AIデータトラックの可能性とWeb3 DataFiの台頭

世界が最良の基盤モデルを構築しようと競い合う時代において、計算能力やモデルアーキテクチャが重要である一方で、真の競争優位性はトレーニングデータにあります。今月のAI界で最も注目すべき出来事は、ザッカーバーグが中国系の研究者を中心としたMeta AIチームを結成したことです。このチームは28歳のアレクサンダー・ワンが率いています。ワンが設立したScale AIは現在290億ドルの評価を受けており、多くのAI大手にデータサービスを提供しています。

Scale AIが多くのユニコーンの中で際立っている理由は、データがAI産業において重要であることを早期に見抜いたからです。計算能力、モデル、データはAIモデルの三大支柱を構成しています。ほとんどのモデルがtransformerをフレームワークとして採用する中で、大手企業が計算能力の問題を解決した後、データの重要性がますます際立っています。

モデルのトレーニングは、事前トレーニングとファインチューニングの2つの段階に分かれます。事前トレーニング段階では、大量のウェブから収集したテキストやコードなどの情報が必要で、ファインチューニング段階では、慎重に処理されたターゲットデータセットが必要です。この2種類のデータセットがAIデータトラックの主体を形成します。モデルの能力が向上するにつれて、高品質で専門的なトレーニングデータがモデルの性能を決定する重要な要素となります。

! 資産としてのデータ:DataFiは新しいブルーオーシャンを開く

従来のデータ会社と比較して、Web3はAIデータ分野において天然の優位性を持ち、DataFiの概念を生み出しました。Web3 DataFiの利点には以下が含まれます：

1. スマートコントラクトはデータの主権、安全性、プライバシーを保証します
2. 分散型アーキテクチャは、世界中で最適な労働力を引き寄せます
3. ブロックチェーンは明確なインセンティブと決済メカニズムを提供します
4. 効率的でオープンなデータ市場の構築に寄与する

一般のユーザーにとって、DataFiは分散型AIプロジェクトに参加するための最適な入り口です。ユーザーはデータを提供したり、モデルを評価したりするなどの単純なタスクを通じて参加でき、ハードルが低いです。

最近、複数のWeb3 DataFiプロジェクトがかなりの資金調達を行いました。主なプロジェクトには次のものが含まれます：

• サハラAI：分散型AIインフラと取引市場を構築する
• Yupp：AIモデルフィードバックプラットフォーム
• Vana：個人データをマネタイズ可能なデジタル資産に変換する
• Chainbase：オンチェーンデータに特化
• Sapien：人類の知識をAIトレーニングデータに変換する
• Prisma X：ロボットのオープンコーディネーション層
• Masa：Bittensorエコシステムのデータサブネットプロジェクト
• Irys：プログラム可能なデータストレージと計算
• ORO：一般人がAI貢献に参加できるようにする
• Gata：分散型データレイヤー

! 資産としてのデータ:DataFiは新しい青い海を開いています

これらのプロジェクトは現在、障壁が高くありませんが、初期のユーザーとエコシステムの粘着性を蓄積することが重要です。彼らが直面している課題には、労働力の管理、データ品質の確保、プロジェクトの透明性と分散化の程度の向上が含まれます。

DataFiの大規模な応用には、十分な数の個人ユーザーをデータエコシステムに引き込む必要があり、同時に主流企業の認知を得る必要があります。一部のプロジェクト、例えばSahara AIやVanaは、この点で良好な進展を遂げています。

DataFiは、人間の知性と機械の知性の長期的な共生関係を代表しています。AI時代に不安を感じている人や、まだブロックチェーンの理想を抱いている人々にとって、DataFiに参加することはトレンドに沿った賢明な選択かもしれません。

! 資産としてのデータ:DataFiは新しい青い海を開いています