AI có ba nền tảng: sức mạnh tính toán, dữ liệu và thuật toán.

Trong số ba, tầm quan trọng của sức mạnh tính toán là trực quan nhất. Do đó, giá trị thị trường của Nvidia, hãng bán xẻng, đã từng vượt qua Microsoft và Apple và trở thành. công ty có giá trị nhất trên thế giới. Tuy nhiên, như người sáng lập Scale AI, Alex Wang đã nhấn mạnh trong một podcast,dữ liệu đang thay thế sức mạnh tính toán và trở thành nút thắt lớn nhất trong việc cải thiện hiệu suất của các mô hình AI.

Cơn khát dữ liệu của AI là vô tận nhưng nguồn dữ liệu Internet có thể truy cập gần như cạn kiệt. Để cải thiện hơn nữa hiệu suất của mô hình, chúng ta phải dựa vào dữ liệu chất lượng cao hơn. Mặc dù có một lượng lớn dữ liệu có giá trị trong doanh nghiệp, nhưng dữ liệu phi cấu trúc này chỉ có thể được sử dụng thực sự cho việc đào tạo AI nếu được chú thích cẩn thận. Chú thích dữ liệu là một nhiệm vụ tiêu tốn nhiều tài nguyên và từ lâu được coi là phần khó nhất và khiêm tốn nhất trong chuỗi ngành AI.

Tuy nhiên, chính vì chiến lược đi đầu trong lĩnh vực chú thích dữ liệu mà Scale AI đã đạt được mức định giá 13,8 tỷ USD trong lần đánh giá mới nhất của mình. vòng tài chính vào tháng 5 năm nay, vượt qua nhiều công ty mô hình lớn nổi tiếng. Thành tựu này chắc chắn đã phá vỡ định kiến rằng “chú thích dữ liệu chỉ là công việc khó khăn”.

Giống như nhiều dự án sức mạnh điện toán phi tập trung đang thách thức NVIDIA, dự án AI tiền điện tử Sapien AI, vừa hoàn thành vòng hạt giống trị giá 5 triệu đô la vào tháng 4 năm nay, cũng đang cố gắng để thách thức AI quy mô. Nó sẽ không chỉ tham gia vào thị trường đuôi dài thông qua phân cấp mà còn có kế hoạch xây dựng mạng chú thích dữ liệu thủ công lớn nhất thế giới.

Gần đây, BlockBeats đã phỏng vấn Trevor Koverko, đồng sáng lập và COO của Sapien AI. Là nhiều dự án thành công như Polymath, Polymesh vàTokens.com Là người đồng sáng lập Sapien AI, Trevor đã tích lũy được nhiều kinh nghiệm kinh doanh trước khi thành lập Sapien AI. Trong cuộc phỏng vấn, anh đã chia sẻ sâu sắc về hành trình thành lập Sapien AI, những hiểu biết độc đáo của anh về cách Sapien AI và AI quy mô tham gia vào các chiến lược cạnh tranh không phù hợp và cách lấy cảm hứng từ trò chơi blockchain để thiết kế cơ chế kinh doanh.

Trang web trải nghiệm dự án Sapien AI: game.sapien.io

Toronto, mảnh đất màu mỡ cho sự đổi mới, sự kết tinh sáng tạo của cộng đồng tiền điện tử và AI

BlockBeats: Tôi đã thấy nó từ LinkedIn của bạn Cho đến khi bạn chơi cho New York Rangers trong NHL. Là một cựu vận động viên khúc côn cầu chuyên nghiệp, bạn đã chuyển sang ngành tiền điện tử như thế nào?

Trevor: Tôi đã thử sức với nhiều vai diễn khác nhau trong suốt sự nghiệp của mình. Khúc côn cầu là công việc đầu tiên của tôi. Ở Canada, khúc côn cầu trên băng là một phần quan trọng trong văn hóa của chúng tôi đến nỗi nếu bạn không chơi khúc côn cầu trên băng khi còn nhỏ, bạn gần như bị coi như một kẻ ngoại đạo. Vì vậy, đó là một phần quan trọng trong quá trình trưởng thành của tôi. Tôi đã học được rất nhiều về tinh thần đồng đội và sự cạnh tranh cấp cao, những trải nghiệm vẫn còn ảnh hưởng đến tôi cho đến ngày nay.

