人工智慧產業目前正面臨嚴峻的訓練數據瓶頸，特別是中心化科技巨頭正將早期開發者排除在高質量資訊管道之外。去中心化數據基礎設施平台 Perceptron 正試圖透過部署去中心化基礎設施層，利用日常用戶設備眾包網路資訊來解決這個結構性瓶頸。
現代媒體完全聚焦於人工智慧領域的領軍企業如何不斷部署下一代硬體系統，以增強其原始計算能力。然而，一個最少被提及的營運限制是構成任何功能性 AI 模型核心基礎的訓練數據品質。
問題在於，隨著絕大多數開放網路內容已被徹底抓取，企業對公共應用程式介面（API）的強勢控制，已將剩餘的數據集收集基礎鎖定在數百萬美元的天價付費牆之後。這基本上已成為少數大型科技巨頭才能享有的、極其昂貴的獨家特權。
對於目前在 AI 競賽中領先的科技巨頭來說，獲取這些高成本的資訊管道並不是什麼財務挑戰，但那些資金不足的創新者呢？在沒有必要預算的情況下，早期新創公司難以建立具競爭力的產品。
「OpenAI 每年向 Reddit 和 Twitter 等公司支付約 6000 萬至 1 億美元，以便透過 API 存取數據，」Perceptron 共同創辦人兼執行長 Peter Anthony 在最近一次採訪中告訴 crypto.news。
「許多新的 AI 專案沒有預算花費 6000 萬至 1 億美元來獲取數據。如果你建構了世界上最好的模型，但如果它無法存取高質量數據，那它就毫無用處。你可能是學校裡最聰明的孩子，但如果你無法接觸任何書籍，你就沒有多少資訊可以呈現。」
Anthony 意識到這種市場不對稱性為服務獨立市場區塊的替代基礎設施留下了空間，這最終促使他共同創立了 Perceptron，該平台計劃利用閒置的消費者頻寬來解決目前 AI 面臨的「數據瓶頸問題」。
「世界上大部分的數據已經被存取和抓取，但仍有許多數據隱藏在尚未可存取的地方，所以我們正在收集數據，並將自己定位為能夠以降低的成本為 AI 公司提供數據，」Anthony 解釋道。
但 Perceptron 計劃利用的這種閒置頻寬是什麼？Anthony 解釋說，這是日常用戶透過例行數位瀏覽不斷產生，卻又被大公司提取並從中獲利，卻未被認可的經濟資產。
「現在，每當你我透過手機、電腦使用網路時，我們都在產生數據。這些數據被 Google 等公司收集、打包成海量數據集，並以數百萬甚至數十億美元的價格出售。然而，你我從未從中獲得一分錢。」
Perceptron 所做的是徹底顛覆這種榨取模式。他們建立了一個網路，涵蓋超過 150 個國家，擁有約 80 萬個節點，這些節點由個人用戶提供，他們只需在 Chrome 上執行瀏覽器擴充功能或在 Android 設備上執行應用程式。
儘管這些端點安裝不會抓取私人數位文件或向公司提供敏感的個人遙測數據，但它能獲取本地化的地理視角，Anthony 將其描述為開放網路上的「不同視角」，然後可以將其提取成小塊並組合成一個有意義的數據集。
「非常重要的是，我們專注於它不使用個人數據，它不涉及你的個人數據和資訊，但比方說，如果你現在在馬拉威。當你查看特定網站時，我也可以查看同一個網站，但由於我在杜拜，我們很有可能會看到不同種類的結果。我們從這種情況中獲得的只是能夠使用你的電腦查看像普通網頁之類的東西。」
為了說明這一點，Anthony 指出，如果企業客戶需要來自美國的醫療相關社群媒體貼文數據集，Perceptron 可以透過其全球節點網格進行協調，提取單個公開貼文，而無需與限制性企業 API 互動。
由於這些數據已可透過任何標準網路瀏覽器自由供公眾存取，因此透過單個終端節點進行收集，合法地規避了商業付費牆。一旦這些微小數據包被檢索，網路會將未經處理的數據傳輸回中心化伺服器，在那裡，專業人工智慧模型會清理和審核資訊以進行品質控制。
「透過這樣做，我們可以大幅降低目前由 Google 等許多大型中心化公司收取的成本。」
下一個問題是，為什麼會有人自願將他們的硬體貢獻給這樣的網路，答案很直接：一個共享價值迴圈，確保這些節點因其被動連接而賺取點數，這些點數將在未來轉換為原生加密代幣。
根據 Anthony 的說法，這種分散式模型「將使他們能夠賺取點數」，作為其網路貢獻的直接衡量標準，因此「每當公司產生收入時，代幣將會被反饋回生態系」，以維持一個循環經濟迴圈。
他補充說：「還會有部分代幣被預留用於回購代幣。」
然而，並非所有執行節點的人都能獲得持續獎勵，因為始終存在品質控制的挑戰，如果不及時檢查，可能會損害數據集的完整性。
Perceptron 透過將收集到的數據包傳回中心化伺服器來解決這個問題，在那裡，自動化演算法會系統性地根據目標基準評估輸入，然後才發放任何報酬。
此外，Anthony 表示，該新創公司最近收購了一家專門從事交易和支付驗證軟體的公司，以結構化自動執行這個驗證過程。
為了進一步吸引網路參與者並推動數據集的創建，Perceptron 還計劃推出一個結構化的數據任務平台，該平台將允許貢獻者將主動的人工努力轉化為獨特的訓練輸入。
Anthony 補充說：「我們的目標是有效地建立數據集，並創造目前無法透過中心化流程獲得的數據集。」
長遠來看，Anthony 表示他希望看到網路轉型為以商業智慧為重點的模型，能夠為企業客戶提供深度分析。
Anthony 說：「不同之處在於，傳統數據集是靜態的，它們被收集一次後很快就會過時。但每次你與線上任何事物互動時，都會產生大量的數據，而目前其中大部分只是被浪費掉了。」
「一台單一伺服器試圖監控所有這些不同用戶，無法在那個規模上真正收集到有意義的情報。我們需要的是轉向分散式商業智慧，這樣我們才能真正改善電子商務、交易等各方面的服務。」
Perceptron 還啟動了一項 1000 萬美元的 AI 數據基金，透過該基金，平台預計將資助獨立開發者，並支持部署「提供實際服務的真實專案」。根據該計畫的條款，獲選的工程團隊將獲得五週的專屬數據基礎設施協助，以及最多 5 TB 的真實世界數據，全部免費，以加速早期 AI 模型的優化。
Anthony 指出：「目標是支持專案的成長及其數據需求的增加。我們可以成為他們的首選供應商之一，這既是對更廣泛生態系的投資，也是我們建立持續、長期收入的一種方式。」
截至發稿時，Anthony 表示 Perceptron 已經積極向各種商業企業提供多樣化的數據產品。該網路向文字轉影片生成平台（包括一家名為 Everlyn AI 的公司）提供廣泛的圖像數據集，以訓練模型準確合成視覺內容。
除此之外，該專案也超越了標準圖像編譯，該平台已進入情感分析領域，透過追蹤 Twitter、YouTube 和數位資產市場上的公眾輿論。分析這種公眾情感有助於加密貨幣公司和交易所建立追蹤工具，提供早期信號以預防突然的價格波動。
