La IA tiene tres pilares fundamentales: Potencia computacional, datos y Algoritmo.

Entre estos tres, la importancia de la potencia computacional es la más evidente, por lo que la capitalización de mercado de Potencia computacional de NVIDIA superó a Microsoft y Apple, convirtiéndose en la empresa más valiosa del mundo. Sin embargo, como enfatizó Alex Wang, fundador de Scale AI, en un podcast, los datos están reemplazando a la potencia computacional como la mayor limitación para mejorar el rendimiento de los modelos de IA.

La sed de datos de la inteligencia artificial es interminable, pero los recursos de datos disponibles en internet están casi agotados. Para mejorar aún más el rendimiento del modelo, es necesario depender de más datos de alta calidad. Aunque las empresas tienen una gran cantidad de datos valiosos internamente, estos datos no estructurados solo pueden ser utilizados realmente para el entrenamiento de IA después de una anotación meticulosa. Y la anotación de datos es un trabajo intensivo en recursos que durante mucho tiempo se ha considerado la parte más dura y humilde de la industria de la inteligencia artificial on-chain.

Sin embargo, gracias a su estrategia de ser pioneros en el campo de la anotación de datos, Scale AI logró una valuación de 13,800 millones de dólares en su última ronda de financiamiento en mayo de este año, superando a muchas empresas de modelos grandes conocidas. Este logro sin duda rompe el prejuicio de que “la anotación de datos es solo trabajo duro”.

Al igual que muchos proyectos de Potencia computacionalDescentralización desafían a NVIDIA, el proyecto de inteligencia artificial encriptación AI de 5 millones de dólares recién completado en abril de este año, Sapien AI, también intenta desafiar a Scale AI. No solo planea ingresar al mercado de nicho a través de Potencia computacionalDescentralización, sino que también planea construir la red de anotación de datos humanos más grande del mundo.

Recientemente, BlockBeats entrevistó a Trevor Koverko, cofundador y COO de Sapien AI. Como cofundador de varios proyectos exitosos como Polymath, Polymesh y Tokens.com, Trevor ya contaba con una amplia experiencia empresarial antes de fundar Sapien AI. En la entrevista, compartió en detalle su experiencia en la creación de Sapien AI, así como su estrategia para competir de manera desplazada con Scale AI y sus ideas únicas sobre cómo diseñar mecanismos comerciales inspirados en juegos de la cadena MATH.

Sitio web de experiencia del proyecto Sapien AI: game.sapien.io

Toronto, la tierra fértil de la innovación, es el fruto creativo de la encriptación y la comunidad de IA

BlockBeats: Vi que has jugado para los New York Rangers de la NHL en tu perfil de LinkedIn. Como ex jugador profesional de hockey, ¿cómo te has adentrado en la industria de encriptación?

Trevor: En mi carrera profesional, he desempeñado muchos roles diferentes. El hockey sobre hielo fue mi primer trabajo. En Canadá, el hockey sobre hielo es una parte muy importante de nuestra cultura. Si no juegas hockey sobre hielo cuando eres joven, prácticamente te consideran un extraño. Así que fue una parte importante de mi crecimiento. Aprendí mucho sobre trabajo en equipo y competencia de alto nivel, y esas experiencias todavía me afectan hasta el día de hoy.

Cuando mi carrera en el hockey llegó a su fin, me lancé al mundo de los negocios. De hecho, pasé un tiempo en Asia. Viví en China, específicamente en la ciudad de Dalian, en el noreste de China. Mi carrera deportiva y mi experiencia en China son dos partes muy importantes que han moldeado mi proceso de crecimiento.

Yo crecí en el ecosistema de encriptación en Toronto. Me involucré temprano en la comunidad de BTC, antes del lanzamiento de Ethereum. Solíamos asistir a reuniones, compartir con amigos e incluso conocí a Vitalik, que en ese momento era editor de “Bitcoin Magazine”.

Más tarde, cuando Vitalik publicó el White Paper, la comunidad de BTC gradualmente se convirtió en la comunidad de ETH. Fue un momento de pasión ardiente. En 2017-2018, lancé mi propio proyecto RWA Polymath, en un momento en el que ni siquiera había una clasificación clara en este campo, lo llamamos “token de seguridad”. Este fue mi primer proyecto importante en el campo de la encriptación. Trabajamos en todos los aspectos de este proyecto, desde recaudar fondos hasta lanzar aplicaciones en la comunidad de ETH.