Khi sự nghiệp khúc côn cầu của tôi kết thúc và tôi bắt đầu kinh doanh, thực ra tôi đã dành một thời gian ở Châu Á. Tôi sống ở Trung Quốc, cụ thể là Đại Liên, một thành phố ở Đông Bắc Trung Quốc. Sự nghiệp thể thao và kinh nghiệm của tôi ở Trung Quốc là hai phần rất quan trọng đã định hình nên sự trưởng thành của tôi.

Tôi lớn lên trong hệ sinh thái tiền điện tử Toronto. Tôi đã tham gia vào cộng đồng Bitcoin từ rất sớm, trước khi Ethereum được ra mắt. Chúng tôi đã đi dự tiệc rất nhiều, đi chơi với bạn bè và gặp Vitalik, lúc đó chỉ là biên tập viên của Tạp chí Bitcoin.

Sau đó, khi Vitalik phát hành sách trắng, cộng đồng Bitcoin dần phát triển thành cộng đồng Ethereum. Đó là thời của niềm đam mê cháy bỏng. Tôi đã khởi động dự án RWA Polymath của riêng mình vào năm 2017-2018. Vào thời điểm đó, thậm chí còn chưa có sự phân loại rõ ràng trong lĩnh vực này. Chúng tôi gọi nó là "mã thông báo bảo mật". Đây là dự án lớn đầu tiên của tôi về tiền điện tử. Chúng tôi đã làm việc trên mọi khía cạnh của dự án này, từ việc gây quỹ đến ra mắt ứng dụng trên Ethereum.

Cuối cùng, chúng tôi cũng đã thiết lập chuỗi khối Lớp 1 của riêng mình, đây là một thách thức lớn hơn . May mắn thay, chúng ta có những người rất thông minh như Charles Hoskinson làm kiến trúc sư giao thức. Ngày nay, blockchain này đã phát triển thành một thương hiệu độc lập có tên Polymesh. Đây là một trong những mạng RWA sớm nhất và lớn nhất và là Lớp 1. Bây giờ tôi chỉ là một thành viên cộng đồng và tôi hỗ trợ mạng từ xa vì nó đã hoàn toàn phi tập trung. Về mặt áp dụng, nó đã được thực hiện rất tốt và hiện RWA đang trở thành một hệ sinh thái thú vị.

BlockBeats: Điều gì khiến bạn chuyển mối quan tâm từ RWA sang AI và quyết định bắt đầu Sapien AI?

Trevor: Tôi bắt đầu quan tâm đến AI sau khi các hoạt động hàng ngày của Polymesh được phi tập trung hóa. Toronto có cộng đồng công nghệ AI rất mạnh và nhiều kiến trúc ban đầu của AI hiện đại được tạo ra bởi các nhà nghiên cứu tại Đại học Toronto, như Geoffrey Hinton, "cha đẻ của deep learning" và Ilya Sutskever, cựu nhà khoa học trưởng của OpenAI .

Đầu tiên từ trái sang: Ilya Sutskever ; Đầu tiên bên phải: Geoffrey Hinton

Tôi rất quan tâm đến việc sử dụng AI và tôi cũng có một nhóm bạn thông minh đang tham gia học máy tại Đại học Waterloo. Tôi dần dần quan tâm đến kho công nghệ AI, cách nó hoạt động, quy trình sản xuất dữ liệu đào tạo và cách con người tham gia vào quá trình sản xuất dữ liệu đào tạo này. Đây là một quá trình học tập rất tự nhiên.

Ban đầu tôi không có tham vọng thành lập công ty, nhưng sau khoảng 6 tháng dấn thân sâu vào lĩnh vực AI và machine learning, tôi đã tìm được một người cố vấn trong chương trình sau đại học về học máy tại Đại học Waterloo, với sự hướng dẫn, chúng tôi bắt đầu xác định một số lĩnh vực thú vị còn tồn tại vấn đề và nhìn thấy cơ hội để giải quyết chúng. Cuối cùng, chúng tôi thành lập công ty Sapien.

BlockBeats: Đối với những người chưa biết về Sapien AI, bạn có thể mô tả sứ mệnh cốt lõi của dự án này không? Trong ngành AI hiện nay, tầm quan trọng của dịch vụ chú thích dữ liệu là gì?

Trevor: Chú thích dữ liệu cực kỳ quan trọng. Đây là một trong những lý do chính dẫn đến sự thành công của các mô hình ngôn ngữ lớn chính thống như ChatGPT, vì chúng là những mô hình đầu tiên sử dụng công cụ chú thích dữ liệu con người ở quy mô công nghiệp để làm phong phú các tập dữ liệu.

