Recientemente, Ning Fan ha sido bombardeado por noticias sobre diversos agentes de IA. El CME está listo para lanzar un mercado de futuros de poder computacional, convirtiendo el poder computacional en una categoría de activos negociables; en la conferencia Google I/O, la serie Gemini recibió una actualización completa, y los agentes de IA han evolucionado de responder pasivamente a ejecutar tareas en segundo plano, tomando decisiones de forma independiente. Pero, ¿alguna vez te has planteado una pregunta? Estos agentes de IA cada vez más "autónomos", ¿son realmente "limpios" los datos que consumen al tomar decisiones?
Hace unos días, alguien utilizó tecnología GEO para generar en masa información falsa, contaminando sistemáticamente los datos de entrenamiento de la IA, haciendo que los grandes modelos se convirtieran sin darse cuenta en "transmisores de rumores". Lo aterrador de esto es que los agentes, al ejecutar tareas, no pueden diferenciar si los datos que utilizan son reales o si han sido alimentados intencionalmente con información falsa.
Ese es el papel que juega @OpenLedger en todo el ecosistema de la IA, y por eso Ning Fan lo sigue de cerca. No crea agentes, ni entrena modelos, sino que se ocupa de lo más fundamental y crítico de la IA: hacer "verificación de identidad" de las fuentes de datos. La tecnología central se llama Proof of Attribution (Prueba de Atribución), que, dicho de manera simple, consiste en marcar cada dato con una huella digital en la cadena: quién proporcionó el dato, quién lo etiquetó, quién lo verificó y qué agente lo utilizó para inferir, toda la cadena es rastreable e inalterable.
Los contribuyentes de datos no trabajan gratis. Cada dato de alta calidad en el conjunto de datos de la comunidad Datanets, cuando es utilizado por un agente de IA, el contribuyente recibe automáticamente tokens $OPEN como parte de las ganancias. Esto convierte los datos en activos en la cadena, en lugar de ser alimento gratuito que los proveedores de IA pueden aprovechar sin costo.
Ning Fan cree que la verdadera imaginación aquí radica en que cuando el comportamiento de los agentes de IA se vuelve verificable, rastreable e inalterable, podremos confiar en ellos para ejecutar tareas complejas en la cadena. No importa si quieres un agente de trading que pueda auto-justificarse o un bot de DeFi que ofrezca una lógica de decisión verificable, en el fondo debe existir este mecanismo de "ADN de datos" como respaldo.
La esencia de la IA no está en los algoritmos, sino en los datos. Si los datos no son confiables, incluso el agente más inteligente es un castillo en el aire.
#OpenLedger $OPEN
Hace unos días, alguien utilizó tecnología GEO para generar en masa información falsa, contaminando sistemáticamente los datos de entrenamiento de la IA, haciendo que los grandes modelos se convirtieran sin darse cuenta en "transmisores de rumores". Lo aterrador de esto es que los agentes, al ejecutar tareas, no pueden diferenciar si los datos que utilizan son reales o si han sido alimentados intencionalmente con información falsa.
Ese es el papel que juega @OpenLedger en todo el ecosistema de la IA, y por eso Ning Fan lo sigue de cerca. No crea agentes, ni entrena modelos, sino que se ocupa de lo más fundamental y crítico de la IA: hacer "verificación de identidad" de las fuentes de datos. La tecnología central se llama Proof of Attribution (Prueba de Atribución), que, dicho de manera simple, consiste en marcar cada dato con una huella digital en la cadena: quién proporcionó el dato, quién lo etiquetó, quién lo verificó y qué agente lo utilizó para inferir, toda la cadena es rastreable e inalterable.
Los contribuyentes de datos no trabajan gratis. Cada dato de alta calidad en el conjunto de datos de la comunidad Datanets, cuando es utilizado por un agente de IA, el contribuyente recibe automáticamente tokens $OPEN como parte de las ganancias. Esto convierte los datos en activos en la cadena, en lugar de ser alimento gratuito que los proveedores de IA pueden aprovechar sin costo.
Ning Fan cree que la verdadera imaginación aquí radica en que cuando el comportamiento de los agentes de IA se vuelve verificable, rastreable e inalterable, podremos confiar en ellos para ejecutar tareas complejas en la cadena. No importa si quieres un agente de trading que pueda auto-justificarse o un bot de DeFi que ofrezca una lógica de decisión verificable, en el fondo debe existir este mecanismo de "ADN de datos" como respaldo.
La esencia de la IA no está en los algoritmos, sino en los datos. Si los datos no son confiables, incluso el agente más inteligente es un castillo en el aire.
#OpenLedger $OPEN