AI數據賽道蘊含巨大潛力，Web3 DataFi或成新藍海

在全球AI競賽日益激烈的今天，數據正逐漸成爲構建優秀基礎模型的關鍵護城河。隨着模型架構和計算能力的差距逐漸縮小，高質量的訓練數據將成爲決定AI公司競爭力的核心要素。

本月AI圈最引人注目的事件莫過於Meta大舉招募人才，組建了以華人科研人員爲主的頂尖AI團隊。其中，年僅28歲的Alexander Wang尤其引人矚目。他創立的Scale AI目前估值高達290億美元,爲包括美國軍方在內的衆多AI巨頭提供數據服務。Scale AI之所以能在衆多獨角獸中脫穎而出,正是因爲其早早洞察到了數據在AI產業中的重要地位。

如果將大模型比作一個人,那麼模型就是身體,算力是食物,而數據則是知識和信息。在大語言模型迅猛發展的過程中,業界的重點已經從模型架構轉向算力,如今大多數模型都採用transformer作爲基礎框架。各大公司或自建超級計算集羣,或與雲服務商籤訂長期協議,解決了算力的基本需求。在這種背景下,數據的重要性日益凸顯。

與傳統的To B大數據公司不同,Scale AI專注於爲AI模型打造堅實的數據基礎。其業務不僅包括對現有數據的挖掘,還致力於更長遠的數據生成業務,並組建了由各領域專家組成的AI訓練團隊,爲模型提供更優質的訓練數據。

模型訓練通常分爲預訓練和微調兩個階段。預訓練類似嬰兒學習說話的過程,需要大量從網上爬取的文本、代碼等信息。微調則像上學,有明確的對錯和方向,通過精心設計的數據集培養模型的特定能力。

因此,AI數據也可分爲兩類:一類是海量但無需太多處理的數據,如社交媒體、代碼倉庫的爬蟲數據;另一類則需要精細設計和篩選,確保能培養模型的特定優良品質,這需要進行數據清洗、標注等工作。這兩類數據集構成了AI Data賽道的主體。

隨着模型能力的進一步提升,各種專業、精細的訓練數據將成爲決定模型能力的關鍵變量。優質的數據集就像武林高手的絕世祕籍,對模型的能力提升至關重要。從長遠來看,AI Data也是一個具有滾雪球效應的賽道,隨着前期工作的積累,數據資產將產生複利效應,價值愈發凸顯。

在這一背景下,Web3 DataFi作爲新興領域,在AI數據方面具有天然優勢:

1. 智能合約保障了數據主權、安全和隱私。用戶可以清楚地了解自己的數據被如何使用,同時通過零知識證明等技術保護敏感信息。

2. 分布式架構吸引全球最適合的勞動力。區塊鏈的去中心化特性和透明的激勵機制,可以吸引全球範圍內的勞動力參與數據貢獻,有利於提高數據的多樣性。

3. 區塊鏈提供明確的激勵和結算優勢。智能合約可以實現透明的激勵制度,避免傳統中心化公司可能出現的問題。同時,鏈上結算方式可以突破地域限制,實現更高效的跨境支付。

4. 有利於構建高效、開放的數據市場。去中心化的市場可以讓數據供需雙方更加透明、高效地對接,促進生態的繁榮發展。

對於普通用戶而言,DataFi是參與去中心化AI項目的最佳切入點。相比於高門檻的算力挖礦或模型開發,用戶只需通過簡單的任務就可以參與其中,如提供數據、評估模型等。這爲普通人提供了在AI革命中抓住機遇的可能性。

目前,Web3 DataFi領域已經湧現出一批有潛力的項目,如Sahara AI、Yupp、Vana等。這些項目在用戶激勵、數據質量管理等方面各有特色。然而,它們也面臨着一些共同的挑戰,如如何平衡短期利益和長期質量、提高透明度等。

未來,DataFi的大規模應用需要兩方面並進:一是吸引足夠多的普通用戶參與,形成數據採集和生成的生力軍;二是獲得主流大公司的認可,吸引大額訂單。一些領先項目已經在這兩個方向上取得了不錯的進展。

總的來說,DataFi代表了人類智能與機器智能的一種新型互動模式。通過智能合約,它既保障了人類勞動的收益,又爲機器智能的發展提供了養料。對於那些對AI時代充滿憧憬,又堅持區塊鏈理想的人來說,DataFi無疑是一個值得關注和投入的領域。