Làn sóng kể chuyện tiếp theo trong lĩnh vực AI mã hóa: Các yếu tố xúc tác, lộ trình phát triển và các mục tiêu liên quan
Tuyển chọn TechFlowTuyển chọn TechFlow
Làn sóng kể chuyện tiếp theo trong lĩnh vực AI mã hóa: Các yếu tố xúc tác, lộ trình phát triển và các mục tiêu liên quan
Đâu sẽ là lĩnh vực AI tiếp theo có dự án đơn lẻ vượt vốn hóa 1 tỷ USD?
Chuyên sâu báo cáo Web3Tác giả: Alex Xu
Lời mở đầu
Tính đến thời điểm hiện tại, chu kỳ thị trường tăng giá tiền mã hóa lần này là một trong những chu kỳ thiếu đổi mới thương mại nhất, khi vắng bóng các xu hướng bùng nổ như DeFi, NFT và GameFi ở chu kỳ trước. Điều này khiến toàn bộ thị trường thiếu điểm nóng về ngành công nghiệp, dẫn đến sự tăng trưởng yếu kém của người dùng, nhà đầu tư và các nhà phát triển.
Điều này cũng được phản ánh rõ ràng qua giá tài sản hiện tại: nhìn chung trong suốt chu kỳ này, phần lớn các Altcoin liên tục mất giá so với BTC, trong đó có cả ETH. Bởi lẽ định giá nền tảng hợp đồng thông minh phụ thuộc vào mức độ sôi động của ứng dụng; khi đổi mới ứng dụng trì trệ, định giá blockchain cũng khó mà tăng lên.
Trong bối cảnh đó, AI – lĩnh vực kinh doanh mã hóa tương đối mới – nhờ tốc độ phát triển bùng nổ và liên tục tạo ra điểm nóng từ thế giới thương mại bên ngoài, vẫn có tiềm năng thu hút thêm sự chú ý đáng kể cho các dự án AI trong hệ sinh thái mã hóa.
Trong báo cáo về IO.NET mà tác giả đã xuất bản vào tháng 4, chúng tôi đã phân tích tính cần thiết khi kết hợp AI với Crypto – cụ thể là giải pháp kinh tế mã hóa với ưu thế về tính xác định, khả năng huy động và phân bổ tài nguyên, cùng tính phi tin cậy – có thể là một trong những cách giải quyết ba thách thức lớn của AI: tính ngẫu nhiên, tiêu tốn tài nguyên và khó phân biệt giữa con người với máy.
Trong bài viết này, tác giả tiếp tục đi sâu vào một số vấn đề trọng tâm trong lĩnh vực AI thuộc hệ sinh thái mã hóa, bao gồm:
-
Các câu chuyện (narrative) đang hình thành hoặc có khả năng bùng nổ trong tương lai trong lĩnh vực AI mã hóa
-
Con đường và logic xúc tác cho các narrative trên
-
Các dự án liên quan đến các narrative
-
Rủi ro và bất định trong việc suy luận các narrative
Bài viết này phản ánh quan điểm cá nhân tạm thời của tác giả tại thời điểm xuất bản, có thể thay đổi trong tương lai và mang tính chủ quan rất cao. Các dữ liệu, sự kiện hay lập luận đưa ra có thể chứa sai sót. Vui lòng không sử dụng bài viết như cơ sở để đầu tư. Rất mong nhận được phê bình và thảo luận từ cộng đồng.
Sau đây là nội dung chính.
Narrative tiếp theo trong lĩnh vực AI mã hóa
Trước khi điểm lại các narrative sắp tới trong lĩnh vực AI mã hóa, ta hãy xem xét các narrative chính hiện tại. Theo thứ tự vốn hóa thị trường, các dự án có vốn hóa vượt 1 tỷ USD bao gồm:
-
Tính toán phân tán: Render (RNDR, vốn hóa lưu hành 3,85 tỷ), Akash (vốn hóa lưu hành 1,2 tỷ), IO.NET (định giá vòng gọi vốn riêng gần nhất là 1 tỷ)
-
Mạng thuật toán: Bittensor (TAO, vốn hóa lưu hành 2,97 tỷ)
-
AI Agent: Fetch.ai (FET, vốn hóa lưu hành trước sáp nhập là 2,1 tỷ)
* Dữ liệu cập nhật ngày: 24/5/2024, đơn vị tiền tệ là USD.