Ngày nay, tầm quan trọng của chú thích dữ liệu vẫn ngày càng tăng, bởi vì sự cạnh tranh về hiệu suất giữa các mô hình này rất khốc liệt và cải thiện hiệu suất của mô hình Cách tốt nhất là để thêm các chú thích dữ liệu con người chuyên nghiệp hơn vào tập dữ liệu.

Chúng tôi coi việc xử lý dữ liệu như một chuỗi cung ứng: trước tiên là dữ liệu thô, sau đó dữ liệu cần được cấu trúc và tổ chức. Sau khi được cấu trúc, dữ liệu có thể được đào tạo. Sau khi quá trình đào tạo hoàn tất, suy luận có thể được thực hiện trên đó. Nói tóm lại, đây là một quá trình tăng dần giá trị cho dữ liệu trong bối cảnh trí tuệ nhân tạo.

Cũng giống như các ngành khác, chúng tôi bắt đầu nhận thấy sự phân khúc trong ngành AI, với các ngành dọc khác nhau đang nổi lên và một số công ty nhất định đang thực hiện các bước cụ thể của quy trình. nổi bật. Đối với tôi, điều thú vị nhất là bước thứ hai, đó là cấu trúc dữ liệu và chuẩn bị cho việc đào tạo, đây luôn là phần khiến tôi quan tâm nhất.

AI có quy mô phi tập trung, nhắm vào thị trường dài hạn

BlockBeats: What khiến Sapien AI khác biệt với các công ty Web2 truyền thống như Scal AI?

Trevor: Đó là một câu hỏi hay. Chúng tôi yêu thích Quy mô, họ là một công ty tuyệt vời với những người đồng sáng lập tuyệt vời. Chúng tôi biết một trong số họ. Họ là một trong những công ty AI lớn nhất thế giới, cả về doanh thu, vốn hóa thị trường và mức sử dụng.

Điều khiến chúng tôi khác biệt là chúng tôi bắt đầu từ những nguyên tắc đầu tiên và suy nghĩ về việc một nhóm công nghệ chú thích dữ liệu hiện đại sẽ trông như thế nào vào năm 2024. Chúng tôi không nhất thiết phải theo đuổi những trường hợp sử dụng mà Quy mô đề cập, chúng tôi đang nhắm mục tiêu đến thị trường tầm trung và dài hạn.

Chúng tôi cố gắng giúp mọi người dễ dàng nhận được phản hồi của con người về tập dữ liệu, cho dù bạn là mô hình nguồn mở ở thị trường tầm trung, mô hình cấp doanh nghiệp, hoặc chỉ là một nhà phát triển cuối tuần. Cá nhân thực hiện nghiên cứu. Nếu bạn muốn cải thiện hiệu suất của mô hình và cần phản hồi theo yêu cầu của con người, hãy đến với chúng tôi.

Bạn có thể coi chúng tôi như một phiên bản AI quy mô phân tán hoặc phi tập trung hơn. Điều này có nghĩa là chúng tôi có nhiều người chú thích hơn, những người không bị ràng buộc với một vị trí cụ thể nhưng có thể làm việc từ xa ở mọi nơi. Ở một mức độ nào đó, sự phân tán này có thể cho phép chúng tôi làm tốt hơn về chất lượng chú thích dữ liệu, bởi vì sự đa dạng không chỉ giúp đa dạng hóa mà còn cải thiện chất lượng đào tạo dữ liệu.

Ví dụ: nếu bạn yêu cầu một nhóm người có hoàn cảnh tương tự gắn nhãn dữ liệu trong một cơ sở, điều đó có thể tạo ra dữ liệu đầu ra thiên vị hoặc thiên vị về mặt văn hóa. Vì vậy, chúng tôi cố gắng ngay từ đầu để làm cho nó trở nên đa dạng và mạnh mẽ nhất có thể. Do được phân quyền nhiều hơn, chúng tôi cũng có quyền truy cập vào các công cụ chú thích chất lượng cao hơn ở một mức độ nào đó. Nếu bạn phải đến một địa điểm cụ thể ở Philippines để làm việc, bạn sẽ bị hạn chế về khả năng thu hút nhân tài, nhưng với phương pháp tiếp cận từ xa, chúng tôi có thể tìm thấy người chú thích từ bất cứ đâu.

