Ang sektor ng artificial intelligence ay kasalukuyang humaharap sa isang matinding bottleneck sa training data, lalo na dahil ang mga sentralisadong monopolyo ng teknolohiya ay hinaharangan ang mga early-stage developer mula sa mga high-quality na pipelines ng impormasyon. Sinusubukan ng decentralized data infrastructure platform na Perceptron na tugunan ang structural bottleneck na ito sa pamamagitan ng pag-deploy ng isang decentralized infrastructure layer na kumukuha ng impormasyon mula sa web sa pamamagitan ng mga device ng pang-araw-araw na user.
Ang modernong media ay ganap na nakatuon sa pagbibigay-diin kung paano ang mga nangungunang pangalan sa artificial intelligence space ay patuloy na nagde-deploy ng mga next-generation hardware system upang palakasin ang kanilang raw computing power. Ngunit isa sa mga hindi gaanong napag-uusapang operational constraint ay ang kalidad ng training data na bumubuo sa pangunahing pundasyon ng anumang gumaganang AI model.
Ang problema ay sa napakaraming nilalaman ng open-web na naani na nang lubusan, ang agresibong kontrol ng korporasyon sa mga pampublikong application programming interface ay nag-lock sa natitirang pundasyon ng dataset collection sa likod ng labis na multi-milyong dolyar na paywall. Ito ay naging isang napakamahal na eksklusibong pribilehiyo para sa iilang malalaking tech monopoly.
Para sa mga tech giants na kasalukuyang nangunguna sa AI race, ang pagkuha ng mga high-cost information pipeline na ito ay hindi gaanong malaking hamon sa pananalapi, ngunit paano naman ang mga underfunded na innovator? Kung walang kinakailangang budget, ang mga early-stage startup ay nahihirapang bumuo ng mga competitive na produkto.
“Ang OpenAI ay nagbabayad ng humigit-kumulang $60 milyon hanggang $100 milyon bawat taon sa mga kumpanya tulad ng Reddit at Twitter upang ma-access ang data sa pamamagitan ng mga API,” sabi ni Peter Anthony, Co-Founder & CEO ng Perceptron, sa crypto.news sa isang kamakailang panayam.
“Maraming bagong proyekto ng AI diyan ang walang budget upang makagastos ng $60 milyon hanggang $100 milyon para ma-access ang data. Kung gagawin mo ang pinakamahusay na modelo sa mundo, wala itong silbi kung wala itong access sa mahusay na kalidad ng data. Maaari kang maging pinakamatalinong bata sa paaralan, ngunit kung hindi ka makaka-access ng anumang libro, wala ka talagang gaanong impormasyon na maipapakita.”
Napagtanto ni Anthony na ang market asymmetry na ito ay nagbibigay-daan para sa alternatibong imprastraktura na magsisilbi sa independent market segment, na kalaunan ay humantong sa kanya upang itatag ang Perceptron, isang platform na nagpaplanong gumamit ng hindi ginagamit na consumer bandwidth upang lutasin ang “problema sa bottleneck ng data” na kasalukuyang kinakaharap ng AI.
“Ang karamihan sa data ng mundo ay na-access at na-scrape na, ngunit maraming data na nakatago sa iba't ibang lugar na hindi pa accessible, kaya kami ay nangangalap ng data at nagpoposisyon upang makapagbigay ng data para sa mga kumpanya ng AI sa mas mababang halaga,” paliwanag ni Anthony.
Ngunit ano itong idle bandwidth na planong gamitin ng Perceptron? Ipinaliwanag ni Anthony na ito ang hindi kinikilalang economic asset na patuloy na ginagawa ng mga pang-araw-araw na user sa pamamagitan ng routine digital browsing, upang panoorin lamang ang mga pangunahing korporasyon na kumuha at kumita mula dito.
