ايفان فينج

·

تابعني:

نشرت في

مدونة CoinFund

·

7 دقائق للقراءة

·

قبل ساعات

-

شبكة باجل: طبقة البيانات الحاسوبية من الجيل التالي للذكاء الاصطناعي

تفخر CoinFund بقيادة تمويل بقيمة 3.1 مليون دولار لـ شبكة باجل، وهي شركة ناشئة تقوم ببناء بروتوكول لا مركزي لمجموعات البيانات المضمنة التعاونية وتوسيع النظام البيئي للبيانات القابلة للحوسبة اللامركزية للذكاء الاصطناعي. للتعرف على الأبحاث والاستثمارات المستمرة لـ CoinFund في مجموعة web3 x AI الناشئة، يرجى الاطلاع على المحتوى السابق الخاص بنا على وورلدكوين, الجيزة, نظرة عامة على 2022 AI x web3 ولنا أطروحة جينسين البذور.

مقدمة إلى التضمينات المتجهات

كمقدمة، تعد عمليات تضمين المتجهات طريقة لتحويل الكلمات والجمل والصور والبيانات الأخرى إلى كائنات رياضية (نواقل) مع الحفاظ على البيانات الفردية والنسبية. على سبيل المثال، يمكن للتضمين ترجمة كلمة "تفاحة" إلى متجه ذي 200 بُعد استنادًا إلى سياق الكلمة عبر مجموعة بيانات كبيرة. سيلتقط هذا المتجه المعنى الأساسي للتفاحة وعلاقاتها بالمفاهيم ذات الصلة مثل الفاكهة والبستان والفطيرة وما إلى ذلك. في حين أن التطبيقات الأساسية في عمليات تضمين المتجهات كانت في النص مع النماذج الرئيسية مثل Word2Vec و قفاز، يمكن إنتاج عمليات تضمين المتجهات لأنواع أخرى من البيانات بما في ذلك بيانات الصورة والصوت. يعد هذا السياق أمرًا بالغ الأهمية حيث أصبح تطوير الذكاء الاصطناعي يركز بشكل متزايد على تطوير الوسائط المتعددة حيث يمكن للنموذج معالجة النص أو الصورة أو الصوت وإخراج أي من هذه الوسائط الثلاثة أيضًا. علاوة على ذلك، يمكن استخدام نماذج التضمين لالتقاط أنواع بيانات أكبر مثل عمليات التضمين الخاصة بالمستخدم التي تلتقط تفضيلات المستخدم وسلوكياته وخصائصه أو عمليات التضمين على مستوى المنتج التي تلتقط سمات المنتج أو ميزاته أو أي معلومات دلالية أخرى.

فرصة الباجل

نمت الفرصة التجارية لقواعد بيانات المتجهات بسرعة على مدار الـ 12 شهرًا الماضية جنبًا إلى جنب مع الاعتماد السائد لتطبيقات الذكاء الاصطناعي الاستهلاكية المبكرة مثل ChatGPT وMidjourney وRunway، على سبيل المثال لا الحصر. تعد Bagel من بين المحاولات الأولى لـ web3 الأصلية لدمج قاعدة بيانات تضمينات المتجهات مع بروتوكول السوق المحفز، والاستفادة من أوليات web3 لزيادة البيانات المسموح بها ومشاركة النماذج والتعاون، مع مسار محتمل للفوز بفئة web3 الأصلية من كل من المنتج والمنتج. منظور شبكي محفز، والقدرة على التحرك بسرعة للحفاظ على قيادتها المبكرة نظرًا للخبرة المهنية متعددة التخصصات التي يتمتع بها المؤسس Bidhan Roy في فريق Amazon Alexa، في Instacart وArweave. نعتقد أن شبكة Bagel هي عامل تمكين رئيسي للجيل القادم من تطبيقات الذكاء الاصطناعي، والتي لا يزال اعتمادها اليوم يواجه اختناقًا بسبب القدرة على توفير استجابات سياقية وقابلة للتطبيق بدرجة كبيرة ومحددة الاستخدام، والتي يتحكم فيها الطلب غير المشبع على بيانات التدريب، خاصة وأن معظم تظل بيانات العالم غير منظمة.