Tôi không nói rằng Scal không làm những việc này nhưng chúng tôi đang suy nghĩ về cách có thể phục vụ các bộ phận khác của thị trường mẫu mã. Bởi vì chúng tôi cho rằng thị trường này sẽ tiếp tục phát triển nên sẽ có rất nhiều mô hình riêng tư và được cấp phép cần có phản hồi của con người.

BlockBeats: Quy trình chú thích dữ liệu của Sapien AI được thiết kế và tối ưu hóa như thế nào? Các liên kết chính để đảm bảo chất lượng dữ liệu là gì?

Trevor: Nền tảng của chúng tôi hoạt động giống như một thị trường hai mặt. Bạn có thể coi nó như Uber về chú thích dữ liệu, một phiên bản phi tập trung. Một bên là phía nhu cầu, giống như những người lái xe trong Uber, đối với chúng tôi là những khách hàng doanh nghiệp cần phản hồi của con người trong mô hình của họ. Ví dụ: họ đang xây dựng một mô hình ngôn ngữ lớn và muốn tinh chỉnh mô hình đó, việc này đòi hỏi sự tham gia thủ công.

Họ đến gặp chúng tôi và tải tập dữ liệu thô của họ lên web. Chúng tôi đưa ra báo giá dựa trên một số biến khác nhau của tập dữ liệu (chẳng hạn như độ phức tạp, phương thức dữ liệu, định dạng dữ liệu, v.v.). Đối với khách hàng doanh nghiệp, quy trình này rất tự phục vụ.

Mặt khác là phía cung, những người chú thích, tương đương với các tài xế Uber của chúng tôi. Hiện tại, đây thực sự là một điểm nghẽn trong ngành và chúng tôi cần càng nhiều người chú thích càng tốt để tham gia mạng lưới. Bởi vì nhu cầu về cơ bản là không giới hạn, giống như Uber, luôn có người muốn đi xe và nhu cầu đó sẽ không bao giờ kết thúc. Trong lĩnh vực AI, các mô hình AI này cũng luôn có nhu cầu tiêu thụ nhiều dữ liệu hơn.

Chúng tôi rất chú trọng đến phía cung cấp và cam kết làm cho việc chú thích dữ liệu trở nên dễ dàng đối với bất kỳ ai. Chúng tôi đã phát minh ra các công nghệ mới và vẫn đang cải tiến chúng để đảm bảo chú thích chất lượng cao trên quy mô lớn ở chế độ phân tán. Câu hỏi ban đầu mà chúng tôi đặt ra là liệu chú thích chất lượng cao có thể được đảm bảo mà không cần quản lý tập trung không? Đây thực sự là cái mà chúng tôi gọi là “bộ ba bất khả thi về chú thích dữ liệu”: Chúng tôi có thể làm cho khách hàng rẻ hơn, giúp người chú thích sinh lợi nhiều hơn và đồng thời cải thiện chất lượng tổng thể không?

Chúng tôi đã tiến hành nhiều thử nghiệm trong lĩnh vực này và đạt được một số kết quả rất thú vị. Chúng tôi đã thử các cơ chế mới khác nhau như hồi quy trung bình, phát hiện bất thường, v.v., kết hợp với một số mô hình xác suất có thể dự đoán chất lượng công việc của người chú thích ở mức độ lớn. Chúng tôi cũng đang phát triển một số công nghệ mới hơn. Nhưng cho đến nay, chúng tôi rất vui mừng về tương lai của chú thích dữ liệu trong vòng 5 đến 10 năm tới. Chúng tôi tin rằng chú thích dữ liệu sẽ trở nên phi tập trung hơn, tự phục vụ hơn và tự động hơn.

BlockBeats: Bạn có thể cho chúng tôi biết thêm về các sản phẩm và công nghệ của mình, đặc biệt là những sản phẩm và công nghệ đảm bảo chất lượng dữ liệu không? Tôi biết bạn có cơ chế đặt cược để ngăn chặn người chú thích làm điều ác, có công nghệ nào khác không?

