據使模型更智能。我手動標註了這些數據,甚至支付了 Google Cloud 的標註服務,為我的畫面註解了像「LIDAR 單元」和「自動駕駛車輛」這樣的利基概念,並訓練了在 USB 大小的 TPU 上運行的模型。但學術界的進展有限。 在德州大學奧斯汀分校,我的問題轉變了: → 我們如何眾包稀有數據以改善機器學習? → 什麼激勵系統實際上有效? 這使我進入了加密貨幣的世界——區塊鏈、代幣經濟,甚至 DePIN。我寫了部落格,撰寫了有關去中心化機器學習的論文,但仍然在想:誰在實際建設這個基礎設施? 完全是偶然,我遇到了 Story 團隊。我被邀請在他們的帕洛阿爾托辦公室發表演講。當時是晚上 6 點,會議室仍然擠滿了人。我隨意談論「神經符號人工智慧」,並以一張名為「一點加密」的幻燈片結束。那次演講變成了一個顧問角色,現在變成了更大的事情。 我們正處於一個關鍵時刻。計算問題大多已經解決。模型架構可以在一夜之間被複製。真正的護城河是數據。 不是抓取的 Reddit。不是無盡的語言。而是經過權利清除的、長尾的、真實世界的數據,這些數據訓練具身體的人工智慧——機器人、自動駕駛車輛、導航我們混亂世界的系統。 想像一下:我在行車記錄器上捕捉到一個稀有的駕駛場景並在 Story 上註冊。一位朋友為其標註。一個人工智慧代理創建合成變體。在 Story 的圖結構鏈上,每個變體都成為鏈接的知識產權。版稅自動流回。每個人都獲得報酬,每一步都可以在鏈上追蹤。 這就是為什麼我現在是 Story 的首席人工智慧官,正在建立去中心化、權利清除的訓練數據的基礎設施。是時候讓數據成為新的知識產權。Story 是實現這一目標的地方。 更多內容即將到來。讓我們開始吧。
feedsImage
9.53K