Finalmente, también hemos establecido nuestra propia cadena de bloques de Capa 1, lo cual fue un desafío aún mayor. Afortunadamente, tenemos personas muy inteligentes como Charles Hoskinson como arquitecto del protocolo. Hoy en día, esta cadena de bloques se ha convertido en una marca independiente llamada Polymesh. Es una de las primeras y más grandes redes RWA, y es de nivel de Capa 1. Ahora solo soy un miembro de la comunidad, ya que se ha descentralizado por completo, y solo apoyo esta red desde lejos. En cuanto a la adopción, ha tenido un desempeño excelente, y ahora RWA también se está convirtiendo en un ecosistema emocionante.

BlockBeats: ¿Qué te llevó a cambiar tu interés de RWA a AI y decidir fundar Sapien AI?

Trevor: Después de la operación diaria de Polymesh, comencé a interesarme por la IA. Toronto tiene una comunidad de tecnología AI muy poderosa, donde muchos de los primeros marcos de trabajo de IA modernos fueron creados por investigadores de la Universidad de Toronto, como el ‘Padre del Aprendizaje Profundo’ Geoffrey Hinton y el ex científico jefe de OpenAI Ilya Sutskever.

Izquierda: Ilya Sutskever; Derecha: Geoffrey Hinton

Estoy muy interesado en el uso de la IA, y también tengo un grupo de amigos inteligentes que trabajan en aprendizaje automático en la Universidad de Waterloo. Gradualmente, me he interesado en la pila de tecnología de la IA, cómo funciona, el proceso de producción de datos de entrenamiento y cómo los humanos participan en la producción de estos datos de entrenamiento. Es un proceso de aprendizaje muy natural.

Al principio, no tenía ambiciones de fundar una empresa, pero después de aproximadamente 6 meses de profundizar en el campo de la IA y el aprendizaje automático, bajo la guía de un mentor en el programa de posgrado de aprendizaje automático de la Universidad de Waterloo, comenzamos a descubrir áreas interesantes con problemas y vimos la oportunidad de resolver estos problemas. Finalmente, fundamos la empresa Sapien.

**BlockBeats: ¿Puede presentar la misión principal de este proyecto a las personas que no conocen Sapien AI? ¿Dónde se manifiesta la importancia del servicio de etiquetado de datos en la industria actual de la IA?

Trevor: La anotación de datos es extremadamente importante. Esta es también una de las principales razones del éxito de modelos de lenguaje de gran escala como ChatGPT, ya que fueron los primeros en utilizar anotadores humanos a gran escala para enriquecer los conjuntos de datos del modelo.

Hasta el día de hoy, la importancia de la anotación de datos sigue aumentando, ya que la competencia de rendimiento entre estos modelos es muy intensa, y la mejor manera de mejorar el rendimiento del modelo es agregar más anotaciones de datos profesionales al conjunto de datos.

Consideramos el procesamiento de datos como una Cadena de suministro: primero están los datos originales, que luego necesitan ser estructurados y organizados. Una vez estructurados, se pueden entrenar esos datos. Después de completar el entrenamiento, se pueden realizar inferencias sobre ellos. En resumen, este es un proceso gradual de agregación de valor a los datos en el contexto de la inteligencia artificial.

Al igual que en otras industrias, estamos empezando a ver la segmentación de la industria de la IA, con diferentes campos verticales emergentes y algunas empresas destacando en pasos específicos del proceso. Para mí, lo más interesante es el segundo paso, es decir, la estructuración de datos y la preparación para el entrenamiento, que siempre ha sido la parte que más me ha interesado.

Scale AI de Descentralización, apuntando al mercado de larga cola

BlockBeats: ¿Qué hace que Sapien AI sea diferente de las empresas tradicionales de Web2, como Scale AI?

**Trevor：**Esta es una gran pregunta. Valoramos mucho a Scale, son una empresa increíble, con cofundadores muy destacados. Conocemos a uno de ellos. Son una de las mayores empresas de IA del mundo, tanto en ingresos, capitalización de mercado como en términos de uso.

Nuestras diferencias radican en que partimos de los primeros principios para considerar cómo debería ser una pila de tecnología de marcado de datos moderna en 2024. No necesariamente buscamos los casos de uso cubiertos por Scale, sino que apuntamos al mercado de gama media y de larga cola.