Trevor: Đúng vậy, chúng tôi đang thử rất nhiều thứ khác nhau. Chúng tôi có một hệ thống danh tiếng cũng như cơ chế đặt cược và hình phạt. Sau khi cam kết một số tiền nhất định, người gắn thẻ có thể bị phạt nếu không đáp ứng các tiêu chuẩn. Các cơ chế này vẫn đang ở giai đoạn thử nghiệm ban đầu, nhưng chúng tôi nhận thấy rằngchỉ khuyến khích này thôi cũng có thể cải thiện đáng kể việc tuân thủ chất lượng, thậm chí có thể có nhiều độ lệch chuẩn. Tuy nhiên, loạt kiểm soát chất lượng này đạt được nhờ mức trung bình có trọng số của các thuật toán khác nhau và chúng tôi liên tục tinh chỉnh các thuật toán này. Đồng thời, bản thân chúng tôi đang sử dụng máy học để tối ưu hóa quá trình này. Ví dụ: chúng tôi sử dụng các công cụ ML nói dối và thử nghiệm "thỏ đỏ", cung cấp dữ liệu sai lệch cho người chú thích để kiểm tra xem họ có ghi nhãn trung thực hay không.

Đây là câu hỏi lớn: Làm thế nào để bạn biết liệu mọi người có đang thực hiện các cuộc tấn công Sybil trên mạng hay không (tức là cố gắng gian lận và thao túng hệ thống)? Chúng ta phải luôn cảnh giác về điều này. Đây cũng là lý do tại sao chúng tôi thích một số cơ chế khuyến khích Web3, vì chúng ban đầu được phát minh để giải quyết những vấn đề như vấn đề Tấn công Sybil, vấn đề Tướng quân Byzantine, nhằm mang lại lợi ích tốt nhất cho mọi người khi tuân thủ các quy tắc. Nếu bạn ích kỷ, bạn sẽ tuân theo các giao thức mạng.

Chúng ta vẫn đang ở giai đoạn đầu. Đối với một số khách hàng lớn hơn, chúng tôi đã triển khai nhiều phương pháp kiểm soát chất lượng truyền thống hơn, nhưng chúng tôi cũng đang nhanh chóng chuyển sang thế giới dữ liệu tiên tiến mới này.

BlockBeats: Bạn nghĩ lợi thế lớn nhất của Sapien AI với tư cách là một nền tảng chú thích dữ liệu phi tập trung là gì?

Trevor: Như tôi đã nói, nền tảng của chúng tôi mang tính tự phục vụ nhiều hơn, cho phép chúng tôi phục vụ phạm vi rộng hơn của cơ sở khách hàng. Yêu cầu của chúng tôi đối với người chú thích cũng rất rộng. Chúng tôi muốn bất kỳ ai trở thành người gắn nhãn vìchúng tôi tin rằng kỷ nguyên hoặc chương tiếp theo của AI sẽ khai thác thêm kiến thức hiện có từ con người. Không chỉ những điều cơ bản, chẳng hạn như "đây là biển báo dừng", "đây là một chiếc ô tô" và những thứ tương tự mà con người và máy móc có thể dễ dàng nhận ra, mà còn nhiều hơn về lý luận.

Alex Wang of Scal đã nói về vấn đề này:Dữ liệu trên Internet là kết quả của sự suy luận, nhưng nó không thực sự mô tả quá trình lý luận. Vậy làm cách nào để chúng ta hiểu sâu hơn về tâm trí mọi người? Điều này đòi hỏi nhiều công việc hơn và yêu cầu chú thích chuyên nghiệp hơn. Điều này có khả năng giúp chúng ta đẩy nhanh sự phát triển của trí tuệ nhân tạo tổng hợp (AGI).

Vì vậy, sứ mệnh lớn hơn của chúng tôi là: Liệu chúng tôi có thể mở khóa thêm kiến thức trong các tập dữ liệu riêng tư trong doanh nghiệp, trong tâm trí của các chuyên gia không? Những chuyên gia này có kiến thức chuyên môn về một số ngành dọc nhất định, chẳng hạn như y tế hoặc pháp lý, mà các mô hình chưa nắm bắt được.

Chúng tôi vẫn đang nỗ lực để làm cho nền tảng của mình trở nên linh hoạt nhất có thể và cố gắng duy trì sự cân bằng giữa cung và cầu. Chúng tôi muốn kích hoạt tính năng định giá linh hoạt, giống như Uber. Những cơ chế này khiến chúng ta giống một thị trường hai mặt thực sự hơn, đáp ứng nhu cầu dữ liệu đồng thời giúp người chú thích tham gia. Đây là một số cách độc đáo mà chúng tôi xây dựng nền tảng của mình. Về mặt đảm bảo chất lượng, chúng tôi sử dụng những kỹ thuật mà tôi đã đề cập trước đó trong thời gian thực. Chúng tôi muốn người chú thích của mình nhận được nhiều phản hồi theo thời gian thực nhất có thể vì điều đó tạo ra trải nghiệm tốt hơn cho mọi người.