Ngoài các lĩnh vực trên, lĩnh vực AI nào sẽ xuất hiện dự án tiếp theo có vốn hóa trên 1 tỷ đô la?
Tác giả cho rằng có thể phỏng đoán theo hai góc nhìn: narrative từ phía cung ngành công nghiệp và narrative “khoảnh khắc GPT”.
Góc nhìn đầu tiên về narrative AI: Từ phía cung công nghiệp, nhìn vào cơ hội trong lĩnh vực năng lượng và dữ liệu đằng sau AI
Xét từ phía cung công nghiệp, có bốn động lực thúc đẩy sự phát triển của AI:
-
Thuật toán: Thuật toán tốt giúp thực hiện hiệu quả hơn các nhiệm vụ huấn luyện và suy luận
-
Tính toán: Dù là huấn luyện mô hình hay suy luận, đều cần GPU cung cấp sức mạnh xử lý. Đây cũng là nút thắt cổ chai chính hiện nay, khi tình trạng thiếu chip làm giá chip tầm trung và cao cấp leo thang
-
Năng lượng: Trung tâm dữ liệu phục vụ AI tiêu thụ lượng lớn năng lượng. Ngoài điện năng cần thiết cho GPU thực hiện tính toán, hệ thống làm mát cũng tiêu tốn rất nhiều năng lượng – chiếm khoảng 40% tổng tiêu thụ năng lượng trong một trung tâm dữ liệu quy mô lớn
-
Dữ liệu: Việc nâng cao hiệu suất mô hình lớn đòi hỏi mở rộng tham số huấn luyện, đồng nghĩa với nhu cầu khổng lồ về dữ liệu chất lượng cao
Trong bốn động lực trên, các lĩnh vực thuật toán và tính toán đã có những dự án mã hóa với vốn hóa lưu hành vượt 1 tỷ USD, nhưng lĩnh vực năng lượng và dữ liệu thì chưa.
Thực tế, tình trạng thiếu hụt nguồn cung năng lượng và dữ liệu có thể xảy ra sớm, trở thành điểm nóng công nghiệp mới, từ đó thúc đẩy làn sóng cho các dự án liên quan trong hệ sinh thái mã hóa.
Hãy bắt đầu với năng lượng.
Ngày 29/2/2024, Elon Musk phát biểu tại hội nghị Bosch Connected World 2024 rằng: « Tôi đã dự đoán về tình trạng thiếu chip hơn một năm trước, và thiếu hụt tiếp theo sẽ là điện năng. Tôi nghĩ rằng sang năm tới sẽ không đủ điện để vận hành tất cả các con chip đó. »
Về mặt dữ liệu cụ thể, Viện Trí tuệ Nhân tạo Hướng đến Con người (Human-Centered Artificial Intelligence) thuộc Đại học Stanford do giáo sư Li Feifei lãnh đạo hàng năm đều xuất bản Báo cáo Chỉ số AI. Nhóm nghiên cứu đánh giá rằng trong năm 2021, mức tiêu thụ năng lượng của AI chỉ chiếm 0,9% nhu cầu điện toàn cầu, áp lực lên năng lượng và môi trường còn hạn chế. Tuy nhiên, Cơ quan Năng lượng Quốc tế (IEA) trong báo cáo tổng kết năm 2022 cho biết các trung tâm dữ liệu toàn cầu đã tiêu thụ khoảng 460 terawatt giờ (TWh) điện, chiếm 2% nhu cầu điện toàn cầu, và dự báo đến năm 2026, mức tiêu thụ này ít nhất sẽ đạt 620 TWh và cao nhất có thể lên tới 1.050 TWh.
Thậm chí, ước tính của IEA vẫn còn bảo thủ, bởi hiện nay đã có rất nhiều dự án AI sắp được triển khai, với nhu cầu năng lượng vượt xa tưởng tượng của IEA hồi năm 2023.
