AI має три основи: Обчислювальна потужність, дані та Алгоритм.

Серед цих трьох важливість Обчислювальна потужність найбільш очевидна, тому Ринкова капіталізація компанії NVIDIA, яка колись перевищувала Microsoft та Apple, стала найціннішою у світі. Проте, як підкреслив засновник Scale AI, Алекс Ванг, на одному з подкастів, дані замінюють Обчислювальна потужність як основний обмежуючий фактор у покращенні продуктивності моделей штучного інтелекту.

Штучний інтелект має безмежну жагу до даних, але доступні ресурси Інтернет-даних майже вичерпані. Щоб подальш збільшити продуктивність моделі, необхідно мати більше високоякісних даних. Хоча в компаніях є багато цінних даних, ці неструктуровані дані можуть бути використані для навчання ШІ лише після детальної маркування. Анотування даних - це ресурсоємна робота, яка довгий час вважалася найдужчою і найскромнішою частиною промислу ШІ.

Проте саме завдяки стратегії першопочатку входження у сферу маркування даних Scale AI у новому раунді фінансування у травні цього року отримала оцінку в 13,8 мільярда доларів, що перевищує багато відомих компаній, що працюють з великими моделями. Цей досягнення без сумніву руйнує уявлення про «маркування даних лише як важку фізичну працю».

Наскільки багато проектів з Обчислювальна потужністьДецентралізація викликають виклик Nvidia, так само, якшифрування проекту Sapien AI, який тільки що завершив раунд насіння на 5 мільйонів доларів у квітні цього року, спробує викликати Scale AI. Він не тільки хоче зрізати довгий хвіст ринку черезДецентралізація, але також планує створити найбільшу в світі мережу маркування даних.

Нещодавно BlockBeats дав інтерв’ю співзасновнику та виконавчому директору Sapien AI Тревору Коверко. Як співзасновник таких успішних проектів, як Polymath, Polymesh та Tokens.com, Тревор накопичив багатий досвід у сфері підприємництва ще до заснування Sapien AI. У своєму інтерв’ю він детально поділився своїм досвідом заснування Sapien AI, стратегією конкуренції Sapien AI та Scale AI в різних напрямках та своїми унікальними поглядами на те, як він добуває натхнення з блокчейн-ігор для розробки бізнес-моделі.

Сайт для тестування проекту Sapien AI: game.sapien.io

Торонто, родюча земля для інновацій, дітище шифрування та AI-спільноти

BlockBeats: Я бачив у вашому профілі LinkedIn, що ви колишній професійний гравець в хокей з шайбою для NHL-команди New York Rangers. Як ви переключилися на сферу шифрування після кар’єри спортсмена?

Тревор: У своїй професійній кар’єрі я спробував багато різних ролей. Хокей був моєю першою роботою. В Канаді хокей - дуже важлива частина нашої культури, і якщо ви не грали в хокей у дитинстві, вас майже вважали чужинцем. Тому це було важливою частиною мого зростання. Я навчився багато від командної роботи і високого рівня змагань, і ці досвіди все ще впливають на мене.

Коли моя хокейна кар’єра закінчилася, я почав займатися бізнесом, насправді, я провів певний час в Азії. Я жив у Китаї, зокрема в місті Далянь на північному сході Китаю. Моя спортивна кар’єра та досвід в Китаї є двома дуже важливими складовими моєї зростаючої особистості.

Я виріс у шифрувальній екосистемі в Торонто. Я дуже рано приєднався до спільноти Біткойн, коли ще не було Ethereum. Ми часто зустрічалися на зустрічах, обмінювалися думками з друзями, навіть зустріли Віталіка, який тоді був лише редактором журналу Bitcoin Magazine.

Пізніше, коли Віталік опублікував Біла книга, спільнота BTC поступово перетворилася на ETH-спільноту. Це були запальні роки. У 2017-2018 роках я запустив свій власний проект RWA Polymath, який на той час навіть ще не мав чіткої класифікації, ми називали його “маркер безпеки Токен”. Це був мій перший великий проект в галузі шифрування. Ми зробили велику роботу в цьому проекті, від збору коштів до запуску додатків на платформі ETH.