Label to Earn, tương lai của nền kinh tế tự do

BlockBeats: I nhận thấy Sapien AI đã đạt được sự hợp tác với Yield Guild Games (YGG), vậy cơ chế gắn nhãn phi tập trung của Sapien AI có thể được hiểu là trò chơi “nhãn để kiếm tiền” không?

Trevor:Chính xác. Chúng tôi thực sự muốn có thể tiếp cận thế giới của những người muốn kiếm sống từ điện thoại của họ, điều mà chúng tôi nghĩ là tương lai của nền kinh tế biểu diễn. Bạn không cần ô tô để lái Uber và không cần giao đồ ăn tại địa điểm thực tế. Bạn chỉ cần đăng nhập vào điện thoại di động và chú thích dữ liệu để kiếm thu nhập.

YGG là một đối tác tuyệt vời và họ là một trong những nhà đầu tư thiên thần của chúng tôi. Chúng tôi có mối quan hệ tuyệt vời với Gabby, người sáng lập và họ có một cộng đồng tuyệt vời ở Đông Nam Á. Chúng tôi có những kế hoạch lớn với họ để giúp người dùng tìm ra những cách kiếm tiền mới trong khi họ giúp chúng tôi có được người dùng mới. Gần đây chúng tôi đã công bố một số quan hệ hợp tác và sẽ còn nhiều hơn nữa. Chúng tôi cũng sẽ có mặt ở Châu Á trong hầu hết Quý 4, gặp gỡ các đối tác này và tiếp tục thúc đẩy hợp tác.

BlockBeats: Bạn nghĩ gì về các trò chơi blockchain “chơi để kiếm tiền” như “Axie Infinity”?

Trevor: Điều này rất sáng tạo và là nguồn cảm hứng. Dù chỉ là thử nghiệm nhưng tôi tin nó sẽ trở lại dưới hình thức mới. Đó là vẻ đẹp của các công ty khởi nghiệp và tinh thần kinh doanh phi tập trung, đó là sự phá hủy mang tính sáng tạo.

Những gì chúng tôi đang làm có một số yếu tố "chơi để kiếm tiền" và chúng tôi cũng có xu hướng sử dụng câu lệnh "nhãn để kiếm tiền" hoặc "đào tạo để kiếm tiền". Nhưng có sự khác biệt vì chúng tôi là một doanh nghiệp thực sự. Có dữ liệu thực được chú thích, khách hàng thực trả tiền thật và cuối cùng là sản phẩm thực được sản xuất. Vì vậy, đây không chỉ là một trò chơi điện tử có vòng lặp vô hạn.

Mặc dù việc gắn nhãn dữ liệu bằng Sapien AI rất thú vị nhưng nó có thể không thú vị bằng chơi Grand Theft Auto V. Chúng tôi muốn đạt được sự cân bằng tốt giữa niềm vui và tính thực tế, biến nó thành điều bạn có thể làm trong khi chờ 5 phút ở trạm xe buýt hoặc dành 5 giờ ở nhà trước máy tính. Mục tiêu của chúng tôi là làm cho việc tham gia trở nên dễ dàng nhất có thể.

BlockBeats: Bạn có cách nào để khiến chú thích dữ liệu trở nên thú vị hơn, không chỉ hoạt động mà còn giống một trò chơi hơn không?

Trevor: Đúng vậy, bây giờ chúng tôi còn rất nhiều điều phải thử. Bạn có thể tự chơi trò chơi và chú thích dữ liệu AI thực bằng cách truy cập game.sapien.io. Bạn có thể trở thành nhân viên AI, chú thích dữ liệu AI thực khi chơi trò chơi và kiếm điểm. Trò chơi rất tối giản và có giao diện trực quan.

game.sapien.ioGiao diện trò chơi

Bản thân dữ liệu cũng thú vị . Bạn có thể cần chú thích một số hình ảnh rất thú vị, chẳng hạn như chú thích dữ liệu thời trang của chúng tôi. Chúng tôi có kế hoạch hỗ trợ nhiều loại phương thức và bộ dữ liệu khác nhau. Chúng tôi dự định bổ sung thêm nhiều tính năng hơn theo thời gian.

Kế hoạch chi tiết tương lai: Xây dựng mạng chú thích dữ liệu nhân tạo lớn nhất thế giới

BlockBeats: Ngoài YGG, bạn có dự định hợp tác với dự án tiền điện tử nào khác trong tương lai?