Ví dụ như dự án Cổng Trời (Stargate) mà Microsoft và OpenAI đang lên kế hoạch. Dự án này dự kiến khởi động vào năm 2028 và hoàn thành vào khoảng năm 2030, với mục tiêu xây dựng một siêu máy tính sở hữu hàng triệu chip AI chuyên dụng, cung cấp khả năng tính toán chưa từng có cho OpenAI, hỗ trợ nghiên cứu phát triển trí tuệ nhân tạo, đặc biệt là các mô hình ngôn ngữ lớn. Dự án này ước tính tiêu tốn hơn 100 tỷ USD, cao gấp 100 lần chi phí của một trung tâm dữ liệu lớn hiện nay.
Chỉ riêng dự án Cổng Trời đã tiêu thụ tới 50 TWh điện năng.
Chính vì vậy, Sam Altman, nhà đồng sáng lập OpenAI, đã nói tại Diễn đàn Davos hồi tháng 1 năm nay: « Trí tuệ nhân tạo trong tương lai cần một bước đột phá về năng lượng, bởi lượng điện mà AI tiêu thụ sẽ vượt quá mọi dự đoán. »
Sau tính toán và năng lượng, lĩnh vực tiếp theo có nguy cơ thiếu hụt trong ngành AI đang phát triển nhanh chóng chính là dữ liệu.
Hoặc nói cách khác, tình trạng thiếu hụt dữ liệu chất lượng cao dành cho AI đã trở thành hiện thực.
Hiện tại, con người đã cơ bản hiểu được quy luật tăng trưởng năng lực của mô hình ngôn ngữ lớn thông qua tiến trình phát triển của GPT – tức là mở rộng tham số mô hình và dữ liệu huấn luyện có thể nâng cao năng lực mô hình theo cấp số mũ – và trong ngắn hạn, chưa thấy dấu hiệu bão hòa về mặt kỹ thuật.
Tuy nhiên, vấn đề là dữ liệu chất lượng cao và công khai có thể sẽ ngày càng khan hiếm trong tương lai, khiến sản phẩm AI gặp phải mâu thuẫn cung-cầu giống như từng xảy ra với chip và năng lượng.
Trước hết là tranh chấp quyền sở hữu dữ liệu gia tăng.
Ngày 27/12/2023, tờ The New York Times chính thức kiện OpenAI và Microsoft tại Tòa án Quận Liên bang Hoa Kỳ, cáo buộc họ sử dụng trái phép hàng triệu bài báo của mình để huấn luyện mô hình GPT, yêu cầu bồi thường thiệt hại hàng tỷ USD do vi phạm bản quyền và yêu cầu tiêu hủy mọi mô hình và dữ liệu huấn luyện chứa tài liệu bản quyền của The New York Times.
Sau đó, vào cuối tháng 3, The New York Times tiếp tục ra tuyên bố mới, lần này không chỉ nhắm vào OpenAI mà còn cả Google và Meta. Tờ báo cho biết OpenAI đã sử dụng công cụ nhận dạng giọng nói Whisper để chuyển đổi giọng nói trong các video YouTube thành văn bản, rồi dùng văn bản đó huấn luyện GPT-4. The New York Times khẳng định việc các tập đoàn lớn lấy cắp dữ liệu để huấn luyện mô hình AI đã trở nên phổ biến, và Google cũng làm điều tương tự – chuyển nội dung video YouTube thành văn bản để huấn luyện mô hình lớn của mình, về bản chất là xâm phạm quyền lợi của những người sáng tạo nội dung.
Vụ kiện The New York Times chống lại OpenAI, được coi là « vụ kiện bản quyền AI đầu tiên », do tính phức tạp của nội dung và ảnh hưởng sâu rộng đến tương lai ngành công nghiệp nội dung và AI, có thể sẽ không sớm có phán quyết. Một trong những khả năng là hai bên dàn xếp ngoài tòa, với Microsoft và OpenAI – những gã khổng lồ giàu có – trả một khoản tiền bồi thường lớn. Tuy nhiên, trong tương lai, các tranh chấp bản quyền dữ liệu sẽ ngày càng gia tăng, kéo theo chi phí tổng thể của dữ liệu chất lượng cao.
Ngoài ra, Google – công cụ tìm kiếm lớn nhất thế giới – cũng bị rò rỉ thông tin rằng đang cân nhắc thu phí dịch vụ tìm kiếm, nhưng đối tượng bị thu phí không phải người dùng thông thường mà là các công ty AI.
