Grass | Запустили квесты на Galxe
Grass — это децентрализованная сеть для доступа к общедоступной сети и, следовательно, доступа к данным, необходимым для обучения моделей ИИ. По мере того, как он расширяется до бизнеса по очистке и подготовке структурированных наборов данных, он становится неотъемлемой частью основы существования ИИ — уровня данных ИИ.
Я надеюсь и без напоминаний, все здесь уже зарегистрированы, потому как проще уже заработка чем этот, быть не может.
✅Просто зарегистрировались ссылка
✅Установили расширение
✅Все, поинты автоматом вам начисляются
Проект собрал уже больше 1 млн$ инвесторы: Solana, Кайл Самани из фонда Multicoin, разговоры шли, что токен будет в сети Solana. И вот недавно GRASS представили в разделе AI
Переходи на Galxe: ссылка
В дискорде получаем роли
В последнем указываем вашу почту, по которой вы регистрировались на сайте ссылка
Получаем поинты и роли!
Введение о Grass
Недавно вы, возможно, слышали, как люди называют Grass «уровнем данных ИИ». Но что это значит?
Вы, вероятно, знаете, что революция искусственного интеллекта разворачивается прямо сейчас, и вы, возможно, знаете, что Grass — это самый простой способ заработать на нее долю, пока еще есть время. А вот что-нибудь посложнее, и — ну вот тогда и начинаются головные боли. Тема быстро усложняется, вокруг много шума.
И это нормально. Объяснять эти вещи – это буквально наша работа.
Итак, сегодня мы собираемся более подробно рассказать о том, что такое уровень данных ИИ, и объяснить некоторые новые сервисы, которые Grass начал предоставлять недавно. Тогда вы получите более четкое представление о том, почему 600 000 человек считают эту идею хорошей и почему вы сделали правильный выбор, решив присоединиться к ней. Давайте погрузимся.
- Что такое уровень данных ИИ?
Что такое уровень данных ИИ?
Итак, прежде чем мы вообще перейдем к этому, что такое ИИ в первую очередь? Объясни так, как будто мне 5.
Проще говоря, ИИ — это программа, которая берет большие объемы данных и находит в них закономерности. Затем он использует эти шаблоны для прогнозирования при появлении соответствующего запроса.
Один пример: подумайте о ChatGPT. Ему нужны миллиарды слов, и он замечает, как каждое из них соотносится друг с другом. Он видит слово «небо» рядом со словом «синий» 10 или 15 000 раз и теперь может сказать вам: небо голубое.
Хорошо, теперь пауза.
Вы заметите, что в этом абзаце произошли три вещи.
Сначала модель получила данные для обучения. Во-вторых, он прочесал его, чтобы «изучить» все закономерности и корреляции, которые смог найти. И в-третьих, он сказал вам «синий», когда вы спросили, какого цвета небо.
Когда вы думаете о протоколе искусственного интеллекта, особенно в криптовалюте, вы, вероятно, думаете о второй части — обучении. Вы думаете о децентрализованной сети процессоров, которую модель использует, когда прочесывает данные в поисках закономерностей. И вы будете правы — это один из видов протокола ИИ. Дело в том, что это не самая важная часть. Однако следующую часть следует прочитать внимательно.
Хотя обучение модели ИИ, очевидно, важно, ответы, которые вы получаете при ее использовании, основаны исключительно на корреляциях, которые она обнаруживает в данных обучения. ChatGPT может сказать вам, что небо голубое, только потому, что он встречал этот ответ достаточное количество раз в данных, на которых он обучался. Если вы начнете с обучающих данных низкого качества, вы получите ответы низкого качества. Нет данных о тренировках? Никаких ответов.
Другими словами, у вас может быть самая мощная модель на планете, но если она была обучена на двух статьях Medium, в обеих из которых говорится, что небо зеленое, угадайте, что скажет вам ваша модель, когда вы спросите, какого цвета небо. Бзззт. Неверный ответ.
С этой точки зрения данные на самом деле являются самой важной частью любой модели ИИ. Данные — это не просто преамбула к разработке, а ядро любой функционирующей модели, а предоставление данных — основа любого обучения. Вот почему, согласно одному отчету, «подготовка данных для инструментов ИИ часто составляет до 80 процентов от общей рабочей нагрузки, связанной с внедрением систем ИИ». На самом деле предоставление данных — это большая часть битвы!
Так что же тогда представляет собой уровень данных?
Уровень данных — это первый этап развития ИИ. Это часть стека ИИ, где данные собираются и подготавливаются для модели еще до начала обучения. А это, друзья мои, Грасс. Здесь вы также можете внести свой вклад и воспользоваться некоторыми преимуществами кембрийского взрыва искусственного интеллекта. Так что оставайтесь с нами. Давай продолжим…
- Используется ли Grass для сбора данных для обучения ИИ?
Мы рады, что вы спросили. Да, именно для этого и используется Grass!
Когда вы запускаете узел на Grass, вы продаете те части вашего интернет-соединения, которые не используются. Мы не все транслируем видео 24 часа в сутки, поэтому есть много Интернета, за который вы платите, но не используете в любой момент времени.
И это ресурс, за который будут платить лаборатории искусственного интеллекта! Используя нашу сеть, они могут выходить в Интернет, просматривать общедоступные веб-сайты и собирать данные искусственного интеллекта. Затем это используется в целях обучения, создания завтрашних моделей ИИ и компенсации обычным людям за изменения. Это действительно так просто.
