Pada 27 November, Zhao Changpeng menulis di X bahwa tugas seperti penandaan data AI sangat cocok untuk diselesaikan melalui blockchain, memanfaatkan tenaga kerja global dengan biaya rendah, dan melakukan pembayaran instan menggunakan cryptocurrency, serta memecahkan batasan geografis.
Penandaan data merujuk pada proses memberi label secara manual atau otomatis pada data mentah (seperti teks, gambar, audio, dll.) sehingga memiliki informasi terstruktur tertentu. Data yang ditandai digunakan untuk melatih model pembelajaran mesin atau kecerdasan buatan, misalnya, memberi label kategori emosi (positif, negatif, netral) pada teks adalah salah satu bentuk penandaan data. Menggunakan blockchain untuk penandaan data kecerdasan buatan sangat cocok untuk skenario penandaan data yang membutuhkan transparansi tinggi, keandalan, dan kolaborasi terdistribusi. Ini tidak hanya dapat meningkatkan efisiensi dan kualitas penandaan data, tetapi juga menciptakan kemungkinan baru untuk kolaborasi global dan perdagangan data.
Saat ini, proyek-proyek berkualitas apa yang ada di jalur ini? Bagaimana prospek pengembangan jalur ini?
Peran blockchain dalam penandaan data AI
Blockchain adalah teknologi buku besar terdistribusi yang terdesentralisasi, yang memiliki karakteristik transparansi, ketidakberubahan, dan dapat dilacak. Karakteristik ini dapat mengatasi masalah berikut dalam metode tradisional dalam penandaan data:
**Keaslian Data dan Perlindungan Terhadap Pengubahan: ** Setiap catatan yang diberi label ditulis ke dalam blockchain dan tidak dapat diubah sembarangan, menjamin kepercayaan pada penandaan.
Transparansi Penugasan: Blockchain dapat merekam proses distribusi, pelaksanaan, dan audit tugas, mencegah penugasan tugas yang tidak adil atau pengubahan hasil.
Mekanisme Insentif: Menggunakan teknologi kontrak pintar blockchain, pengannotasi data dapat secara otomatis mendapatkan cryptocurrency atau hadiah lainnya dengan menyelesaikan tugas.
Sumber Data: Setiap informasi asal, penandai, dan pengulas dari label dapat dilacak.
Skenario Aplikasi
Pemberian Label Terdistribusi: Menggunakan blockchain, tugas penandaan data dialokasikan kepada penanda di seluruh dunia, sehingga efisiensi pemrosesan data lebih tinggi.
Audit Kualitas: Hasil penandaan oleh banyak orang dibandingkan dan diaudit menggunakan teknologi blockchain untuk memastikan akurasi penandaan.
Perdagangan Data Berlabel: Data yang telah diberi label dapat diperdagangkan di blockchain, sehingga pihak pembeli dan penjual tidak perlu khawatir tentang integritas atau keaslian data.
Perlindungan Privasi: Menggunakan blockchain untuk menyimpan data yang diberi label secara terenkripsi, menjamin keamanan data privasi.
Proyek Terkait
OORT DataHub: Menyediakan layanan penandaan data terdesentralisasi berbasis blockchain, menggunakan algoritma Proof of Honesty untuk kontrol kualitas. Platformnya mendistribusikan tugas, memeriksa kualitas data, dan membayar imbalan melalui kontrak pintar, menarik penandai dari seluruh dunia untuk bergabung, serta memastikan transparansi dan perlindungan privasi data yang ditandai.
Model ekonomi token proyek adalah sebagai berikut:
Hadiah Komunitas*: Dengan berpartisipasi dalam penandaan dan analisis data, pengguna dapat memperoleh hadiah token $OORT. Selain itu, mereka juga mungkin mendapatkan NFT unik yang terkait dengan kontribusi, yang memberikan hak tambahan, seperti hadiah peningkatan (APY), diskon perangkat, dan hak suara DAO.*
Staking Tugas*: Peserta harus mempertaruhkan setidaknya 210 token $OORT untuk menunjukkan komitmen terhadap tugas, setelah menyelesaikan tugas, token akan dikembalikan dan hadiah akan diberikan.*
Pembagian Pendapatan Penjualan*: Beberapa pemegang NFT juga dapat memperoleh dividen dari pendapatan penjualan data di masa depan, yang lebih meningkatkan pendapatan jangka panjang.*
PublicAI: Proyek ekosistem AI di atas rantai Solana, bertujuan untuk menghubungkan pihak yang membutuhkan data dan pelabel global, dengan mekanisme insentif token kripto untuk memberi penghargaan kepada peserta, serta memanfaatkan teknologi blockchain untuk merekam rincian proses pelabelan, menjamin keamanan dan privasi data.
Model ekonomi token proyek adalah sebagai berikut:
Hadiah Komunitas:* 10% dari token Public akan digunakan untuk hadiah airdrop bagi interaksi awal pengguna, secara spesifik ada**** tiga cara untuk mendapatkan airdrop,**** menjadi AI Builder: mengumpulkan konten internet berkualitas tinggi;** menjadi AI Validator: memvalidasi konten yang dikumpulkan; menjadi AI Developer: menggunakan dataset yang telah divalidasi untuk melatih agen AI.*
Distribusi Token***：***Proyek ini menyelesaikan pendanaan putaran benih sebesar 2 juta dolar AS pada Januari 2024, dengan investor termasuk IOBC Capital, Foresight Ventures, Solana Foundation, Everstate Capital, dan beberapa akademisi terkenal dari dunia kecerdasan buatan, saat ini rincian spesifik distribusi token PublicAI belum jelas.