Nguồn: Reuters
Máy chủ tìm kiếm của Google lưu trữ lượng lớn nội dung, thậm chí có thể nói là mọi nội dung từng xuất hiện trên các trang web từ thế kỷ 21 đến nay. Hiện nay, các sản phẩm tìm kiếm dựa trên AI như Perplexity (ngoại địa) hay Kimi, Mitā (trong nước) đều xử lý dữ liệu tìm kiếm này bằng AI trước khi xuất ra cho người dùng. Nếu Google thu phí AI, chi phí thu thập dữ liệu chắc chắn sẽ tăng.
Thực tế, ngoài dữ liệu công khai, các gã khổng lồ AI còn nhắm đến dữ liệu nội bộ không công khai.
Photobucket là một website lưu trữ hình ảnh và video lâu đời, từng có 70 triệu người dùng và chiếm gần một nửa thị phần ảnh trực tuyến tại Mỹ vào đầu những năm 2000. Khi mạng xã hội nổi lên, số lượng người dùng Photobucket giảm mạnh, hiện chỉ còn 2 triệu người dùng hoạt động (mỗi người phải trả phí đăng ký hàng năm lên tới 399 USD). Theo thỏa thuận đăng ký và chính sách bảo mật, tài khoản không sử dụng quá một năm sẽ bị thu hồi, và Photobucket được phép sử dụng dữ liệu hình ảnh và video người dùng tải lên. Giám đốc điều hành Ted Leonard tiết lộ rằng bộ dữ liệu gồm 1,3 tỷ hình ảnh và video mà Photobucket sở hữu cực kỳ giá trị trong việc huấn luyện mô hình AI tạo sinh. Ông đang đàm phán bán dữ liệu này với nhiều công ty công nghệ, với giá chào bán từ 5 cent đến 1 USD mỗi ảnh, hơn 1 USD mỗi video, ước tính tổng giá trị dữ liệu có thể cung cấp vượt quá 1 tỷ USD.
Nhóm nghiên cứu EPOCH chuyên về xu hướng AI, dựa trên việc sử dụng dữ liệu học máy năm 2022 và tốc độ tạo ra dữ liệu mới, đồng thời xem xét tốc độ tăng trưởng tài nguyên tính toán, đã xuất bản một báo cáo về giới hạn dữ liệu trong học máy có tên « Liệu chúng ta sẽ cạn kiệt dữ liệu? Phân tích giới hạn mở rộng bộ dữ liệu trong Học máy ». Kết luận của báo cáo cho rằng dữ liệu văn bản chất lượng cao sẽ cạn kiệt vào khoảng từ tháng 2/2023 đến 2026, dữ liệu hình ảnh sẽ cạn kiệt từ 2030 đến 2060. Nếu hiệu suất sử dụng dữ liệu không được cải thiện đáng kể hoặc không có nguồn dữ liệu mới, xu hướng mô hình học máy lớn hiện nay phụ thuộc vào khối lượng dữ liệu khổng lồ có thể chậm lại.
Xét theo tình hình các gã khổng lồ AI đang ráo riết mua dữ liệu với giá cao, dữ liệu văn bản chất lượng miễn phí gần như đã cạn kiệt – dự đoán của EPOCH cách đây 2 năm là khá chính xác.
Đồng thời, các giải pháp đáp ứng nhu cầu « thiếu hụt dữ liệu AI » cũng đang xuất hiện – cụ thể là dịch vụ cung cấp dữ liệu cho AI.
Defined.ai là một công ty cung cấp dữ liệu thật, chất lượng cao, tùy chỉnh cho các công ty AI.
