Cours du VANA

#AI et #RWA sont les secteurs que nous considérons comme les plus prometteurs pour cette période. L'équipe a investi beaucoup d'énergie dans la recherche, et pendant ce temps, je posais souvent une question à l'équipe : « Qu'est-ce qui constitue vraiment une ressource #AI rare ? » Certains disent que c'est la puissance de calcul, d'autres parlent d'algorithmes. Au fil des échanges et des questions, j'ai réalisé de plus en plus clairement que la véritable rareté réside dans des données humaines de haute qualité. Récemment, le produit de données #Playground AI publié par #Vana m'a vraiment impressionné, car il permet de ramener de véritables données humaines de haute qualité aux individus, ouvrant ainsi l'ère du capital de données ! Auparavant, les données se classaient essentiellement en trois catégories : 1️⃣ Données publiques récupérées : tweets, données extraites de Reddit, ces données sont nombreuses mais superficielles et manquent de contexte. 2️⃣ Données privées de plateforme : interactions sur Spotify, Telegram, ChatGPT, c'est là que se trouvent de véritables données profondes et précieuses, mais elles sont verrouillées par les grandes entreprises. 3️⃣ Ensembles de données annotées : Kaggle ou annotation par crowdsourcing, qualité limitée, coût élevé, et difficile à mettre à l'échelle. Ce que fait #Playground, c'est créer une quatrième catégorie de données : des données collectivement possédées par la communauté. C'est impressionnant. Car ce ne sont ni des « reflets » gratuits récupérés, ni un « monopole en boîte noire » des plateformes, mais des « données humaines profondes » que les utilisateurs contribuent activement et que le DAO agrège. Après avoir regardé la démonstration vidéo de #VanaPlayground, j'ai vu pour la première fois un interface où je pouvais prévisualiser la structure des ensembles de données, télécharger des échantillons synthétiques, et même me connecter avec le DataDAO derrière, j'ai vraiment eu l'impression de me promener dans un « marché de données ». Comparé au passé où nous achetions des données comme des aliments en conserve, froids et sans savoir ce qu'ils contiennent ; maintenant, nous dialoguons directement avec les agriculteurs (la communauté), voyant l'origine et la fraîcheur. Pourquoi #VanaPlayground est-il si important pour #AI ? Actuellement, l'entraînement des modèles #AI ne dépend pas tant de la puissance de calcul, mais de la profondeur et de la diversité des données. Pour donner un exemple, les données d'interaction de #ChatGPT que nous utilisons quotidiennement peuvent refléter la véritable façon de penser des humains ; de même, les données d'écoute sur #Spotify peuvent décrire les préférences et les émotions des utilisateurs ; les données de chat de groupe lorsque les membres de la communauté utilisent #Telegram peuvent refléter le véritable contexte d'interaction de la communauté. Ces éléments ne peuvent pas être fournis par des crawlers. Ils sont le « carburant » nécessaire pour la personnalisation de #AI, les interactions #Agent, et les applications de prochaine génération. Dans #Playground, les données ne sont pas un ensemble de JSON désordonné, mais des échantillons structurés, avec une architecture, navigables et mesurables. Cela permet aux développeurs de concevoir des modèles et de faire des tests plus rapidement, tandis que les acheteurs peuvent « goûter » avant de décider d'acheter. Dans l'ensemble, je pense personnellement que la vision de #VanaPlayground est grande, ce n'est pas seulement un « hall d'exposition de données », mais le front de l'économie des données décentralisée. Aujourd'hui, il rend les ensembles de données visibles et explorables, comblant le fossé des ensembles de données personnelles de haute qualité ; demain, il deviendra le point d'entrée pour les transactions de données. Vous pouvez directement initier des demandes de données dans l'interface, permettant aux données de la communauté de participer directement à la distribution de valeur ; à l'avenir, cela pourrait devenir un protocole mondial de données humaines, où la contribution des utilisateurs → l'agrégation communautaire → l'utilisation par les développeurs → le retour des bénéfices à la communauté. Ce modèle est très similaire à la transition historique de la « privatisation des terres ». Auparavant, les données appartenaient aux plateformes, et les utilisateurs ne pouvaient que « travailler ». Maintenant, les données peuvent être « certifiées », elles ne sont plus un sous-produit, mais un capital. L'impact de cela sur l'ensemble de l'industrie #AI pourrait être plus profond que le simple accroissement de la puissance de calcul, et mérite d'être pris en compte et attendu !🧐