На кінець ми також створили свій власний блокчейн Layer 1, що було ще більшим викликом. Нам пощастило мати таких розумних людей, як Чарльз Хоскінсон, які виконували роль протокольного архітектора. Сьогодні цей блокчейн став самостійним брендом під назвою Polymesh. Він є однією з перших і найбільших мереж RWA, а також рівнем Layer 1. Зараз я просто спільнота, оскільки він повністю децентралізований, і я просто далеко підтримую цю мережу. Щодо прийняття, вона проявляє себе дуже добре, а RWA поступово перетворюється на захоплюючу екосистему.

**BlockBeats：Який привід змусив вас перейти від RWA до штучного інтелекту та вирішити заснувати Sapien AI?

**Trevor：**Після щоденної роботи з Децентралізація на Polymesh я почав цікавитися штучним інтелектом. У Торонто існує дуже потужна спільнота з штучного інтелекту, багато сучасних архітектур штучного інтелекту були створені дослідниками Університету Торонто, такими як “батько Глибина навчання” Джефрі Гінтон та колишній головний науковець OpenAI Ілля Суцкевер.

Лівий: Ілья Суцкевер; Правий: Джеффрі Хінтон

Я цікавлюсь використанням штучного інтелекту, і в той же час в Університеті Уотерлу є група розумних людей, які займаються машинним навчанням. Я поступово зацікавився технічним стеком штучного інтелекту, способом його функціонування, процесом створення навчальних даних та тим, як люди беруть участь у цьому процесі створення навчальних даних. Це дуже природний процес навчання.

Спочатку у мене не було амбіцій заснувати компанію, але після близько 6 місяців поглибленого вивчення штучного інтелекту та машинного навчання, під керівництвом наставника магістерської програми з машинного навчання Університету Уотерлоо, ми почали виявляти цікаві області з проблемами і побачили можливості їх вирішення. Нарешті, ми заснували компанію Sapien.

BlockBeats: Можете вкратце розповісти про основну місію проекту Sapien AI для тих, хто не знає про нього? Як виявляється важливість послуг по маркуванню даних в сфері штучного інтелекту?

Тревор: Позначення даних є дуже важливим. Це одна з головних причин успіху таких провідних великих мовних моделей, як ChatGPT, тому що вони були одними з перших моделей, які використовували промисловий масштаб людських маркерів даних для збагачення набору даних.

На сьогоднішній день важливість маркування даних продовжує зростати, оскільки конкуренція між цими моделями є дуже жорсткою, а найкращий спосіб покращити продуктивність моделі - це додати більше професійних людських маркувань даних у набір даних.

Ми розглядаємо обробку даних як Мережа постачання: спочатку йдуть вихідні дані, після чого їх потрібно структурувати та організувати. Після завершення структуризації дані можна навчати. Після завершення навчання можна проводити міркування. Коротко кажучи, це процес поступового збагачення даних в контексті штучного інтелекту.

Як і в інших галузях, ми починаємо спостерігати розділення галузі штучного інтелекту, де виникають різні вертикальні сегменти, деякі компанії відзначаються в конкретних етапах процесу. Для мене найцікавішою є друга стадія, а саме структурування даних та підготовка до навчання, це завжди було для мене найбільш захоплюючою частиною.

Scale AI, спрямований на довгий хвіст ринку

BlockBeats: що робить Sapien AI відмінним від традиційних компаній Web2, таких як Scale AI?

Тревор： Це чудове питання. Ми високо цінуємо Scale, вони - чудова компанія, обидва співзасновники дуже видатні. Ми знайомі з одним з них. Вони одна з найбільших компаній з штучного інтелекту в світі, це стосується як до доходів, ринкової капіталізації, так і обсягу використання.

Наші відмінності полягають в тому, що ми виходимо з першопринципового підходу й думаємо, який повинен бути сучасний стек технологій маркування даних у 2024 році. Ми не обов’язково прагнемо охопити всі ті сценарії, які охоплює масштаб, наша мета - це середній ринок та довгий хвіст.

Ми намагаємося зробити так, щоб кожен міг легко отримати ручний зворотний зв’язок по набору даних, незалежно від того, чи ви модель для середнього ринку, відкритий вихідний код, чи корпоративний рівень, чи просто особистість, яка проводить дослідження у вихідні. Якщо вам потрібен ручний зворотний зв’язок для покращення продуктивності моделі, звертайтеся до нас.