في حين أن بعض شركات تضمينات web2 (سواء الممولة من رأس المال الاستثماري أو الشركات الناشئة) تعد جزءًا من مجموعة تنافسية أوسع، فقد تمكنت Bagel Network من الشحن بسرعة للاستفادة من فرصتها المحدودة زمنيًا لقيادة فئة عمليات التضمين من منظور web3 الأصلي، مع عرض توضيحي مباشر بالفعل وSDK ومستخدمين تجريبيين. على المدى الطويل، نعتقد أن نهج Bagel المتمثل في بناء بروتوكول لامركزي وسوق لمجموعات بيانات تضمين المتجهات المفهرسة يضع الشبكة عند تقاطع اتجاهين رئيسيين يعزز كل منهما الآخر - صعود LLMs (والتطبيقات المشتقة) واحتضان غير المصرح به، القيم الأساسية الشفافة واللامركزية لـ web3.

في حين أن السوق لا يزال ناشئًا بالنسبة للتضمين المتجهي، إلا أن هناك نقاط بيانات يمكننا أخذها في الاعتبار. أولاً، يمكننا أن ننظر إلى سوق إدارة قواعد البيانات العلائقية باعتباره سوقًا راسخًا يمكن الوصول إليه (مصدر). تبلغ قيمة هذا السوق اليوم 69.44 مليار دولار وينمو بمعدل نمو سنوي مركب قدره 12٪. هناك أيضًا تحليل السوق النهائي: بعض الصناعات الأولية التي تخدمها عمليات تضمين المتجهات تشمل التعرف على الصور ($ 38B)، ومحرك التوصيات (4.55 مليار دولار)، وروبوتات الدردشة التي تعمل بالذكاء الاصطناعي ($ 5.4B) والتي من المتوقع أن تنمو مجتمعة بمعدل نمو سنوي مركب يتراوح بين 20-40% حتى عام 2030. وأخيرًا، من المتوقع الآن أن ينمو الإنفاق العالمي على الذكاء الاصطناعي (بما في ذلك تعلم الآلة، وروبوتات الذكاء الاصطناعي، ورؤية الكمبيوتر، ومعالجة اللغات الطبيعية، وتكنولوجيا الاستشعار) من 300 مليار دولار + في عام 2024 إلى 700 مليار دولار + بحلول عام 2030. ومع وضع هذه الأرقام في الاعتبار، من المرجح أن تلعب عمليات تضمين المتجهات دورًا كتقنية تمكينية لنماذج وتطبيقات الذكاء الاصطناعي متعددة الوسائط ذات القدرة المتزايدة والتي ستظهر خلال العقد المقبل.