Nos esforzamos por ofrecer retroalimentación humana sobre conjuntos de datos de manera accesible para cualquier persona, ya sea que seas un modelo de Código abierto en el mercado medio, un modelo empresarial o simplemente un individuo que realiza investigaciones los fines de semana. Si deseas mejorar el rendimiento del modelo y necesitas retroalimentación humana adaptable, ven a nosotros.

Nos puedes considerar como una versión más distribuida o Descentralización de Scale AI. Esto significa que nuestros anotadores son más amplios, no están limitados a una ubicación específica, sino que pueden trabajar de forma remota desde cualquier lugar. En cierto modo, esta descentralización nos permite mejorar la calidad del etiquetado de datos, ya que la diversidad no solo busca la inclusión, sino que también puede mejorar la calidad del entrenamiento de datos.

Por ejemplo, si haces que un grupo de personas con antecedentes similares etiqueten datos en una instalación, es probable que se genere una salida de datos sesgada o culturalmente inclinada. Por lo tanto, nos esforzamos desde el principio para que sea lo más diverso y robusto posible. Debido a la mayor Descentralización, también podemos obtener anotadores de mayor calidad en cierta medida. Si tienes que trabajar en un lugar específico en Filipinas, tus opciones de contratación son limitadas, pero a través de un enfoque remoto prioritario, podemos encontrar anotadores desde cualquier lugar.

No estoy diciendo que Scale no haya hecho estas cosas, pero estamos pensando en cómo servir a otras partes del mercado de modelos. Porque creemos que este mercado seguirá subiendo y habrá una gran cantidad de modelos privados y con licencia que requerirán retroalimentación humana.

BlockBeats: ¿Cómo se diseña y optimiza el flujo de trabajo de anotación de datos de Sapien AI? ¿Cuáles son los pasos clave para garantizar la calidad de los datos?

Trevor: Nuestra plataforma funciona de manera similar a un mercado bilateral. Puedes pensar en ella como la versión de Descentralización de Uber en el campo de la anotación de datos. Por un lado, están los demandantes, que son como los pasajeros de Uber, es decir, las empresas clientes que necesitan retroalimentación humana en sus modelos. Por ejemplo, si están construyendo un modelo de lenguaje grande y desean ajustarlo, necesitarán participación humana.

Vinieron a vernos y subieron el conjunto de datos originales a la red. Cotizamos en función de varias variables diferentes del conjunto de datos, como la complejidad, los modos de datos, el formato de los datos, etc. Para nuestros clientes empresariales, este proceso es muy automatizado.

Por otro lado, están los proveedores, es decir, los anotadores, que son como nuestros conductores de Uber. Actualmente, este es realmente el cuello de botella de la industria y necesitamos que se unan a la red tantos anotadores como sea posible. Debido a que la demanda es básicamente ilimitada, al igual que Uber, siempre habrá personas que quieran viajar, esta demanda nunca terminará. En el campo de la IA, también hay una demanda constante de modelos de IA que consuman más datos.

Estamos muy comprometidos con el seguimiento del lado de la oferta y nos esforzamos por permitir que cualquier persona pueda realizar fácilmente la anotación de datos. Hemos desarrollado algunas nuevas tecnologías y seguimos mejorándolas para garantizar la realización de anotaciones a gran escala y de alta calidad en un entorno distribuido. El problema que planteamos inicialmente fue cómo garantizar anotaciones de alta calidad sin una gestión centralizada. Esto es lo que llamamos el ‘trilema de la anotación de datos’: ¿podríamos reducir los costos para los clientes, aumentar los ingresos de los anotadores y mejorar la calidad en general?

Hemos realizado múltiples experimentos en este campo y hemos obtenido algunos resultados muy interesantes. Hemos probado diferentes mecanismos nuevos como la regresión de la media, la detección de anomalías, entre otros, y hemos combinado algunos modelos probabilísticos que pueden inferir en gran medida la calidad del trabajo de los anotadores. También estamos desarrollando algunas tecnologías actualizadas. Sin embargo, hasta el momento, estamos muy emocionados por las perspectivas de desarrollo de la anotación de datos en los próximos cinco a diez años. Creemos que la anotación de datos se volverá más descentralizada, más autoservicio y más automatizada.

**BlockBeats: ¿Puede proporcionar más detalles sobre sus productos y tecnologías, especialmente aquellas que garantizan la calidad de los datos? Sé que tienen un mecanismo de stake para prevenir el comportamiento malicioso de los anotadores, ¿hay alguna otra tecnología adicional?