“Sa ngayon, sa bawat pagkakataon na ginagamit natin ang internet sa ating mga telepono, ating mga computer, lumilikha tayo ng data. Ang data na iyon ay kinokolekta, pinagsasama-sama sa malalaking datasets ng mga kumpanya tulad ng Google, at ibinebenta sa halagang milyon-milyon, minsan bilyun-bilyong dolyar. Ngunit ikaw at ako ay hindi nakakakita ng kahit isang sentimo mula sa halaga na iyon.”
Ang ginawa ng Perceptron ay ganap na baligtarin ang extractive na modelong ito. Nagtayo sila ng isang network na sumasaklaw sa mahigit 150 bansa na binubuo ng humigit-kumulang 800,000 node, at ang mga node na ito ay pinapagana ng mga indibidwal na user na simpleng nagpapatakbo ng browser extension sa Chrome o isang application sa kanilang mga Android device.
Bagaman ang mga endpoint installation na ito ay hindi nangangalap ng pribadong digital files o nagbibigay sa kumpanya ng sensitibong personal telemetry, sa halip ay nakakakuha ito ng localized geographic perspectives, na inilarawan ni Anthony bilang “iba't ibang pananaw” sa open web, na maaaring kunin sa maliliit na piraso at pagsamahin sa isang makabuluhang dataset.
“Napakahalaga na pagtuunan natin ng pansin ang katotohanan na hindi nito ginagamit ang data ng mga indibidwal, hindi ito kumukuha ng iyong personal na data at impormasyon, ngunit sabihin nating kasalukuyan kang nasa Malawi. Kapag tinitingnan mo ang isang partikular na website, maaari akong pumunta at tingnan ang parehong website, ngunit malaki ang posibilidad na, dahil nasa Dubai ako, makakakita tayo ng iba't ibang uri ng resulta. Ang lahat ng nakukuha natin mula sa sitwasyong ito ay ang kakayahang gamitin ang iyong computer upang tingnan ang isang bagay tulad ng isang normal na web page, o anumang ito.”
Bilang paglalarawan, nabanggit ni Anthony na kung ang isang corporate client ay nangangailangan ng dataset ng mga post sa social media na may kaugnayan sa healthcare mula sa US, maaaring makipag-ugnayan ang Perceptron sa kanyang global node mesh upang kunin ang indibidwal na pampublikong post nang hindi nakikipag-ugnayan sa mahigpit na enterprise API.
Dahil ang data na ito ay libre nang accessible sa publiko sa pamamagitan ng anumang standard web browser, ang pagruruta ng koleksyon sa pamamagitan ng indibidwal na terminal nodes ay legal na iniiwasan ang mga komersyal na paywall. Kapag nakuha na ang mga maliliit na data packet na ito, inililipat ng network ang hindi pa naprosesong data pabalik sa isang sentralisadong server kung saan ang mga specialized na artificial intelligence model ay naglilinis at nag-a-audit ng impormasyon para sa quality control.
“Sa paggawa nito, malaki ang mababawas natin sa gastos na kasalukuyang sinisingil ng maraming malalaking sentralisadong kumpanya tulad ng Google.”
Ang susunod na tanong ay bakit sinuman ang magvo-volunteer ng kanilang hardware sa isang network na tulad nito, at ang sagot ay diretso, isang shared value loop na nagsisiguro na ang mga node na ito ay kikita ng puntos para sa kanilang passive connectivity na nakatakdang mag-convert sa mga native crypto token sa hinaharap.
Ayon kay Anthony, ang distributed model na ito ay ”magbibigay-daan sa kanila na kumita ng puntos” na nagsisilbing direktang sukatan ng kanilang kontribusyon sa network, at samakatuwid “sa tuwing may kita na nabuo ang kumpanya, ang mga token ay ibabalik sa ecosystem” upang mapanatili ang isang cyclic economic loop.
“Magkakaroon din ng mga token na ilalaan na gagamitin sa pagbili muli ng mga token,” dagdag niya.
Gayunpaman, hindi lahat ng nagpapatakbo ng node ay karaniwang kwalipikado para sa pare-parehong gantimpala, dahil mayroong laging hamon ng quality control, na maaaring makasira sa integridad ng dataset kung hindi susuriin.
