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