Trevor: Sí, estamos probando muchas cosas diferentes. Tenemos un sistema de reputación, así como un sistema de estaca y castigo. Los anotadores pueden ser multados si no cumplen con los criterios después de apostar una cierta cantidad de fondos. Estos mecanismos aún se encuentran en las primeras etapas experimentales, pero hemos encontrado que este incentivo por sí solo puede mejorar significativamente la adherencia a la calidad, y posiblemente incluso por múltiples desviaciones estándar. Sin embargo, este conjunto de control de calidad se consigue mediante la media ponderada de los diferentes Algoritmos, que estamos constantemente afinando. Al mismo tiempo, nosotros mismos estamos utilizando el aprendizaje automático para optimizar este proceso. Por ejemplo, utilizamos herramientas de linter de ML y la prueba “Red Rabbit”, que consiste en proporcionar datos falsos a los anotadores para comprobar si son honestos con sus etiquetas.

Este es un gran problema: ¿cómo saber si las personas están llevando a cabo un Ataque Sybil en la red (es decir, tratando de hacer trampa y manipular el sistema)? Debemos estar alerta a esto en todo momento. También es por eso que nos gustan ciertos mecanismos de incentivos Web3, ya que estos mecanismos fueron originalmente inventados para resolver problemas similares de Ataque Sybil y el problema de los generales bizantinos, con el fin de hacer que el cumplimiento de las reglas sea en el mejor interés de todos. Si eres egoísta, seguirás el protocolo de la red.

Estamos todavía en las etapas iniciales. Para algunos clientes importantes, hemos implementado métodos de control de calidad más tradicionales, mientras nos movemos rápidamente hacia este nuevo mundo de datos fronterizos.

BlockBeats: ¿Cuál crees que es la mayor ventaja de Sapien AI como plataforma de etiquetado de datos Descentralización?

Trevor: Como dije, nuestra plataforma es más autónoma, lo que nos permite atender a un grupo más amplio de clientes. También tenemos requisitos muy amplios para los anotadores. Queremos que cualquiera pueda convertirse en un anotador, porque creemos que la próxima era o capítulo de la IA consistirá en extraer más conocimiento existente de los humanos. No solo se trata de cosas básicas que tanto los humanos como las máquinas pueden reconocer fácilmente, como ‘esto es una señal de estacionamiento’ o ‘este es un automóvil’, sino también cosas más relacionadas con la inferencia.

Alex Wang de Scale ha hablado sobre este tema: los datos en Internet son el resultado del razonamiento, pero no describen el proceso de razonamiento en sí. Entonces, ¿cómo podemos comprender más profundamente el pensamiento humano? Esto requiere más trabajo y una anotación más especializada. Esto puede ayudarnos a acelerar el desarrollo de la inteligencia artificial general (AGI).

Entonces, nuestra misión más grande es: ¿podemos desbloquear más conocimientos en el conjunto de datos privados dentro de las empresas y en las mentes de los profesionales? Estos profesionales tienen conocimientos especializados en ciertos campos verticales (como medicina o derecho) que los modelos aún no han dominado.

Seguimos trabajando para hacer que nuestra plataforma tenga la mayor Liquidez posible y mantener el equilibrio entre la oferta y la demanda. Queremos lograr una fijación de precios dinámica, como lo hace Uber. Estos mecanismos nos hacen parecer más como un verdadero mercado bilateral, satisfaciendo la demanda de datos y ayudando a los anotadores a unirse. Estos son algunos de los enfoques únicos que utilizamos para construir la plataforma. En cuanto a la garantía de calidad, utilizamos en tiempo real las tecnologías mencionadas anteriormente. Esperamos que nuestros anotadores obtengan la mayor retroalimentación posible en tiempo real, ya que esto puede crear una mejor experiencia para todos.

Label to Earn，el futuro de la economía gig

BlockBeats: He notado que Sapien AI ha llegado a un acuerdo con el gremio de juegos Yield Guild Games (YGG), ¿se puede entender el mecanismo de etiquetado de Sapien AI como un tipo de juego “label to earn”?

Trevor: Es completamente correcto. Realmente esperamos poder ingresar al mundo de las personas que desean ganarse la vida a través de sus teléfonos móviles, creemos que este es el futuro de la economía gig. No necesitas un automóvil para conducir en Uber, no necesitas realizar entregas de comida a un lugar físico, solo necesitas iniciar sesión en tu teléfono móvil y realizar anotaciones de datos para poder obtener ingresos.