Ví dụ loại dữ liệu Defined.ai cung cấp: https://www.defined.ai/datasets
Mô hình kinh doanh của họ như sau: Công ty AI gửi yêu cầu dữ liệu cụ thể cho Defined.ai, ví dụ về hình ảnh: yêu cầu độ phân giải tối thiểu, tránh mờ, cháy sáng, nội dung chân thực; về nội dung, công ty AI có thể đặt hàng chủ đề cụ thể như ảnh ban đêm, côn biển ban đêm, bãi đậu xe, biển báo – nhằm cải thiện khả năng nhận diện ban đêm của AI. Người dùng đại chúng nhận nhiệm vụ, chụp ảnh rồi tải lên để công ty kiểm duyệt, sau đó thanh toán theo số lượng ảnh/video đạt chuẩn – khoảng 1-2 USD cho một ảnh chất lượng cao, 5-7 USD cho một đoạn video ngắn vài chục giây, 100-300 USD cho một bộ phim dài hơn 10 phút, 1 USD mỗi nghìn ký tự văn bản; người thực hiện nhiệm vụ được nhận khoảng 20% khoản thanh toán. Việc cung cấp dữ liệu có thể trở thành một ngành công nghiệp crowdsourcing mới, kế thừa từ « gắn nhãn dữ liệu ».
Phân phối nhiệm vụ toàn cầu, khuyến khích kinh tế, định giá và luân chuyển tài sản dữ liệu, bảo vệ quyền riêng tư, ai cũng có thể tham gia – nghe có vẻ rất phù hợp với mô hình kinh doanh theo chuẩn Web3.
Các dự án AI theo góc nhìn cung công nghiệp
Việc thiếu hụt chip gây chú ý lan tỏa vào ngành mã hóa, khiến tính toán phân tán trở thành lĩnh vực AI mã hóa hot nhất và có vốn hóa cao nhất tính đến nay.
Vậy nếu mâu thuẫn cung-cầu về năng lượng và dữ liệu trong ngành AI bùng phát trong 1-2 năm tới, hiện tại ngành mã hóa đã có những dự án nào liên quan?
Trước hết, hãy xem xét các dự án về năng lượng.
Các dự án năng lượng đã niêm yết trên sàn CEX hàng đầu cực kỳ khan hiếm, chỉ có duy nhất Power Ledger (token POWR).
Power Ledger được khởi động năm 2017, là một nền tảng năng lượng tổng hợp dựa trên công nghệ blockchain, nhằm mục đích phi tập trung hóa giao dịch năng lượng, cho phép cá nhân và cộng đồng trực tiếp mua bán điện, thúc đẩy sử dụng năng lượng tái tạo, và đảm bảo minh bạch, hiệu quả trong giao dịch thông qua hợp đồng thông minh. Ban đầu, Power Ledger hoạt động trên một chuỗi liên minh được phát triển từ Ethereum. Vào nửa cuối năm 2023, Power Ledger cập nhật sách trắng và ra mắt chuỗi công khai tổng hợp riêng, được xây dựng dựa trên khung kỹ thuật Solana, nhằm xử lý hiệu quả các giao dịch vi mô tần suất cao trong thị trường năng lượng phân tán. Hiện tại, các hoạt động chính của Power Ledger bao gồm:
-
Giao dịch năng lượng: Cho phép người dùng mua bán điện trực tiếp điểm-điểm, đặc biệt là điện từ năng lượng tái tạo.
-
Giao dịch sản phẩm môi trường: Như giao dịch tín chỉ carbon và chứng nhận năng lượng tái tạo, cũng như tài trợ dựa trên sản phẩm môi trường.
-
Vận hành chuỗi công: Hấp dẫn các nhà phát triển ứng dụng xây dựng trên blockchain Powerledger, phí giao dịch trên chuỗi được thanh toán bằng token POWR.
Hiện tại, vốn hóa lưu hành của Power Ledger là 170 triệu USD, vốn hóa pha loãng hoàn toàn là 320 triệu USD.
So với các dự án mã hóa về năng lượng, số lượng dự án mã hóa về dữ liệu phong phú hơn nhiều.
Tác giả chỉ liệt kê các dự án dữ liệu đang theo dõi, đã niêm yết ít nhất trên một trong ba sàn Binance, OKX hoặc Coinbase, và sắp xếp theo FDV từ thấp đến cao:
1. Streamr – DATA
Streamr định vị giá trị là xây dựng một mạng dữ liệu thời gian thực phi tập trung, cho phép người dùng tự do giao dịch và chia sẻ dữ liệu, đồng thời giữ quyền kiểm soát hoàn toàn dữ liệu của mình. Thông qua thị trường dữ liệu, Streamr mong muốn giúp người sản xuất dữ liệu bán trực tiếp dữ liệu cho người tiêu dùng quan tâm mà không cần trung gian, từ đó giảm chi phí và nâng cao hiệu quả.