Ви можете розглядати нас як більш розподілену або Децентралізація версію Scale AI. Це означає, що наші маркери більш широкі, вони не обмежені конкретним місцем, а можуть працювати віддалено в будь-якому місці. До певної міри ця розподіленість може допомогти нам покращити якість маркування даних, оскільки різноманітність не лише для досягнення різноманітності, але й для підвищення якості тренування даних.

Наприклад, якщо ви просите групу людей з схожим тлом маркувати дані в одному приміщенні, це може призвести до вибірковості або культурного спрямування вихідних даних. Тому ми від самого початку прагнемо зробити його якомога більш різноманітним та стійким. Завдяки більшій децентралізації, ми також можемо залучити до роботи з міткою на деякий час вищої якості. Якщо вам потрібно працювати в певному місці на Філіппінах, то ви зможете привернути обмежену кількість талантів, але за допомогою пріоритету віддаленої роботи ми можемо знайти маркерів з будь-якого місця.

Я не кажу, що Scale не робить цього, але ми думаємо про те, як обслуговувати інші частини ринку моделей. Тому що ми вважаємо, що цей ринок буде постійно зростати, і буде багато приватних та ліцензованих моделей, які потребують людського фідбеку.

**BlockBeats: Як було спроектовано та оптимізовано робочий процес маркування даних Sapien AI? Які ключові моменти забезпечують якість даних?

**Тревор：**Наша платформа працює подібно до двостороннього ринку. Ви можете уявити її як Uber у сфері анотації даних, версію Децентралізація. З одного боку - це попит, схожий на пасажирів Uber, для нас це підприємські клієнти, які потребують людського фіда у своїх моделях. Наприклад, вони будують велику мовну модель і хочуть натренувати модель, для цього потрібна людська участь.

Вони приходять до нас і завантажують початковий набір даних до мережі. Ми надаємо оцінку на основі декількох різних змінних набору даних, таких як складність, режим даних, формат даних і т.д. Для корпоративних клієнтів цей процес є дуже автономним.

З іншого боку, це постачальники, тобто маркери, вони є своєрідними водіями Uber для нас. Наразі це фактично є гальмом для галузі, нам потрібно залучити якомога більше маркерів до мережі. Оскільки попит в основному нескінчений, точно так само, як і в Uber, завжди є люди, які хочуть підвезти когось, цей попит ніколи не закінчиться. У сфері штучного інтелекту ці моделі штучного інтелекту також постійно потребують більше даних.

Ми дуже підписатися на постачання, спрямоване на те, щоб забезпечити можливість легко маркувати дані для будь-якої людини. Ми винайшли деякі нові технології, і все ще постійно вдосконалюємо ці технології, щоб забезпечити великомасштабне високоякісне маркування в розподіленому режимі. Спочатку ми поставили запитання: чи можна забезпечити високоякісне маркування без централізованого управління? Фактично це те, що ми називаємо “трьома складнощами маркування даних”: чи можемо знизити витрати клієнтів, збільшити доходи маркувальників і водночас підвищити загальну якість?

Ми провели кілька експериментів у цій галузі та отримали досить цікаві результати. Ми спробували різні нові механізми, такі як середнє значення регресії, виявлення відхилень та інші, а також поєднали кілька ймовірнісних моделей, які можуть значно вплинути на якість роботи маркера. Ми також розробляємо деякі оновлені технології. Але наразі ми дуже захоплені перспективами розвитку маркування даних на наступні п’ять-десять років. Ми вважаємо, що маркування даних стане більш децентралізованим, самостійним та автоматизованим.

**BlockBeats: Чи можете ви більш детально розповісти про ваші продукти та технології, особливо ті, які забезпечують якість даних? Я знаю, що у вас є механізм застейкати, щоб запобігти злочинній діяльності маркерів, але чи є інші технології?

Тревор: Так, ми пробуємо багато різних речей. У нас є репутаційна система, а також механізми застейкати та покарання. Анотатор після певної суми коштів може бути оштрафований, якщо він не відповідає критеріям. Ці механізми все ще знаходяться на ранніх експериментальних стадіях, але ми виявили, що сам по собі цей стимул може значно поліпшити дотримання якості, і, можливо, навіть за рахунок численних стандартних відхилень. Однак цей ряд контролю якості здійснюється середньозваженим Алгоритмом, який ми постійно допрацьовуємо. При цьому ми самі використовуємо машинне навчання для оптимізації цього процесу. Наприклад, ми використовуємо інструменти ML linter і тест «Red Rabbit», який полягає в тому, щоб надати неправдиві дані анотаторам, щоб перевірити, чи чесні вони зі своїми ярликами.

