La potencia de la IA está descontrolada, y la soberanía de datos se ha vuelto un desastre. Todos los días veo varios proyectos que solo con un par de diapositivas se atreven a hablar de inteligencia artificial; la gente del sector ya está cansada de esta falta de criterio. Recientemente revisé el whitepaper de @OpenLedger y el mecanismo de atribución de contribuciones que menciona es bastante interesante. En pocas palabras, los proyectos de IA anteriores eran como una olla comunitaria: quien ofrecía buenos datos y quien metía basura, al final no se podía calcular nada. Ahora quieren usar matemáticas y criptografía para asegurar cada paso del libro mayor.
Aquí hay un trabajo subyacente que la gran mayoría no ha notado, que es la **atribución de tokens basada en arreglos de sufijos (Suffix-Array-based Token Attribution)** mencionada en el whitepaper. Un gran modelo entrenado es una caja negra; ¿cómo puedes probar que una salida impresionante se debe a esa frase que alimentaste? Antes esto no tenía solución. Esta tecnología es como crear un índice super comprimido en un vasto corpus de datos. Cuando el modelo genera caracteres específicos, el sistema puede instantáneamente identificar de dónde copió tu frase original.
Esta lógica es similar a la detección de plagio, pero refinada a nivel de cada token. Los proveedores de datos apuestan sus datos en DataNet, a través de la participación de $OPEN para ejecutar nodos. Si el modelo invoca los datos, y este arreglo de sufijos confirma que tus datos han tenido un peso decisivo, las ganancias se transferirán automáticamente a tu cuenta. Esto es mucho más confiable que la lógica brutal de repartir ganancias solo por tamaño de archivo o número de invocaciones.
Sin embargo, para ser honesto, la idea es extremadamente dura, y llevarla a cabo es realmente complicado. Actualmente, la cantidad de datos en la cadena y la demanda real de inferencia no están ni cerca del mismo nivel; es muy probable que al principio pasemos por un largo arranque frío del lado de la oferta. Pero esta audaz forma de abordar la cuestión de la propiedad de los datos es mucho mejor que esos proyectos aéreos que solo compran APIs y terminan perdiendo.
He estado observando #OpenLedger durante mucho tiempo, y a menudo me pregunto: después de tantos años de experimentos en el mundo cripto, siempre intentamos medir todo con código frío y distante. Cuando todo el conocimiento humano y la inspiración finalmente se convierten en el alimento de la IA, tal vez solo esta atribución en cadena, rigurosa y un poco obsesiva, pueda preservar el último punto de anclaje de dignidad y valor de la inteligencia humana antes de que la vida basada en silicio sumerja completamente a la civilización basada en carbono. Esta es la razón por la que sigo aquí observando a OPEN.
#openledger $OPEN
Aquí hay un trabajo subyacente que la gran mayoría no ha notado, que es la **atribución de tokens basada en arreglos de sufijos (Suffix-Array-based Token Attribution)** mencionada en el whitepaper. Un gran modelo entrenado es una caja negra; ¿cómo puedes probar que una salida impresionante se debe a esa frase que alimentaste? Antes esto no tenía solución. Esta tecnología es como crear un índice super comprimido en un vasto corpus de datos. Cuando el modelo genera caracteres específicos, el sistema puede instantáneamente identificar de dónde copió tu frase original.
Esta lógica es similar a la detección de plagio, pero refinada a nivel de cada token. Los proveedores de datos apuestan sus datos en DataNet, a través de la participación de $OPEN para ejecutar nodos. Si el modelo invoca los datos, y este arreglo de sufijos confirma que tus datos han tenido un peso decisivo, las ganancias se transferirán automáticamente a tu cuenta. Esto es mucho más confiable que la lógica brutal de repartir ganancias solo por tamaño de archivo o número de invocaciones.
Sin embargo, para ser honesto, la idea es extremadamente dura, y llevarla a cabo es realmente complicado. Actualmente, la cantidad de datos en la cadena y la demanda real de inferencia no están ni cerca del mismo nivel; es muy probable que al principio pasemos por un largo arranque frío del lado de la oferta. Pero esta audaz forma de abordar la cuestión de la propiedad de los datos es mucho mejor que esos proyectos aéreos que solo compran APIs y terminan perdiendo.
He estado observando #OpenLedger durante mucho tiempo, y a menudo me pregunto: después de tantos años de experimentos en el mundo cripto, siempre intentamos medir todo con código frío y distante. Cuando todo el conocimiento humano y la inspiración finalmente se convierten en el alimento de la IA, tal vez solo esta atribución en cadena, rigurosa y un poco obsesiva, pueda preservar el último punto de anclaje de dignidad y valor de la inteligencia humana antes de que la vida basada en silicio sumerja completamente a la civilización basada en carbono. Esta es la razón por la que sigo aquí observando a OPEN.
#openledger $OPEN