- Используется ли Grass для подготовки этих данных после того, как они собраны из Интернета?
Благодаря Сократу, нашей новой внутренней вертикали разработки ИИ, это действительно так.
Когда данные собираются с общедоступных веб-сайтов, они поступают неструктурированными. Представьте себе языковые данные с веб-сайта, только вместо предложений и абзацев вы видите только строку букв и цифр длиной в тысячи цифр без понятного порядка. Структурирование данных — это процесс преобразования этих чисел в распознаваемый формат — в этом примере их организация таким образом, чтобы их можно было прочитать и интерпретировать. Чтобы модель ИИ могла их использовать, данные должны быть структурированы определенным образом, поэтому это, очевидно, критический шаг в конвейере ИИ.
Еще одним компонентом подготовки является очистка данных. Выбросы могут исказить результаты, которые дает модель в процессе обучения, поэтому важно их исключить до начала обучения. Более того, мы начинаем видеть больше случаев преднамеренного отравления по мере того, как разгораются войны за данные и компании пытаются саботировать друг друга. Они добиваются этого, размещая на своих веб-сайтах заведомо ложную информацию, чтобы загнать в тупик своих оппонентов, когда они пытаются получить друг от друга корпоративную информацию . Это еще одна причина, почему данные нельзя просто включить в модели ИИ без предварительной тщательной подготовки.
Socrates начинался как большое хранилище данных, к которому лаборатории искусственного интеллекта могли запрашивать доступ специально для обучения LLM. Однако в настоящее время ведется работа над обучением собственной модели, которая будет использоваться для автоматизации процесса очистки и подготовки данных, а также маркировки данных после их очистки. Это действительно подтолкнет уровень данных к перегрузке, ускоряя развитие децентрализованного ИИ по всем направлениям.
- Почему для оказания этих услуг необходима децентрализованная сеть?
Многие из крупнейших существующих веб-сайтов имеют долю в частных централизованных компаниях, занимающихся искусственным интеллектом, и заинтересованы в том, чтобы не дать более мелким конкурентам закрепиться. Даже те, которые еще не начали осознавать ценность своих данных, и начали вводить политику, которая делает стоимость доступа непомерно высокой для всех, кроме крупнейших лабораторий искусственного интеллекта. Огромный объем языковых данных можно получить, например, из Reddit, но в прошлом году компания начала взимать непомерные суммы за свой API, а теперь пытается помешать людям самостоятельно его очистить.
На практике это часто работает путем блокировки IP-адресов известных центров обработки данных. Многие корпорации используют сети, подобные Grass, которые являются централизованными и извлекающими по сравнению с децентрализованной и справедливой схемой Grass, и эти сети часто полагаются на центры обработки данных для очистки данных. Поскольку веб-сайты блокируют эти IP-адреса, единственный реальный способ, которым лаборатория ИИ может их просмотреть, — это через децентрализованные сети, такие как Grass.
- Чем Grass лучше традиционных методов предоставления данных?
Grass был создан по одной причине: появление искусственного интеллекта дает возможность исправить некоторые ошибки, допущенные в Web 2.0. Мы недовольны тем, как сейчас развивается Интернет, и считаем, что построение этой инфраструктуры — лучший способ продвижения наших ценностей в развитии Web3.
Вот три вещи, которыми мы гордимся:
- Grass — это сеть, которой будут владеть и управлять ее пользователи. Когда вы запускаете узел и зарабатываете баллы Grass, вы зарабатываете долю в самой сети, помогая ее эксплуатировать. В отличие от других сетей, которые стимулируют своих пользователей за гроши, если вообще их стимулируют, Grass задуман как справедливый и коллективный проект. Это означает, что по мере развития ИИ от этого выигрывают все мы, а не только Билл Гейтс и Илон Маск.
- Трава — это самый простой способ, который существует в настоящее время для любого человека, чтобы познакомиться с развитием ИИ. Запустить узел так же просто, как зарегистрироваться и установить расширение Chrome, а приложение сделает всю остальную работу за вас. Grass — это скорее пассивный, чем активный способ участия в ИИ, то есть каждый может внести свой вклад практически без усилий.
- Помимо своей полезности для обучения традиционному искусственному интеллекту, Grass позволяет создавать децентрализованный ИИ с открытым исходным кодом, создавая альтернативные пути доступа к веб-данным. Если никто этого не сделает, такие компании, как Google и Microsoft, получат право контролировать общедоступную сеть как единственные организации, которые проиндексировали все это. Затем они смогут использовать эту власть, чтобы утвердить монополию на разработку ИИ, поскольку (как вы теперь знаете) нет обучающих данных = нет модели ИИ. Предоставляя эту услугу и создавая основы для структурирования данных, как это делает Сократ, Грасс работает над тем, чтобы сделать общедоступные веб-данные доступными для всех.
Информации было много, но, надеюсь, вы лучше поняли, какую роль Грасс играет в разработке ИИ, какова наша текущая миссия и почему мы считаем ее такой важной. Участвуя с нами здесь, вы не просто получаете вознаграждение за работу по созданию сети. Вы помогаете создать лучший, более справедливый и справедливый мир. Как и сам ИИ, все начинается с уровня данных. Поэтому спасибо за то, что помогли нам построить эту инфраструктуру и создать мир, в котором мы хотим жить.
Просто зарегистрировались ссылка
Установили расширение
Все, поинты автоматом вам начисляются