Це велика проблема: як зрозуміти, чи люди займаються Атака Сівілли у мережі (тобто намагаються шахрайськи впливати на систему)? Ми повинні бути постійно обережними стосовно цього. Це також є причиною, чому нам подобаються деякі стимулюючі механізми Web3, оскільки ці механізми спочатку були розроблені для вирішення подібних проблем Атака Сівілли, Проблема візантійських генералів з метою забезпечення того, щоб дотримання правил відповідало кожній особі заради її найкращих інтересів. Якщо ви егоїстичні, ви будете дотримуватися мережевого протоколу.

Ми все ще знаходимося на ранній стадії. Для деяких великих клієнтів ми застосовуємо більш традиційні методи контролю якості, а також швидко рухаємося у цей новий світ даних.

BlockBeats: Яка, на ваш погляд, головна перевага Sapien AI як платформи для розмітки даних в Децентралізація?

Тревор: Як я вже сказав, наша платформа є більш самообслуговуючою, що дозволяє нам обслуговувати ширшу клієнтську базу. До анотаторів наші вимоги також дуже широкі. Ми хочемо, щоб будь-хто став анотатором, тому що віримо, що наступною ерою або главою штучного інтелекту буде отримання більшої кількості наявних знань від людей. Це не просто базові речі на кшталт «це знак зупинки» або «це автомобіль», які можуть бути легко розпізнані людьми та машинами, але це більше міркування.

Директор компанії Scale, Алекс Ван, говорив про це: дані в Інтернеті - це результат міркувань, але вони не відображають сам процес міркувань. Таким чином, як ми можемо глибше зрозуміти людське мислення? Це потребує більше роботи, потребує більш професійної анотації. Це може допомогти нам прискорити розвиток загального штучного інтелекту (AGI).

Таким чином, нашою великою місією є розблокування більшої кількості знань в головах фахівців в приватних наборах даних підприємства? Ці фахівці мають професійні знання у певних вертикальних галузях (наприклад, у медицині чи праві), які моделі ще не охоплюють.

Ми все ще працюємо над тим, щоб наша платформа мала максимальну Ліквідність і забезпечувала баланс між попитом і пропозицією. Ми хочемо реалізувати динамічне ціноутворення, подібне до Uber. Ці механізми дозволяють нам стати справжньою двосторонньою платформою, задовольняючи потреби в даних і допомагаючи анотаторам приєднатися. Ці аспекти є деякими унікальними способами, за допомогою яких ми будуємо платформу. Щодо забезпечення якості, ми використовуємо в режимі реального часу ті технології, про які я раніше згадував. Ми хочемо, щоб анотатори отримували якомога більше зворотного зв’язку в режимі реального часу, оскільки це створює кращий досвід для всіх.

Label to Earn, майбутнє економіки роботи на замовлення

BlockBeats: Я помітив, що Sapien AI уклала співпрацю з гільдією ігор Yield Guild Games (YGG), чи можна розуміти маркування Sapien AI як механізм “label to earn” гри?

Trevor: Це абсолютно правильно. Ми дійсно хочемо потрапити в світ тих, хто хоче заробляти на життя за допомогою мобільного телефону. Ми вважаємо, що це майбутнє гіг-економіки. Вам не потрібна машина, щоб працювати в Uber, не потрібно розносити їжу з фізичного місця, вам просто потрібно увійти в телефон, позначити дані і заробляти гроші.

YGG - чудовий партнер, який є одним з наших інвест-ангелів. Ми маємо гарні стосунки з засновником Габі, вони мають чудову спільноту в Південно-Східній Азії. У нас є великі плани з ними, ми хочемо допомогти їхнім користувачам знайти нові способи заробітку, тимчасом як вони допомагають нам залучати нових користувачів. Недавно ми оголосили про кілька спільних проектів, і ми маємо більше планів у розробці. Велика частина четвертого кварталу ми проведемо в Азії, зустрічаючись з цими партнерами та продовжуючи розвивати співпрацю.