YGG es un socio increíble, son uno de nuestros inversores ángel. Tenemos una gran relación con el fundador Gabby, tienen una comunidad increíble en el sudeste asiático. Tenemos grandes planes con ellos para ayudar a sus usuarios a encontrar nuevas formas de ganar dinero, mientras ellos también nos ayudan a conseguir nuevos usuarios. Recientemente anunciamos algunos proyectos de colaboración y estamos preparando más planes para el futuro. Durante la mayor parte del cuarto trimestre, también nos reuniremos con estos socios en Asia y continuaremos impulsando la colaboración.

BlockBeats: ¿Qué opinas de juegos de cadena de bloques como “Axie Infinity” que permiten ganar mientras juegas?

**Trevor：**Esto es muy innovador, podría decirse que es una fuente de inspiración. Aunque solo sea un experimento, creo que volverá en una nueva forma. Esa es la maravilla de las startups y el emprendimiento descentralizado, es una forma de destrucción creativa.

Lo que estamos haciendo tiene de hecho algunos elementos de “jugar para ganar”, y también tendemos a usar frases como “etiquetar para ganar” o “entrenar para ganar”. Pero hay diferencias, porque somos un negocio real. Aquí se etiquetan datos reales, los clientes pagan dinero real, y al final se produce un producto real. Así que esto no es solo un videojuego de bucle infinito.

Aunque etiquetar datos con Sapien AI es interesante, puede que no sea tan interesante como jugar Grand Theft Auto V. Esperamos lograr un buen equilibrio entre diversión y utilidad, para que sea algo que puedas hacer mientras esperas 5 minutos en la parada del autobús, pero también algo que puedas hacer durante 5 horas frente a tu computadora en casa. Nuestro objetivo es hacerlo lo más fácil posible de participar.

BlockBeats: ¿Tienen alguna manera de hacer que la anotación de datos sea más divertida, no solo como trabajo, sino más como un juego?

**Trevor：**Sí, tenemos muchos experimentos en curso. Puedes visitar game.sapien.io y probar el juego por ti mismo, etiquetando datos reales de IA. Puedes convertirte en un trabajador de IA, jugar y etiquetar datos reales de IA, además de ganar puntos. El juego es muy sencillo y la interfaz es intuitiva.

Interface de juego en game.sapien.io

Los datos en sí mismos también son interesantes. Es posible que debas etiquetar algunas imágenes muy interesantes, como etiquetar nuestros datos de moda, etc. Planeamos admitir varios tipos diferentes de modalidades y conjuntos de datos. Planeamos agregar más funciones con el tiempo.

Futuro plan: construir la red de etiquetado de datos artificiales más grande del mundo

BlockBeats: Aparte de YGG, ¿tienen planes de colaborar en el futuro con otros proyectos de encriptación?

Por lo tanto, estamos colaborando con otros en el campo de datos de Descentralización, en las primeras etapas de establecimiento de este estándar y planeamos lanzarlo como un producto público. También hicimos algo similar en Polymath, donde lanzamos el ERC-1400, que ahora se ha convertido en uno de los estándares predeterminados de tokenización en la red ETH.

Por lo tanto, tenemos algunas ideas sobre la creación de estándares y planeamos colaborar con equipos y socios de la industria que nos han ayudado en el pasado para impulsar conjuntamente este proceso. Esto hará que la inteligencia artificial sea más real, y también la hará más interoperable, lo que significa que los datos pueden fluir más fácilmente entre diferentes etapas, ya que nadie puede hacerlo todo.

BlockBeats: ¿Cuándo es la fecha exacta de lanzamiento de Sapien AI Mainnet y su aplicación móvil?

**Trevor：**Actualmente no tenemos un plan de lanzamiento específico. Estamos enfocados en emparejar nuestro subir principal con el mercado de productos Web2. Ya contamos con anotadores de 71 países. Este año, nuestros ingresos en el lado de la demanda casi se han duplicado cada mes.

Solo queremos seguir creciendo, entender continuamente a nuestros clientes y seguir brindándoles servicio. Con el tiempo, mantendremos una actitud abierta hacia diversas estrategias y tecnologías.

BlockBeats: He visto que el cofundador de Base, Rowan Stone, se ha unido a Sapien AI como director de desarrollo de negocios, ¿Sapien AI se construirá en qué cadena de bloques pública? ¿Hay planes de emisión de Token nativo?