دور باجل في مكدس الذكاء الاصطناعي اللامركزي

نحن نؤمن بأن شبكة Bagel Network ستعزز المشاركة والتعاون المسموح به من خلال نموذج السوق المشفر الخاص بها والذي يحل المشكلات الرئيسية داخل طبقة البيانات الخاصة بمكدس تكنولوجيا الذكاء الاصطناعي. وهذا يناسب روح web3 المتمثلة في الوصول والتعاون بدون إذن، كل ذلك مع توفير البنية التحتية اللازمة للجيل القادم من الذكاء الاصطناعي. في الوقت الحالي، تمتلك كيانات كبيرة وتسيطر على كمية غير متناسبة من البيانات، مما يؤدي إلى هزيمة المؤسسات الصغيرة من خلال إمكانية الوصول إلى مجموعات البيانات عالية الجودة أو ببساطة التأثير المضاعف للذكاء المقياس. تعيد شبكة Bagel تعريف مشهد بيانات الذكاء الاصطناعي من خلال إنشاء سوق ذي جانبين حيث يقوم مهندسو التعلم الآلي والباحثون ووكلاء الذكاء الاصطناعي بشكل تعاوني ببناء مجموعات البيانات والاتجار بها وترخيصها. نظرًا لأن التضمين غالبًا ما يكون أحد الأجزاء الأكثر كثافة حسابيًا في مسار الذكاء الاصطناعي، توجد مستويات عالية من التكرار الموجودة في أنظمة قواعد بيانات المتجهات اليوم، مما يؤدي إلى عدم الكفاءة وارتفاع التكاليف وتكرار العمل. تسمح شبكة Bagel للنماذج بمشاركة التضمينات، وتجنب العمل المكرر. يعد هذا أكثر كفاءة مع الاحتفاظ بالإسناد عبر البيانات التعريفية لـ blockchain والمكونات الضرورية الأخرى لمشاركة إمكانات تحقيق الدخل المستقبلية بشكل عادل للمساعدة في التغلب على الاحتكاكات المرتبطة بالبداية الباردة. في سياق الذكاء الاصطناعي، نشهد بالفعل جهودًا مفتوحة المصدر لتكرار مجموعات البيانات مغلقة المصدر لتعزيز تحسين النموذج (انظر بيانات RedPajama، أو إعادة إنتاج مجموعة بيانات تدريب LLaMA، أو نهج النموذج المفتوح Mistral/Mixtral).

نتوقع أن تتفوق قاعدة بيانات المتجهات المقترنة بشبكة لا مركزية على المنافسة من خلال الاستفادة من المصدر المفتوح والتطوير التعاوني (وهو النهج الذي فاز بالفعل في حزمة web2 الخلفية). على سبيل المثال، يمكن للعقد الذكي إدارة الوصول المصرح به مع خصوصية التضمينات المنفصلة، ​​وهو أمر غير ممكن باستخدام نهج مركزي يشبه Github. يمكن للبروتوكول أن يكافئ مساهمات البيانات، ويراقب ويحفز مشاركة الشبكة (من خلال التفرع)، ويتتبع استخدام موارد الحوسبة. تفتقر حلول قواعد بيانات المتجهات الحالية إلى القدرة على التعاون، في حين تفتقر المنصات مفتوحة المصدر مثل Github/HuggingFace إلى الحافز لإنتاج عمليات تضمين عالية الجودة. واليوم، توجد الكثير من البيانات عالية الجودة داخل المؤسسات ومجموعات البيانات العامة، وهي مجزأة وغير مستغلة ويمكن في المستقبل استيعابها ومواءمتها وتحقيق الدخل منها. وأخيرًا، يسمح السوق المفتوح بالتطوير المسموح به لمجموعات التضمين بواسطة فرق متعددة في وقت واحد، على سبيل المثال عبر برامج مفتوحة المصدر ولكن لمجموعات البيانات الموجهة. وهذا يحفز الابتكار عبر القطاعات على النقيض من الجهود المنعزلة.

وفي الختام

كما هو الحال مع أي استثمار، توجد العديد من المخاطر (التنفيذ، والمنافسة، والتوسع، والتسييل) مع مثل هذه الرؤية الطموحة. ومع ذلك، فإننا نعتقد أن شبكة Bagel تُظهِر قوة جذب مبكرة واعدة وتحتل موقعًا جيدًا في سوق عالية النمو مع وجود العديد من الرياح المواتية العلمانية لصالحها، لا سيما في ضوء الفرصة غير المزدحمة حاليًا التي تم إعدادها لتصميم وإطلاق تطبيق web3 الرائد المتوافق جيدًا مع دولاب الموازنة لإنشاء قيمة البيانات/الذكاء الاصطناعي. في النهاية، تنظر CoinFund إلى رؤية Bagel طويلة المدى لإنشاء سوق لا مركزية لمجموعات البيانات القابلة للحوسبة للتعلم الآلي باعتبارها جزءًا مفقودًا وحاسمًا من جزء حزمة web3 التي تم إنشاؤها لحالات استخدام الذكاء الاصطناعي/التعلم الآلي. على الرغم من أننا لا نزال في الأيام الأولى، إلا أننا نعتقد أن إمكانات السوق تفوق المخاطر - ومن هنا جاء رهان CoinFund عالي الاقتناع وحماسنا لنشمر عن سواعدنا مع Bidhan Roy وبقية فريق Bagel. لمعرفة المزيد أو التسجيل كشريك بيانات مبكر، قم بزيارة www.bagel.net!