BlockBeats: Яка ваша думка про такі Блокчейн-ігри, як “Axie Infinity” з можливістю заробляти гроші за гру?

Тревор： Це дуже інноваційно, можна сказати, джерело натхнення. Хоча це лише експеримент, але я вірю, що воно повернеться в новій формі. Ось в чому чудовість стартапів та Децентралізація підприємництва, це форма творчого руйнування.

Те, що ми робимо, насправді має деякі елементи «грати, щоб заробити», і ми нахиляємося до використання термінів «маркувати, щоб заробити» або «навчатися, щоб заробити». Але є різниця, оскільки ми насправді маємо бізнес. Тут є реальні дані, які маркуються, реальні клієнти, які платять реальні гроші, і в кінцевому рахунку виробляється реальний продукт. Тому це не просто безкінечна петля відеогри.

Хоча маркування даних Sapien AI цікаве, воно, можливо, не таке цікаве, як грати в Grand Theft Auto V. Ми хочемо досягти гарного балансу між цікавістю та практичністю, щоб це було чимось, що можна зробити, коли чекаєте на автобус 5 хвилин, або провести 5 годин перед комп’ютером вдома. Наша мета - зробити його якомога простішим для участі.

**BlockBeats: У вас є можливість зробити маркування даних цікавішим, так, щоб воно було не лише роботою, але й схожим на гру?

Тревор: Так, ми маємо багато спроб зараз. Ви можете перейти на game.sapien.io, щоб особисто випробувати цю гру та відмітити справжні дані ШІ. Ви можете стати працівником ШІ, грати в гру та відмічати справжні дані ШІ, а також заробляти бали. Ця гра дуже проста та інтуїтивно зрозуміла.

інтерфейс гри game.sapien.io

Самі дані також цікаві. Вам може знадобитися позначити деякі дуже цікаві зображення, наприклад, позначити наші модні дані та інше. Ми плануємо підтримувати різні типи модальностей та набори даних. Ми плануємо постійно додавати більше функцій з плином часу.

Майбутнє: побудова найбільшої у світі мережі анотування штучних даних

BlockBeats: окрім YGG, ви плануєте співпрацювати з якими-небудь проектами шифрування в майбутньому?

Отже, ми співпрацюємо з іншими учасниками галузі Децентралізація даних, перебуваючи на початковій стадії створення цього стандарту, і плануємо його публікацію як громадський продукт. Ми також робили щось подібне в Polymath, де ми випустили ERC-1400, який зараз є одним зі стандартів токенізації на блокчейні ETH.

Таким чином, у нас є деякі ідеї про створення стандартів, і ми плануємо спільно з командою, яка допомагала нам у минулому, а також деякими партнерами з галузі, прискорити цей процес. Це зробить Децентралізація AI більш реальним, а також зробить його більш інтероперабельним, що означає, що дані можуть легше переміщатися між різними етапами, оскільки ніхто не може все зробити.

BlockBeats: Конкретна дата випуску Sapien AI основної мережі та мобільного додатку - коли?

Trevor: Наразі у нас немає конкретного плану випуску. Ми зараз зосереджені на ринку відповідності наших основних продуктів Web2. Наш зріст дуже хороший, ми вже маємо анотаторів з 71 країни. Цього року наш прибуток від попиту майже кожен місяць збільшується вдвічі.

Ми просто хочемо продовжувати зростання, постійно розуміти наших клієнтів і продовжувати надавати їм послуги. З плином часу ми будемо відкритими для різних стратегій та технологій.

BlockBeats: Я бачив, що співзасновник Base Роуен Стоун вже приєднався до Sapien AI як головний розвиток бізнесу, Sapien AI буде побудовано на якому блокчейн публічному ланцюжку? Чи є плани випуску власного Токену?

**Trevor：**Усі ці питання дійсно мають Глибина, я дуже ціную. Роуен дійсно крутий, він заснував Base разом з Джессі Поллаком, а Джессі, безумовно, легендарна особистість. У Роуена є великий досвід у розробці продуктів Web3 промислового рівня, якого ніхто не має. На мою думку, він неперевершений. Він брав участь у проведенні заходу «Onchain Summer», одного з найуспішніших заходів, які я пам’ятаю.

