早安,各位天使投資人 👼
AI 模型發展之初,我們發現「算力」的重要性,畢竟訓練模型、使用模型、微調模型都需要 GPU 算力的參與,這個發現讓 Nvidia 單靠販賣 GPU 就成為了世界上第一大市值的公司。
快轉至今,隨著我們擴展 GPU 產能、找到更新穎的模型訓練方式,算力已經不再是 AI 模型發展的瓶頸,現在的瓶頸變成了「數據」,更確切地說是:「高品質數據」。
想像一下,世界上的數據就只有這麼多,總有一天會被 AI 模型給使用完 — 如何打破「數據瓶頸」就是我們現在遇到的難題
我曾經在 Crypto AI 研究報告中提到 Vana Protocol,它們把 Crypto 當成激勵機制,吸引用戶貢獻自身的數據,建立一個個「DataDAO」,讓用戶能夠在掌握自身數據的同時,也能透過販賣數據來實現盈利,達成雙贏。
在第一眼看到這個項目時,我自身有很多的問題,例如:如何確保數據的高品質、如何確保隱私、如何實現盈利等等。在今天這期 MaxAlpha 訪談,我請到 Vana Protocol 的創辦人 — Anna Kazlauskas,來幫助我們解答這些問題。
這集是付費內容,優先給 MCS 會員觀看。但是別擔心,這個影片會在 1~2 個禮拜後正式上架 YouTube,並解鎖給免費用戶觀看。如果喜歡這種內容,幫我按個愛心,或是使用「付費訂閱」的方式支持我!
🔥 想免費加入 MCS 會員?只要使用這邊任何一間的交易所連結註冊(確保使用我的優惠碼),並填寫 Google 表單,我就幫你開啟電子報付費會員的福利,包括:
會員專屬研究報告:獲得每月會員專屬深度報告+解鎖過去所有內容
查閱我的投資組合:我會把我的投資組合放在網站上,隨時更新讓你參考
隨時一對一私訊我:有問題不想在群組討論?可以直接透過 Substack 私訊我
加入會員專屬 TG 群組:我預計會在裡面分享我的持倉調整、投資規劃,以及重大時事解讀。未來也會做 AMA 跟直播
🔶 影片時間軸 🔶
0:59 關於 Anna,為什麼創立 Vana
2:42 Vana 是什麼、解決什麼問題
3:59 Vana 是如何運作的
6:56 掌握自身數據,分一塊派
9:02 存儲你數據的公司 ≠ 擁有你的數據
9:58 Vana 激勵機制(aka 如何做到這一切)
12:23 我是大公司,如何在 Vana 買數據?
15:24 Vana 上的數據都存儲在哪?
16:09 Vana 是 L1?為什麼不選擇做 L2?
18:55 Vana 很適合「微調訓練」(Fine-Tuning)
19:19 Vana 未來兩年最大目標?
延伸閱讀
✅ 想要深入的討論幣圈?可以加入我的 LINE 群組 或 TG 群組,一起研究新項目~🕵️
✅ 想要開始投資/研究加密貨幣?我把我自己有在使用的交易所 / 冷熱錢包 / 鏈上數據面板都整理在這篇文章,歡迎取用
Share this post