Trevor: Chúng tôi có một số ý tưởng thú vị, chẳng hạn như tạo tiêu chuẩn dữ liệu cho chú thích dữ liệu mạnh>. Hiện tại, lĩnh vực này khá khó hiểu, nhu cầu của mỗi khách hàng là khác nhau và chúng tôi phải thực hiện tích hợp tùy chỉnh với từng khách hàng vì định dạng dữ liệu và phương thức dữ liệu của họ khác nhau.

Do đó, chúng tôi đang làm việc với những người khác trong không gian dữ liệu phi tập trung và đang trong giai đoạn đầu thiết lập tiêu chuẩn này cũng như có kế hoạch phát hành nó dưới dạng hàng hóa công cộng. Chúng tôi đã làm điều tương tự tại Polymath, nơi chúng tôi phát hành ERC-1400, hiện là một trong những tiêu chuẩn mặc định cho mã thông báo trên Ethereum.

Vì vậy, chúng tôi có một số ý tưởng về việc tạo ra các tiêu chuẩn và lên kế hoạch thúc đẩy điều này với các nhóm đã giúp đỡ chúng tôi trong quá khứ cũng như một số đối tác trong ngành. Điều này sẽ làm cho AI phi tập trung trở nên thực tế hơn và cũng sẽ làm cho nó có khả năng tương tác cao hơn, nghĩa là dữ liệu có thể được truyền dễ dàng hơn giữa các bước khác nhau vì không ai có thể làm mọi thứ.

BlockBeats: Ngày phát hành cụ thể của ứng dụng di động và mạng chính Sapien AI là khi nào?

Trevor: Hiện tại chúng tôi chưa có kế hoạch phát hành cụ thể. Hiện chúng tôi đang tập trung vào việc phù hợp với thị trường với sản phẩm Web2 cốt lõi của mình. Chúng tôi đang phát triển rất tốt và hiện có người chú thích từ 71 quốc gia. Doanh thu từ phía cầu của chúng tôi đã tăng gấp đôi gần như mỗi tháng trong năm nay.

Chúng tôi chỉ muốn tiếp tục phát triển, tiếp tục hiểu khách hàng và tiếp tục phục vụ họ. Chúng tôi sẽ vẫn cởi mở với nhiều chiến lược và kỹ thuật khác nhau theo thời gian.

BlockBeats: Tôi thấy rằng Rowan Stone, người đồng sáng lập Base đã gia nhập Sapien AI với tư cách là giám đốc phát triển kinh doanh, Sapien AI sẽ được xây dựng trên khối nào? Trên chuỗi công khai? Có kế hoạch phát hành token gốc nào không?

Trevor:Đây là những câu hỏi rất sâu sắc và tôi đánh giá cao chúng. Rowan thật tuyệt và anh ấy đã bắt đầu Base với Jesse Pollak, Jesse là một huyền thoại tuyệt đối. Rowan có rất nhiều kinh nghiệm trong việc xây dựng các sản phẩm Web3 có sức mạnh công nghiệp chưa từng có. Theo ý kiến của tôi, anh ấy là không ai sánh kịp. Anh ấy đồng dẫn dắt “Onchain Summer”, một trong những sự kiện thành công nhất trong ký ức của tôi.

Anh ấy đang giúp chúng tôi phát triển chiến lược thị trường trong một số lĩnh vực nhất định. Nhưng, như tôi vừa nói, hiện tại chúng tôi đang rất tập trung vào việc phục vụ khách hàng hiện tại, đó là trọng tâm chính của chúng tôi. Chúng tôi chưa đưa ra bất kỳ cam kết hoặc quyết định nào trong việc lựa chọn bất kỳ Lớp 1 nào hoặc lớp nào khác. Nhưng trong tương lai, chúng tôi sẽ tiếp tục xem xét nhiều khả năng khác nhau.

BlockBeats: Sapien AI có kế hoạch hoặc mục tiêu gì cho tương lai? Bạn mong muốn đạt được những cột mốc quan trọng nào trong vài năm tới?

Trevor: Nhiệm vụ của chúng tôi là tăng số lượng người chú thích dữ liệu con người trên toàn cầu lên 100 lần và cho phép mọi người có thể dễ dàng truy cập mạng này. Chúng tôi muốn xây dựng mạng lưới chú thích dữ liệu con người lớn nhất thế giới. Chúng tôi nghĩ rằng nó sẽ là một tài sản rất có giá trị nên chúng tôi muốn xây dựng và kiểm soát nó nhưng cuối cùng lại phải mở cửa. Chúng tôi muốn bất kỳ ai cũng có thể cắm và thực hiện việc đó hoàn toàn không cần sự cho phép.

