In der heutigen digitalen Welt verfügt eine ausgewählte Gruppe von Technologiegiganten wie Google, Facebook (Meta) und Amazon über eine beispiellose Kontrolle über das wertvollste Gut unserer Zeit: die von Benutzern generierten Informationen. Durch die Sammlung, Speicherung und Kommerzialisierung der persönlichen Daten unzähliger Personen haben diese Unternehmen riesige Datenmengen angehäuft. Diese Datenkonzentration behindert den Wettbewerb, schränkt den Fortschritt ein und fördert isolierte Räume, zu denen nur wenige Auserwählte Zugang haben.

Einfacher ausgedrückt: Während Decentralized Physical Infrastructure Networks (DePINs) Benutzer dazu ermutigt haben, sich an dezentralen Infrastrukturen zu beteiligen, ist das Datenmanagement ein Bereich, dem immer noch wenig Aufmerksamkeit geschenkt wird. Hier kommen Data Curation Networks (DCNs) ins Spiel, eine Art dezentrales System, das darauf ausgelegt ist, Daten direkt von Benutzern zu sammeln und zu verwalten. DCNs können möglicherweise das Problem der Datenbeschränkung lösen, indem sie sich von diesen Silos befreien.

DCNs (Dezentrale Datennetzwerke) bieten eine außergewöhnliche Perspektive für den aufstrebenden KI-Markt. KI ist in hohem Maße auf erstklassige, unterschiedliche Datensätze angewiesen, um ihre beste Leistung zu erbringen. Umfangreiche Datensätze sind für das Modelltraining, die Systemverbesserung und die Förderung zukünftiger Anwendungen von entscheidender Bedeutung. Darüber hinaus können DCNs dazu beitragen, regulatorische Probleme im Zusammenhang mit KI-Voreingenommenheit zu lindern, indem sie vielfältige und offene, von Menschen erstellte Datensätze generieren.

Dezentralisierung der Datenerfassung für KI durch Datenkurationsnetzwerke

Als Analyst erlebe ich eine spannende Entwicklung: Die Decentralized Platform for Internet Network (DePIN) hat bereits die Marktkapitalisierung von 50 Milliarden US-Dollar durchbrochen, und Prognosen deuten auf einen potenziellen Marktwert von unglaublichen 3,5 Billionen bis 2028 hin. Dieser Wachstumskurs unterstreicht das Unermessliche Das Potenzial dezentraler Netzwerke, den Besitz von Daten zu revolutionieren, den Benutzern die Kontrolle zurückzugeben und es ihnen zu ermöglichen, von den Vorteilen ihrer Beiträge zu profitieren. DePIN steht an der Spitze dieser Transformation, indem es die Datenerfassung von großen Konzernen in einzelne Hände überführt und so eine gerechtere digitale Landschaft fördert.

Mit Fortschritten in der künstlichen Intelligenz wird die Notwendigkeit vielfältiger und erstklassiger Daten noch wichtiger. Herkömmliche zentralisierte Unternehmen können aufgrund ihrer Einschränkungen Schwierigkeiten haben, den umfangreichen Datenumfang zu erfassen, der für zahlreiche KI-Anwendungen erforderlich ist. Im Gegensatz zu unternehmenseigenen Datensätzen, die durch die Benutzerbasis beeinflusst oder durch den Umfang des Unternehmens eingeschränkt werden können, sind DePIN-Netzwerke in der Lage, auf eine Vielzahl von Quellen zuzugreifen. Dies führt zu vollständigeren und vielfältigeren Datensätzen, die für die Erstellung überlegener, integrativerer KI-Modelle und die Entdeckung innovativer Anwendungsszenarien von entscheidender Bedeutung sind.

Denken Sie zum Beispiel an die Entwicklung selbstfahrender Autos. Um sicher und effektiv zu funktionieren, sind selbstverwaltende Systeme in hohem Maße auf Echtzeitdaten über Verkehrsfluss, Straßenzustand und Fahrgewohnheiten angewiesen. In der Vergangenheit wurden diese Daten vor allem von großen Unternehmen erfasst, die über vernetzte Fahrzeuge und Straßensensoren verfügten. Der Aufbau einer solchen Infrastruktur ist teuer und erfordert sowohl finanzielle Investitionen in die Infrastruktur als auch umfangreiche Arbeitsstunden. Anstatt diese Kosten zu tragen und Arbeitskräfte für diesen speziellen Zweck zusammenzustellen, können Krypto-Netzwerke Einzelpersonen dazu ermutigen, ihre Geräte in Datenerfassungsstationen umzuwandeln und im Laufe ihrer täglichen Routine passiv wertvolle Daten zu sammeln. Dieser Ansatz ermöglicht eine effizientere Kuratierung geografisch unterschiedlicher Daten und führt zu organischen Datensätzen, die sich ideal für KI-Lernzwecke eignen.