Він допомагає нам розробляти стратегії ринку у деяких галузях. Проте, як я вже говорив, ми дуже зосереджені на наданні послуг нашим існуючим клієнтам, це наш головний фокус. Ми ще не зробили жодних обіцянок або рішень щодо будь-якого Layer 1 або іншого аспекту. Але ми продовжимо розглядати різноманітні можливості у майбутньому.

BlockBeats: Які плани або цілі у майбутньому є у Sapien AI? Які досягнення ви хотіли б зробити в наступні кілька років?

Тревор: Нашою місією є збільшення кількості анотаторів глобальних даних людської кількості в 100 разів та забезпечення легкого доступу будь-якої людини до цієї мережі. Ми хочемо створити найбільшу в світі мережу анотаторів глобальних даних людства. Ми вважаємо, що це буде дуже цінним активом, тому ми хочемо створити й контролювати його, але в кінцевому підсумку ми відкриємо його. Ми хочемо, щоб будь-хто міг мати доступ до нього і повністю не потребувати дозволу.

Якщо ми зможемо побудувати найбільшу в світі мережу по маркуванню даних, це розблокує великий потенціал штучного інтелекту, тому що чим більше якісних даних ми маємо, тим потужнішим стає AI і тим більш корисним для всіх.

Ми сподіваємося, що вона послуговуватиме всім, а не лише великим компаніям з масштабними мовними моделями, на які варто витрачати мільйони на наймання маркерів. Тепер кожен може використовувати цю мережу. Ви можете розглядати її як платформу “маркування як сервіс”.

За децентралізацією: завдання підприємця - вирішувати проблеми

BlockBeats: Наостанок, я хочу запитати ваші спостереження та думки щодо всієї галузі. Ви думаєте, що в галузі шифрування AI все ще існує непізнані потенційні можливості?

Trevor: Я дуже захоплений цією галуззю, і саме тому ми заснували Sapien AI. Тут є позитивна сторона, але також є й небезпеки, які потрібно уникати.

Добра сторона полягає в тому, що Децентралізація штучного інтелекту може стати ще більш автономною, демократичною, доступною та потужною. Це означає, що агенти штучного інтелекту можуть мати власну внутрішню валюту для проведення операцій, це також означає, що ви можете мати більше приватності та точно знати, що міститься в моделі за допомогою технології ZK.

У плані захисту ми стикаємося з дуже жахливим світом, де штучний інтелект стає все більш централізованим, і тільки уряд і кілька великих технологічних компаній мають доступ до потужних моделей. Це досить жахлива ситуація. Тому використання відкритого вихідного коду та децентралізованого штучного інтелекту є засобом захисту.

Для нас важливіше за все дані, Децентралізація даних. Це не означає, що ви не можете Децентралізація інші частини стеку штучного інтелекту, наприклад, обчислення та сам Алгоритм. Як, наприклад, Transformer є першою інновацією в Алгоритмі, ми вже бачимо більше інновацій, але завжди є місце для вдосконалення.

Децентралізація не означає, що вам слід робити це тільки тому, що ви можете здійснити Децентралізація деяких речей. У кінцевому підсумку має бути справжня цінність. Проте, як і в інших частинах фінансового та простору Web3, штучний інтелект, безумовно, може скористатися від Децентралізація.

BlockBeats: Які поради ви найбільше хочете дати підприємцям, які хочуть увійти в галузь шифрування штучного інтелекту?

Тревор: Я раджу навчитися як можна більше, щоб справді зрозуміти технічний стек та архітектуру. Вам не обов’язково стати доктором машинного навчання, але важливо розуміти його принцип роботи та проводити дослідження. Почніть звідси, і з часом ви почнете більш органічно розуміти проблему. Це ключово.

Якщо ви не розумієте, як воно працює, ви не зможете зрозуміти, де проблема. А якщо ви не знаєте, де проблема, ви не повинні бути підприємцем, оскільки робота підприємця полягає в розв’язанні проблем.

Отже, це не відрізняється від будь-якої іншої стартап-компанії, ви повинні розуміти цю область. Вам не потрібно бути відомим світовим експертом у цій галузі, але ви повинні достатньо розуміти її, щоб розуміти проблеми, а потім намагатися вирішити ці проблеми.