数据即资产：DataFi正在开辟新的蓝海
探索AI数据领域的潜力：来自Scale AI的视角
“我们生活在一个世界各国竞相构建顶级基础AI模型的时代。尽管计算能力和架构很重要，真正的护城河是训练数据。”——Story首席AI官Sandeep Chinchali。
本月，AI领域最大的新闻之一是Meta展示出雄厚的财力，马克·扎克伯格正在进行一场人才收购大战，以组建一支世界级的Meta AI团队，其中不乏中国研究人员的身影。领军人物是28岁的Alexander Wang，Scale AI的创始人。Wang从零开始建立了如今估值达290亿美元的Scale AI，其客户包括美国军方以及OpenAI、Anthropic和Meta等行业竞争对手。这些AI巨头都依赖Scale AI进行数据服务，而Scale的核心业务正是提供大量高质量的标记数据。
为什么Scale AI能成为独角兽中的佼佼者？
关键在于它早期就意识到数据在AI行业中的核心地位。计算能力、模型和数据是AI技术栈的三大支柱。可以将模型看作身体，计算能力看作食物，而数据则是知识和经验。自从大型语言模型兴起以来，行业的重点已从模型架构转向计算基础设施。大多数领先模型已经采用了Transformer作为标准架构，并定期引入诸如MoE或MoRe之类的创新。主要参与者要么自建超级集群用于计算，要么与AWS这样的超大规模云提供商签订长期合同。在确保计算能力之后，焦点转向了数据日益增长的重要性。
训练AI模型需要哪些数据？
训练AI模型分为两个阶段——预训练和微调。预训练类似于婴儿学习说话的过程：AI会摄取从互联网上抓取的大量文本和代码，以学习自然语言和基本交流。微调则如同正式教育，有明确的对错答案。正如学校根据课程塑造学生一样，我们会使用定制的、精心准备的数据集来训练具有特定能力的模型。
Web3 DataFi：AI数据的最佳培育地
相比Scale AI在菲律宾和委内瑞拉等国家拥有庞大的远程标注劳动力，Web3在AI数据领域具有独特的优势——引入了DataFi的概念。理想情况下，Web3 DataFi的优势包括：
- 通过智能合约实现数据所有权、安全性和隐私性
- 内置地理套利：分布式参与吸引全球顶尖人才
- 通过区块链实现透明的激励和结算
- 高效、开放、端到端的数据市场
值得关注的顶级Web3 DataFi项目
资金流向何方，趋势便随之而来。Scale AI的143亿美元Meta投资和Palantir五倍的股票涨幅显示了DataFi在Web2中的前景；而在Web3中，DataFi在融资方面尤为突出。以下是一些值得注意的项目：
如何评估这些项目？
目前，这些项目的技术门槛相对较低，但用户和生态系统的粘性却迅速累积。早期对激励机制和用户体验的投资至关重要：只有吸引足够的用户，平台才能在数据领域取得大胜。作为劳动密集型事业，数据平台还必须解决劳动力管理和数据质量问题。许多Web3项目面临的一个共同问题是，大多数用户仅受短期利益驱动——所谓的“农民”——这往往是以质量为代价的。如果这种情况持续下去，不良行为者将排挤优质贡献者，破坏数据完整性并吓跑买家。Sahara、Sapien等项目已经开始优先考虑数据质量，并努力与贡献者建立长期健康的关系。
结论
最终，DataFi关乎于利用人类智慧长期培养机器智能——通过智能合约确保人类贡献得到回报，并最终让人们从机器智能的增长中受益。对于那些在AI时代感到不确定的人，或者在加密货币市场波动中仍然对区块链技术保持信心的人来说，参与DataFi可能是一个明智且及时的选择。