Tinutugunan ito ng Perceptron sa pamamagitan ng pagruruta ng mga nakolektang packet pabalik sa isang sentralisadong server, kung saan sistematikong sinusuri ng mga automated algorithm ang mga input laban sa target na benchmark bago maglabas ng anumang kompensasyon.
Dagdag pa, sinabi ni Anthony na ang startup ay kamakailan lamang nakakuha ng isang kumpanya na nagpakadalubhasa sa transaction at payment verification software upang structurally na i-automate ang proseso ng pagpapatunay na ito.
Upang higit pang hikayatin ang mga kalahok sa network habang pinapalakas din ang paglikha ng mga data set, plano rin ng Perceptron na maglunsad ng isang structured Data Questing platform, na magbibigay-daan sa mga kontributor na gawing natatanging training input ang aktibong pagsisikap ng tao.
“Layunin naming makagawa nang epektibo ng mga dataset at makalikha ng mga dataset na kasalukuyang hindi available sa pamamagitan ng mga sentralisadong proseso,” dagdag ni Anthony.
Sa katagalan, sinabi ni Anthony na nais niyang makita ang network na lumipat sa isang modelong nakatuon sa business intelligence na kayang magbigay ng deep-layer analytics para sa mga enterprise client.
“Ang kaibahan ay ang tradisyonal na datasets ay static, kinokolekta ang mga ito minsan at mabilis na nagiging luma. Ngunit mayroong napakalaking dami ng data na nabubuo sa bawat oras na nakikipag-ugnayan ka sa anumang bagay online, at sa ngayon, karamihan dito ay nasasayang lamang,” sabi ni Anthony.
“Ang isang solong server na sumusubok na subaybayan ang lahat ng iba't ibang user na ito ay hindi talaga makakakuha ng makabuluhang intelligence sa ganoong kalaking sukat. Ang kailangan natin ay isang paglipat patungo sa distributed business intelligence, upang tunay nating mapabuti ang mga serbisyo sa mga bagay tulad ng e-commerce, trading, at marami pa.”
Naglunsad din ang Perceptron ng $10 milyong AI Data Fund, kung saan inaasahan ng platform na magpopondo sa mga independent developer at susuporta sa pagde-deploy ng “tunay na proyekto na nagbibigay ng tunay na serbisyo.” Sa ilalim ng mga tuntunin ng programa, ang mga napiling engineering team ay makakatanggap ng limang linggo ng dedicated data infrastructure assistance at hanggang 5 TB ng real-world data nang libre upang mapabilis ang pag-optimize ng mga early-stage AI model.
“Ang layunin ay suportahan ang mga proyekto habang sila ay lumalaki at tumataas ang kanilang mga pangangailangan sa data. Maaari tayong maging isa sa kanilang go-to providers, ito ay parehong pamumuhunan sa mas malawak na ecosystem at isang paraan para makabuo tayo ng pare-pareho, pangmatagalang kita,” sabi ni Anthony.
Sa oras ng publikasyon, sinabi ni Anthony na aktibo nang nagbibigay ang Perceptron ng magkakaibang produkto ng data sa iba't ibang komersyal na negosyo. Nagbibigay ang network ng malawakang image dataset sa text-to-video generative platform, kabilang ang isang kumpanya na tinatawag na Everlyn AI, upang sanayin ang mga modelo na tumpak na makalikha ng visual na nilalaman.
Higit pa riyan, ang proyekto ay lumalampas na rin sa standard image compilation, dahil pumasok na ang platform sa sektor ng sentiment analysis sa pamamagitan ng pagsubaybay sa pampublikong diskurso sa Twitter, YouTube, at mga digital asset market. Ang pagsusuri sa pampublikong sentiment na ito ay tumutulong sa mga crypto firm at exchanges na bumuo ng mga tracking tool na nagbibigay ng maagang senyales upang maiwasan ang biglaang pagbabago ng presyo.