Nguồn: https://streamr.network/hub/projects
Trong các trường hợp hợp tác thực tế, Streamr hợp tác với DIMO – một dự án phần cứng xe hơi Web3 – thông qua cảm biến phần cứng DIMO lắp trên xe để thu thập dữ liệu nhiệt độ, áp suất khí quyển và các dữ liệu khác, tạo thành luồng dữ liệu thời tiết gửi đến các tổ chức có nhu cầu.
So với các dự án dữ liệu khác, Streamr tập trung nhiều hơn vào dữ liệu từ Internet of Things (IoT) và cảm biến phần cứng. Ngoài dữ liệu xe hơi DIMO đã nêu, các dự án khác còn có luồng dữ liệu giao thông thời gian thực tại Helsinki. Do đó, token DATA của Streamr từng tạo ra mức tăng gấp đôi trong một ngày vào tháng 12 năm ngoái, khi khái niệm DePIN đang cực kỳ nóng.
Hiện tại, vốn hóa lưu hành của Streamr là 44 triệu USD, vốn hóa pha loãng hoàn toàn là 58 triệu USD.
2. Covalent – CQT
Khác với các dự án dữ liệu khác, Covalent cung cấp dữ liệu blockchain. Mạng Covalent đọc dữ liệu từ các nút blockchain thông qua RPC, sau đó xử lý và tổ chức dữ liệu này để tạo ra một cơ sở dữ liệu truy vấn hiệu quả. Nhờ vậy, người dùng Covalent có thể nhanh chóng truy xuất thông tin cần thiết mà không phải thực hiện các truy vấn phức tạp trực tiếp từ nút blockchain – loại dịch vụ này còn được gọi là « chỉ mục dữ liệu blockchain ».
Khách hàng của Covalent chủ yếu là doanh nghiệp (B2B), bao gồm các dự án Dapp như các ứng dụng DeFi, cũng như nhiều công ty mã hóa tập trung như Consensys (công ty mẹ của Metamask), CoinGecko (trang tổng hợp giá tài sản mã hóa nổi tiếng), Rotki (công cụ thuế), Rainbow (ví mã hóa)... Thậm chí các gã khổng lồ trong ngành tài chính truyền thống như Fidelity và Big Four – Ernst & Young – cũng là khách hàng của Covalent. Theo dữ liệu công bố từ Covalent, doanh thu từ dịch vụ dữ liệu của dự án đã vượt qua dự án hàng đầu cùng lĩnh vực là The Graph.
Do dữ liệu on-chain có tính toàn vẹn, công khai, chân thực và thời gian thực, ngành Web3 có tiềm năng trở thành nguồn dữ liệu chất lượng cao cho các trường hợp AI chuyên biệt và các « mô hình AI nhỏ ». Là nhà cung cấp dữ liệu, Covalent đã bắt đầu cung cấp dữ liệu cho các trường hợp AI và ra mắt dữ liệu cấu trúc có thể xác minh chuyên biệt cho AI.
Nguồn: https://www.covalenthq.com/solutions/decentralized-ai/
Ví dụ, cung cấp dữ liệu cho SmartWhales – nền tảng giao dịch thông minh on-chain – sử dụng AI để nhận diện các mẫu giao dịch và địa chỉ sinh lời; Entendre Finance sử dụng dữ liệu cấu trúc từ Covalent, xử lý bằng AI để đưa ra thông tin chi tiết thời gian thực, phát hiện bất thường và phân tích dự đoán.
Hiện tại, dịch vụ dữ liệu on-chain của Covalent vẫn chủ yếu tập trung vào lĩnh vực tài chính, nhưng khi sản phẩm và loại dữ liệu Web3 đa dạng hơn, các trường hợp sử dụng dữ liệu on-chain cũng sẽ mở rộng.
Hiện tại, vốn hóa lưu hành của Covalent là 150 triệu USD, vốn hóa pha loãng hoàn toàn là 235 triệu USD, có lợi thế định giá rõ rệt so với dự án chỉ mục dữ liệu blockchain cùng赛道 The Graph.