Autonome Fahrzeuge verdeutlichen wie zahlreiche andere Szenarien das Potenzial verteilter Systeme bei der Erfassung wichtiger Informationen zur Verbesserung von Sicherheit und Effizienz. Durch die Zusammenführung von Live-Daten aus verschiedenen dezentralen Ressourcen mit den Analysefähigkeiten der künstlichen Intelligenz können wir einen transformativen Wandel in verschiedenen Sektoren herbeiführen, beispielsweise im Transportwesen und im Gesundheitswesen.

KI-Innovationen vorantreiben und gleichzeitig Benutzer belohnen

KI-Modelle, die darauf ausgelegt sind, menschliche Bedürfnisse zu erfüllen, müssen von Menschen generierte Daten als Grundlage für das Training nutzen, da sie als ultimative Quelle der Wahrheit dienen. Mit dem Aufkommen des IoT und tragbarer Geräte, die über Rechenleistung und KI-gestützte Chips verfügen, sowie Milliarden vernetzter Verbrauchergeräte wie Smartphones könnten Edge-basierte Deep Convolutional Neural Networks (DCNs) möglicherweise massiv skalieren. Diese Skalierung würde wiederum ihren Umfang und ihre Kapazität erheblich erweitern. Durch diesen Skalierungseffekt würden Datenkuratierungsprozesse unglaublich effizient und die Qualität der verfügbaren Datensätze deutlich verbessert.

Durch die Verwendung gängiger Geräte wie Smartphones und Laptops anstelle neuer Hardware-Investitionen machen rohstoffbasierte dezentrale Computernetzwerke (DCNs) die Teilnahme für Menschen leichter zugänglich. Dieser Ansatz eliminiert viele Herausforderungen im Zusammenhang mit der Hardwareproduktion und -verteilung, vereinfacht den Anmeldevorgang und fördert die Benutzerbeteiligung bei minimalen Anfangskosten. In der wachsenden DCN-Landschaft werden Datensätze häufig durch die Nutzung vorhandener physischer Infrastruktur angehäuft, unterstützt durch kreative Anreize für Kryptowährungen. Beispielsweise stellen bestimmte Projekte im Web3-Bereich Web-Scraping-Dienste über Chrome-Erweiterungen auf PCs bereit, während andere Smartphone-Kameras für Kartierungszwecke nutzen. Dies zeigt, wie rohstoffbasierte DCNs die Eintrittsbarrieren senken.

Bei diesem modernen Ansatz sind die Nutzer die primären Empfänger der Vorteile. Sie erlangen Eigentum an ihren Informationen, verdienen Einnahmen durch Spenden an dezentrale Plattformen und könnten möglicherweise von den KI-gestützten Fortschritten profitieren, die diese Netzwerke fördern. Dies fördert nicht nur eine gerechtere digitale Landschaft, sondern lädt auch zu einer stärkeren Beteiligung am Datenmarkt ein, was bedeutet, dass KI-Entwicklungen von den Anforderungen und Eingaben durchschnittlicher Einzelpersonen geprägt werden, anstatt ausschließlich von den finanziellen Ambitionen einer ausgewählten Gruppe großer Unternehmen angetrieben zu werden.

Dieser Artikel wurde gemeinsam von Alireza Ghods und Tommy Eastman verfasst.

Alireza Ghods & Tommy Eastman

Alireza Ghods ist CEO und einer der Gründer von NATIX. Er hat einen Ph.D. auf dem Gebiet der Geopositionierung und verfügt über umfangreiche Erfahrung als Forschungs- und Entwicklungsingenieur in der Geodatenbranche, autonomen Fahrzeugen und der Erstellung dynamischer Echtzeitkarten. Vor seiner Tätigkeit bei NATIX leitete er für PWC Internet-of-Things- (IoT) und Blockchain-Initiativen in Europa.

Tommy Eastman, der als Forschungsleiter bei Plaintext Capital fungiert, widmete sich zwei Jahre lang der Leitung von Projekten rund um dezentrale KI und DePIN als Software-Ingenieur bei Foundry. Zuvor sammelte er wertvolle Erfahrungen im Bereich KI und praktische Problemlösung durch maschinelles Lernen zur Objekterkennung bei L3Harris, einem Verteidigungsunternehmen.

Weiterlesen

2025-01-20 16:16