Tantangan yang Dihadapi
Saat ini, ada beberapa faktor yang membatasi pengembangan jalur ini: pertama, penandaan data AI membutuhkan sumber daya komputasi dan penyimpanan yang tinggi; kedua, kinerja proyek tergantung pada skala blockchain; ketiga, standardisasi teknologi dan regulasi masih belum sempurna.
Di antara itu, poin kedua mungkin adalah tantangan terbesar yang dihadapi saat ini. Karena pelabelan data AI dan pelatihan model biasanya memerlukan banyak sumber daya komputasi, sementara kemampuan komputasi node dalam jaringan blockchain terbatas. Bagaimana cara mengintegrasikan dan memanfaatkan sumber daya komputasi terdistribusi secara efektif untuk memenuhi kebutuhan komputasi proyek pelabelan data AI, sambil memastikan karakteristik desentralisasi blockchain, adalah masalah yang perlu segera diselesaikan. Diketahui bahwa Greenfield di bawah Binance sedang memberikan dukungan penyimpanan untuk jalur ini, berharap dapat lebih banyak sumber daya penyimpanan dan komputasi yang diterapkan di bidang ini.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Bagaimana perkembangan jalur penandaan data AI dari Zhao Changpeng yang advokat sekarang?
Rachel, Jincai Finance
Pada 27 November, Zhao Changpeng menulis di X bahwa tugas seperti penandaan data AI sangat cocok untuk diselesaikan melalui blockchain, memanfaatkan tenaga kerja global dengan biaya rendah, dan melakukan pembayaran instan menggunakan cryptocurrency, serta memecahkan batasan geografis.
Penandaan data merujuk pada proses memberi label secara manual atau otomatis pada data mentah (seperti teks, gambar, audio, dll.) sehingga memiliki informasi terstruktur tertentu. Data yang ditandai digunakan untuk melatih model pembelajaran mesin atau kecerdasan buatan, misalnya, memberi label kategori emosi (positif, negatif, netral) pada teks adalah salah satu bentuk penandaan data. Menggunakan blockchain untuk penandaan data kecerdasan buatan sangat cocok untuk skenario penandaan data yang membutuhkan transparansi tinggi, keandalan, dan kolaborasi terdistribusi. Ini tidak hanya dapat meningkatkan efisiensi dan kualitas penandaan data, tetapi juga menciptakan kemungkinan baru untuk kolaborasi global dan perdagangan data.
Saat ini, proyek-proyek berkualitas apa yang ada di jalur ini? Bagaimana prospek pengembangan jalur ini?
Peran blockchain dalam penandaan data AI
Blockchain adalah teknologi buku besar terdistribusi yang terdesentralisasi, yang memiliki karakteristik transparansi, ketidakberubahan, dan dapat dilacak. Karakteristik ini dapat mengatasi masalah berikut dalam metode tradisional dalam penandaan data:
Skenario Aplikasi
Proyek Terkait
Model ekonomi token proyek adalah sebagai berikut:
Hadiah Komunitas*: Dengan berpartisipasi dalam penandaan dan analisis data, pengguna dapat memperoleh hadiah token $OORT. Selain itu, mereka juga mungkin mendapatkan NFT unik yang terkait dengan kontribusi, yang memberikan hak tambahan, seperti hadiah peningkatan (APY), diskon perangkat, dan hak suara DAO.*
Staking Tugas*: Peserta harus mempertaruhkan setidaknya 210 token $OORT untuk menunjukkan komitmen terhadap tugas, setelah menyelesaikan tugas, token akan dikembalikan dan hadiah akan diberikan.*
Pembagian Pendapatan Penjualan*: Beberapa pemegang NFT juga dapat memperoleh dividen dari pendapatan penjualan data di masa depan, yang lebih meningkatkan pendapatan jangka panjang.*
Model ekonomi token proyek adalah sebagai berikut:
Hadiah Komunitas:* 10% dari token Public akan digunakan untuk hadiah airdrop bagi interaksi awal pengguna, secara spesifik ada**** tiga cara untuk mendapatkan airdrop,**** menjadi AI Builder: mengumpulkan konten internet berkualitas tinggi;** menjadi AI Validator: memvalidasi konten yang dikumpulkan; menjadi AI Developer: menggunakan dataset yang telah divalidasi untuk melatih agen AI.*
Distribusi Token***：***Proyek ini menyelesaikan pendanaan putaran benih sebesar 2 juta dolar AS pada Januari 2024, dengan investor termasuk IOBC Capital, Foresight Ventures, Solana Foundation, Everstate Capital, dan beberapa akademisi terkenal dari dunia kecerdasan buatan, saat ini rincian spesifik distribusi token PublicAI belum jelas.
Tantangan yang Dihadapi
Saat ini, ada beberapa faktor yang membatasi pengembangan jalur ini: pertama, penandaan data AI membutuhkan sumber daya komputasi dan penyimpanan yang tinggi; kedua, kinerja proyek tergantung pada skala blockchain; ketiga, standardisasi teknologi dan regulasi masih belum sempurna.
Di antara itu, poin kedua mungkin adalah tantangan terbesar yang dihadapi saat ini. Karena pelabelan data AI dan pelatihan model biasanya memerlukan banyak sumber daya komputasi, sementara kemampuan komputasi node dalam jaringan blockchain terbatas. Bagaimana cara mengintegrasikan dan memanfaatkan sumber daya komputasi terdistribusi secara efektif untuk memenuhi kebutuhan komputasi proyek pelabelan data AI, sambil memastikan karakteristik desentralisasi blockchain, adalah masalah yang perlu segera diselesaikan. Diketahui bahwa Greenfield di bawah Binance sedang memberikan dukungan penyimpanan untuk jalur ini, berharap dapat lebih banyak sumber daya penyimpanan dan komputasi yang diterapkan di bidang ini.