Den 19 februari organiserades det heta projektet 9 @perceptronntwk tweets 1. Projektintroduktion Perceptron Network är ett projekt som fokuserar på att bygga en decentraliserad AI-datainfrastruktur, som tillhör AI+ blockchain-spåret. Dess kärnposition är att lösa problemen med att få tag på högkvalitativ data, höga kostnader och monopol för centraliserade plattformar i den nuvarande AI-utvecklingen, med målet att etablera ett öppet, effektivt och incitamentskompatibelt dataförsörjningsnätverk genom blockkedjeteknik. För det andra, dagens heta områden 1. Fokusera på datans inneboende värde: Projektet påpekar att AI:s kärnkraft är data snarare än modellen själv, och den nuvarande marknaden fokuserar för mycket på diskussionen om modeller och agenter, och ignorerar tillgången och hälsan hos data som grundläggande element. 2. Avslöja datamarknadens smärtpunkter: För närvarande är priset på högkvalitativ data extremt högt, och priset på professionella dataset kan nå mer än 40 gånger högre än vanlig data, vilket utgör en mycket hög tröskel för användning. 3. Lösa dilemmat med företagsdatapipelines: De flesta företag saknar förmåga och teknik för att bygga och underhålla realtidsdatapipelines, vilket gör det svårt att få tillgång till snabb och effektiv tränings- och inferensdata. 4. Kämpa mot plattformsdatamonopol: Stora internetplattformar skärper dataåtkomsten genom att blockera API:er och begränsa genomsökning, vilket gör att datatillgångar alltmer koncentreras i händerna på några få jättar, som i fallet med högvärdiga datatransaktioner mellan Reddit och stora AI-företag. 5. Bygga ett öppet dataförsörjningsekosystem: Perceptron Networks kärnverksamhet är att bygga ett decentraliserat dataförsörjningsnätverk med målet att bryta monopol och göra dataflödet friare och mer prisvärt. 6. Hantering av slutenheten och fragmenteringen av AI-system: Användare påpekade att trots det stora antalet användare av mainstream AI-modeller, blir datasystemet bakom dem alltmer slutet, och användarna saknar en känsla av deltagande utöver att bidra med data, vilket bildar en "svart låda". 7. Betona systemteknik snarare än produktutveckling: Projektet antar idén att bygga ett hållbart nätverk och incitamentsmekanism först, och är engagerat i att behålla deltagare och räta ut systemets driftlogik, vilket lägger grunden för långsiktig utveckling av AI-nätverk snarare än att sträva efter kortsiktiga produkteffekter. 8. Att utmana "extraktionsmodellen" för mainstream AI: Projektet kritiserar implicit den nuvarande mainstream-AI-modellen med envägsextraktion av användardata, i ett försök att etablera ett rättvisare och mer hållbart deltagande- och bidragssystem. 3. Nyckeldata och indikatorer Tweeten nämnde inte specifika detaljer om hur man deltar, men pekade på en viktig jämförande indikator på den nuvarande datamarknaden: högkvalitativ data på professionell nivå kan vara mer än 40 gånger dyrare än vanlig data. Samtidigt nämner den exempel på omfattningen av centraliserade datatransaktioner, såsom transaktionsvolymen mellan Reddit och stora AI-företag, som kan nå hundratals miljoner dollar, vilket speglar marknadsstorleken och värdepotentialen som Perceptron Network vill lösa. 1. Udon betonade @egyptk6 att Perceptron-projektets kärnstyrka ligger i dess högkvalitativa data snarare än själva AI-konceptet, och påpekade att den nuvarande datamarknaden har problem som höga priser. 2. Fröken Tang @Misstang1102 anser att det som nuvarande AI saknar är ett öppet datasystem och en känsla av användardeltagande, medan Perceptron Network mer liknar att bygga systemteknik.