Nếu chúng ta có thể xây dựng mạng chú thích dữ liệu nhân tạo lớn nhất thế giới, điều này sẽ mở ra rất nhiều khả năng tiềm năng của AI, bởi vì chúng ta càng có nhiều dữ liệu chất lượng cao, thì AI càng mạnh Nó càng mạnh thì mọi người càng có thể sử dụng nó nhiều hơn.

Chúng tôi muốn nó phù hợp với tất cả mọi người, không chỉ các công ty lập mô hình ngôn ngữ lớn có đủ khả năng cung cấp mạng lưới hàng triệu người chú thích là con người. Bây giờ, bất cứ ai cũng có thể sử dụng mạng này. Bạn có thể coi nó như một nền tảng "chú thích như một dịch vụ".

Đằng sau sự phân cấp: Nhiệm vụ của các doanh nhân là giải quyết vấn đề

BlockBeats: Cuối cùng, tôi muốn hỏi bạn về những quan sát và ý kiến của bạn về toàn ngành. Bạn nghĩ tiềm năng nào chưa được khai thác tồn tại trong lĩnh vực tiền điện tử-AI?

Trevor: Tôi rất hào hứng với không gian này, đó là lý do tại sao chúng tôi bắt đầu Sapien AI. Ở đây có một mặt tốt và cũng có một mặt cần đề phòng.

Về mặt tích cực, AI phi tập trung có thể sẽ tự chủ hơn, dân chủ hơn, dễ tiếp cận hơn và mạnh mẽ hơn. Điều này có nghĩa là các tác nhân AI có thể có loại tiền riêng của họ để giao dịch, điều này cũng có nghĩa là bạn có thể có nhiều quyền riêng tư hơn và biết chính xác những gì có trong mô hình thông qua công nghệ ZK.

Về mặt phòng ngừa, chúng ta đang phải đối mặt với một thế giới rất đáng sợ, trong đó AI ngày càng trở nên tập trung, chỉ có chính phủ và một số ít. Chỉ các công ty công nghệ lớn mới có quyền truy cập vào các nguồn lực mạnh mẽ. các mô hình. Đó là một cảnh tượng khá đáng sợ. Do đó, AI nguồn mở và phi tập trung là một biện pháp phòng thủ.

Đối với chúng tôi, chúng tôi tập trung nhiều hơn vào dữ liệu và dữ liệu phi tập trung. Điều đó không có nghĩa là bạn không thể phân cấp các phần khác của nhóm AI, như tính toán và bản thân các thuật toán. Giống như Transformer là cải tiến đầu tiên về thuật toán, chúng tôi đã thấy nhiều cải tiến khác nhưng luôn có chỗ để cải tiến.

Phân cấp không có nghĩa là bạn nên làm điều đó và chỉ vì bạn có thể phân cấp một thứ gì đó không có nghĩa là bạn nên làm. Cuối cùng phải có giá trị thực sự. Nhưng giống như tài chính và các lĩnh vực khác của không gian Web3, AI chắc chắn có thể hưởng lợi từ sự phân cấp.

BlockBeats: Bạn muốn đưa ra lời khuyên nào nhất cho các doanh nhân muốn tham gia vào lĩnh vực AI tiền điện tử?

Trevor: Tôi khuyên bạn nên học càng nhiều càng tốt để thực sự hiểu về kiến trúc và ngăn xếp công nghệ. Bạn không cần phải là tiến sĩ về học máy, nhưng điều quan trọng là phải hiểu cách thức hoạt động và nghiên cứu nó. Từ đây, theo thời gian bạn sẽ dần hiểu vấn đề một cách tự nhiên hơn. Đây là chìa khóa.

Nếu bạn không hiểu nó hoạt động như thế nào thì bạn không thể hiểu được vấn đề. Và nếu bạn không biết vấn đề là gì thì bạn không nên trở thành doanh nhân, vì công việc của doanh nhân là giải quyết vấn đề.

Vì vậy, nó không khác gì bất kỳ công ty khởi nghiệp nào khác và bạn nên hiểu không gian này. Bạn không cần phải là chuyên gia hàng đầu thế giới trong lĩnh vực này, nhưng hãy biết đủ về lĩnh vực đó để có thể hiểu được vấn đề và sau đó cố gắng giải quyết chúng.