**Trevor：**Estas son preguntas con mucha Profundidad, las aprecio mucho. Rowan es genial, él y Jesse Pollak fundaron Base juntos, Jesse es definitivamente una figura legendaria. Rowan tiene una vasta experiencia y es insuperable en la construcción de productos Web3 de nivel industrial. En mi opinión, él es insuperable. Él participó y lideró el evento ‘Onchain Summer’, que fue uno de los eventos más exitosos que recuerdo.

Él nos está ayudando a desarrollar estrategias de mercado en ciertas áreas. Pero, como acabo de decir, actualmente estamos muy enfocados en brindar servicios a nuestros clientes existentes, ese es nuestro enfoque principal. No hemos hecho ningún compromiso o decisión en cuanto a elegir cualquier Layer 1 u otra cosa. Pero en el futuro, seguiremos considerando diversas posibilidades.

BlockBeats: ¿Cuáles son los planes y objetivos futuros de Sapien AI? ¿Qué hitos esperas lograr en los próximos años?

Trevor: Nuestra misión es aumentar en 100 veces el número de anotadores de datos humanos en todo el mundo y permitir que cualquier persona acceda fácilmente a esta red. Queremos construir la red de anotadores de datos humanos más grande del mundo. Creemos que esto será un activo muy valioso, por lo que queremos construirlo y controlarlo, pero eventualmente lo abriremos. Queremos que cualquiera pueda acceder a él sin necesidad de permisos.

Si pudiéramos construir la red de anotación de datos artificiales más grande del mundo, desbloquearía una gran cantidad de capacidades potenciales de IA, ya que cuanto más datos de alta calidad tengamos, más poderosa será la IA y más útil será para todos.

Esperamos que pueda servir a todos, no solo a las grandes empresas de modelos de lenguaje que pueden pagar a millones de anotadores humanos. Ahora, cualquiera puede utilizar esta red. Puedes verlo como una plataforma de “etiquetado como servicio”.

Detrás de la Descentralización: la tarea de los emprendedores es resolver problemas

BlockBeats: Por último, me gustaría preguntarle sobre su observación y opinión sobre toda la industria. ¿Cuáles cree que son los potenciales aún no descubiertos en el campo de la encriptación AI en la actualidad?

**Trevor: **Estoy muy emocionado por este campo, y esa es la razón por la que fundamos Sapien AI. Tiene sus aspectos positivos, pero también hay que tener cuidado.

El lado positivo es que la IA descentralizada podría ser más autónoma, más democrática, más accesible y más poderosa. Esto significa que los agentes de IA pueden comerciar con su propia moneda nativa, lo que significa que puede tener más privacidad y saber exactamente qué hay en el modelo a través de la tecnología ZK.

En cuanto a la prevención, nos enfrentamos a un mundo muy aterrador en el que la IA se está volviendo cada vez más centralizada, y sólo el gobierno y unas pocas empresas tecnológicas de gran tamaño tienen acceso a modelos poderosos. Es un escenario bastante aterrador. Por lo tanto, la IA de Código abierto y Descentralización es una medida defensiva.

Para nosotros, nos enfocamos más en el aspecto de los datos, la descentralización de datos. Esto no significa que no puedas descentralizar otras partes de la pila de IA, como el cálculo y el algoritmo en sí. Al igual que Transformer fue la primera innovación en el aspecto del algoritmo, hemos visto más innovaciones, pero siempre hay margen de mejora.

Descentralización no significa que debas descentralizar, el hecho de que puedas descentralizar algo no significa que debas hacerlo. Al final, tiene que haber un valor real. Pero al igual que las finanzas y el resto del espacio Web3, la IA ciertamente puede beneficiarse de la descentralización.

BlockBeats: ¿Cuál es tu consejo para los emprendedores que deseen ingresar al campo de la encriptación AI?

Trevor: Mi recomendación es aprender tanto como sea posible para comprender realmente la pila tecnológica y la arquitectura. No es necesario ser un doctorado en aprendizaje automático, pero es importante entender cómo funciona y realizar investigaciones al respecto. A partir de ahí, con el tiempo, comprenderás los problemas de manera más orgánica. Esa es la clave.

Si no entiendes cómo funciona, no puedes entender dónde está el problema. Y si no sabes dónde está el problema, no deberías ser un empresario, porque el trabajo de un empresario es resolver problemas.

Por lo tanto, esto no es diferente a cualquier otra empresa emergente, debes comprender este campo. No es necesario ser un experto mundial en este campo, pero debes tener suficiente conocimiento para comprender los problemas y luego intentar resolverlos.