3. Hivemapper – Honey
Trong các loại dữ liệu, dữ liệu video thường có giá cao nhất. Hivemapper có thể cung cấp dữ liệu cho các công ty AI bao gồm cả video và thông tin bản đồ. Bản thân Hivemapper là một dự án bản đồ toàn cầu phi tập trung, nhằm mục đích tạo ra một hệ thống bản đồ chi tiết, động và có thể truy cập thông qua công nghệ blockchain và đóng góp cộng đồng. Người tham gia có thể sử dụng camera hành trình (dashcam) để thu thập dữ liệu bản đồ và thêm vào mạng dữ liệu mã nguồn mở Hivemapper, đồng thời nhận thưởng bằng token HONEY dựa trên đóng góp. Để nâng cao hiệu ứng mạng và giảm chi phí tương tác, Hivemapper xây dựng trên Solana.
Hivemapper được thành lập lần đầu vào năm 2015, ban đầu định hướng sử dụng drone để tạo bản đồ, nhưng sau đó nhận ra mô hình này khó mở rộng, nên chuyển sang dùng camera hành trình và điện thoại thông minh để thu thập dữ liệu địa lý, từ đó giảm chi phí sản xuất bản đồ toàn cầu.
So với các phần mềm bản đồ và ảnh vệ tinh như Google Maps, Hivemapper nhờ cơ chế khuyến khích và mô hình crowdsourcing có thể mở rộng phạm vi phủ sóng bản đồ hiệu quả hơn, duy trì độ tươi mới của hình ảnh thực tế và nâng cao chất lượng video.
Trước khi nhu cầu dữ liệu AI bùng nổ, khách hàng chính của Hivemapper bao gồm các bộ phận xe tự lái trong ngành ô tô, công ty dịch vụ định vị, chính phủ, công ty bảo hiểm và bất động sản. Ngày nay, Hivemapper có thể cung cấp dữ liệu đường xá và môi trường rộng rãi cho AI và mô hình lớn thông qua API, nhờ dòng dữ liệu hình ảnh và đặc trưng đường xá được cập nhật liên tục, các mô hình AI và ML có thể chuyển đổi dữ liệu thành năng lực nâng cao, thực hiện các nhiệm vụ liên quan đến vị trí địa lý và phán đoán hình ảnh.
Nguồn: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
Hiện tại, vốn hóa lưu hành của dự án Hivemapper – Honey là 120 triệu USD, vốn hóa pha loãng hoàn toàn là 496 triệu USD.
Ngoài ba dự án trên, lĩnh vực dữ liệu còn có The Graph – GRT (vốn hóa lưu hành 3,2 tỷ USD, FDV 3,7 tỷ USD), hoạt động tương tự Covalent, cung cấp dịch vụ chỉ mục dữ liệu blockchain; và Ocean Protocol – OCEAN (vốn hóa lưu hành 670 triệu USD, FDV 1,45 tỷ USD, dự án sắp sáp nhập với Fetch.ai và SingularityNET, chuyển đổi token thành ASI), một giao thức mã nguồn mở nhằm thúc đẩy việc trao đổi và thương mại hóa dữ liệu và các dịch vụ liên quan, kết nối người tiêu dùng dữ liệu với người cung cấp dữ liệu, từ đó chia sẻ dữ liệu dưới tiền đề tin cậy, minh bạch và truy xuất nguồn gốc.
Góc nhìn thứ hai về narrative AI: Lặp lại khoảnh khắc GPT, sự xuất hiện của trí tuệ nhân tạo tổng quát
Theo quan điểm của tác giả, "năm khai sinh" của lĩnh vực « AI mã hóa » là năm 2023 – khi GPT làm chấn động thế giới. Đợt tăng giá mạnh của các dự án AI mã hóa chủ yếu là « dư chấn » từ sự phát triển bùng nổ của ngành AI bên ngoài.
Mặc dù sau GPT3.5, các phiên bản như GPT4, turbo... tiếp tục nâng cấp năng lực, và Sora gây ấn tượng mạnh mẽ với khả năng sáng tạo video, cùng với sự phát triển nhanh chóng
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
Mint Ventures