إخلاء المسؤولية: الآراء الواردة هنا هي آراء أفراد CoinFund Management LLC ("CoinFund") المقتبس منهم وليست آراء CoinFund أو الشركات التابعة لها. تم الحصول على بعض المعلومات الواردة في هذا المستند من مصادر خارجية ، والتي قد تشمل شركات محفظة الصناديق التي تديرها CoinFund. في حين أنه مأخوذ من مصادر يُعتقد أنها موثوقة ، لم يتحقق CoinFund بشكل مستقل من هذه المعلومات ولا يقدم أي تعهدات حول الدقة الدائمة للمعلومات أو ملاءمتها لموقف معين.

يتم توفير هذا المحتوى لأغراض إعلامية فقط ، ولا ينبغي الاعتماد عليه كمشورة قانونية أو تجارية أو استثمارية أو ضريبية. يجب عليك استشارة مستشاريك بخصوص هذه الأمور. الإشارات إلى أي أوراق مالية أو أصول رقمية هي لأغراض توضيحية فقط ، ولا تشكل توصية استثمارية أو عرضًا لتقديم خدمات استشارية استثمارية. علاوة على ذلك ، هذا المحتوى غير موجه أو مخصص للاستخدام من قبل أي مستثمرين أو مستثمرين محتملين ، ولا يجوز تحت أي ظرف من الظروف الاعتماد عليه عند اتخاذ قرار بالاستثمار في أي صندوق تديره CoinFund. لن يتم تقديم عرض للاستثمار في صندوق CoinFund إلا من خلال مذكرة الاكتتاب الخاصة واتفاقية الاشتراك والوثائق الأخرى ذات الصلة لأي صندوق من هذا القبيل ويجب قراءتها بالكامل. لا تمثل أي استثمارات أو شركات محفظة مذكورة أو مشار إليها أو موصوفة جميع الاستثمارات في المركبات التي تديرها CoinFund ، ولا يمكن أن يكون هناك أي ضمان بأن الاستثمارات ستكون مربحة أو أن الاستثمارات الأخرى التي تتم في المستقبل سيكون لها خصائص أو نتائج مماثلة. قائمة الاستثمارات التي أجرتها الصناديق التي تديرها CoinFund (باستثناء الاستثمارات التي لم يمنح المصدر الإذن لـ CoinFund للإفصاح عنها علنًا وكذلك الاستثمارات غير المعلنة في الأصول الرقمية المتداولة علنًا) على https://www.coinfund.io/portfolio.

الرسوم البيانية والرسوم البيانية المقدمة في الداخل هي لأغراض إعلامية فقط ولا ينبغي الاعتماد عليها عند اتخاذ أي قرار استثماري. الأداء السابق ليس مؤشرا على النتائج المستقبلية. المحتوى يتحدث فقط اعتبارًا من التاريخ المشار إليه. أي توقعات وتقديرات وتنبؤات وأهداف وآفاق و / أو آراء معبر عنها في هذه المواد عرضة للتغيير دون إشعار وقد تختلف أو تتعارض مع الآراء التي يعبر عنها الآخرون. يحتوي هذا العرض التقديمي على "بيانات تطلعية" ، والتي يمكن تحديدها من خلال استخدام المصطلحات التطلعية مثل "يجوز" ، "سوف" ، "ينبغي" ، "توقع" ، "توقع" ، "مشروع" ، "تقدير" ، "تعتزم" ، "تواصل" أو "تعتقد" أو السلبيات أو الاختلافات الأخرى فيها أو المصطلحات المماثلة. نظرًا لمختلف المخاطر والشكوك ، قد تختلف الأحداث أو النتائج الفعلية ماديًا وسلبيًا عن تلك التي تنعكس أو يتم التفكير فيها في البيانات التطلعية.