प्रकटीकरण: यहां व्यक्त किए गए विचार और राय केवल लेखक के लिए हैं और क्रिप्टो के संपादकीय के विचारों और विचारों का प्रतिनिधित्व नहीं करते हैं।
आज की डिजिटल अर्थव्यवस्था में, मुट्ठी भर तकनीकी समूह आधुनिक युग के सबसे मूल्यवान संसाधन पर अभूतपूर्व नियंत्रण रखते हैं: उपयोगकर्ता-जनित डेटा। Google, मेटा और अमेज़ॅन जैसी कंपनियों ने अरबों उपयोगकर्ताओं की व्यक्तिगत जानकारी को एकत्र, भंडारण और मुद्रीकरण करके बड़े पैमाने पर डेटा साम्राज्यों का निर्माण किया है। डेटा स्टिफ़ल्स प्रतिस्पर्धा का यह केंद्रीकरण, नवाचार को सीमित करता है, और डेटा साइलो बनाता है जहां पहुंच केवल कुछ ही तक सीमित है।
जबकि की अवधारणा विकेन्द्रीकृत भौतिक अवसंरचना नेटवर्क—सों को शॉर्ट के लिए डिपिन के रूप में जाना जाता है – ने विकेंद्रीकृत इन्फ्रास्ट्रक्चर में भाग लेने के लिए उपयोगकर्ताओं को सफलतापूर्वक जुटाया है – डैटा सबसे कम सेगमेंट में से एक बना हुआ है। यह वह जगह है जहां डेपिन, डेटा क्यूरेशन नेटवर्क (डीसीएन) का एक नया ऊर्ध्वाधर, खेल में आता है। DCN, एक शब्द जो विकेंद्रीकृत नेटवर्क को संदर्भित करता है जो उपयोगकर्ताओं से सीधे डेटा को कैप्चर और क्यूरेट करता है, इन डेटा साइलो से मुक्त होने के लिए एक ग्राउंडब्रेकिंग समाधान की पेशकश कर सकता है।
DCNs विशाल रूप से बढ़ते AI बाजार के लिए एक विशेष रूप से अच्छे अवसर का प्रतिनिधित्व करते हैं। AI उच्च गुणवत्ता वाले, अद्वितीय डेटासेट की मांग करता है, जो कि बेहतर रूप से कार्य करने के लिए, और बड़े डेटासेट प्रशिक्षण मॉडल, सिस्टम में सुधार और अगली पीढ़ी के अनुप्रयोगों को शक्ति प्रदान करने के लिए आवश्यक हैं। DCNs नियामक को भी संबोधित कर सकते हैं चिंता विविध और खुले मानव-जनित डेटासेट बनाकर एआई पूर्वाग्रह के बारे में।
डेटा क्यूरेशन नेटवर्क के माध्यम से एआई के लिए डेटा संग्रह का विकेंद्रीकरण करना
डेपिन की मार्केट कैप पहले से ही है पार $ 50 बिलियन, और यह है अनुमानित 2028 तक 3.5 ट्रिलियन के संभावित बाजार मूल्य तक पहुंचने के लिए। यह उपयोगकर्ताओं को डेटा स्वामित्व को वापस स्थानांतरित करने के लिए विकेंद्रीकृत नेटवर्क की क्षमता को प्रदर्शित करता है और उन्हें अपने योगदान से लाभान्वित करने की अनुमति देता है। डिपिन कॉर्पोरेट दिग्गजों से दूर डेटा संग्रह को स्थानांतरित करके और इसे वापस व्यक्तियों के हाथों में डालकर एक परिवर्तनकारी समाधान प्रदान करते हैं।
जैसा कि एआई तकनीक विकसित होती है, विविध और उच्च गुणवत्ता वाले डेटा की मांग केवल बढ़ जाएगी। कई एआई उपयोग के मामलों के लिए आवश्यक डेटा की पूरी श्रृंखला को पकड़ने के लिए केंद्रीकृत निगम बीमार हैं। कॉर्पोरेट-नियंत्रित डेटासेट के विपरीत, जो अक्सर प्लेटफ़ॉर्म के उपयोगकर्ता आधार द्वारा पक्षपाती होते हैं या कंपनी की पहुंच से सीमित होते हैं, डिपिन नेटवर्क स्रोतों की एक विस्तृत श्रृंखला से डेटा में खींच सकते हैं। यह अधिक व्यापक और विविध डेटासेट की ओर जाता है, जो बेहतर, अधिक समावेशी एआई मॉडल बनाने और नए उपयोग केस संभावनाओं को उत्पन्न करने के लिए आवश्यक हैं।
उदाहरण के लिए, स्व-ड्राइविंग वाहनों का विकास। स्वायत्त प्रणालियों को ट्रैफ़िक पैटर्न, सड़क की स्थिति और चालक व्यवहार पर बड़े पैमाने पर वास्तविक समय के डेटा की आवश्यकता होती है ताकि सुरक्षित और कुशलता से कार्य किया जा सके। परंपरागत रूप से, यह डेटा बड़े निगमों द्वारा जुड़े वाहनों और सड़क सेंसर तक पहुंच के साथ एकत्र किया गया है। केंद्रीकृत संस्थाओं के लिए निर्माण महंगा है, बुनियादी ढांचे के निवेश और महत्वपूर्ण मानव-घंटे की आवश्यकता है। इस बुनियादी ढांचे का निर्माण करने और विशेष रूप से कार्य के लिए एक कार्यबल को इकट्ठा करने के बजाय, क्रिप्टो नेटवर्क लोगों को अपने किनारे के उपकरणों को डेटा कलेक्टरों में बदलने के लिए प्रोत्साहित कर सकते हैं, निष्क्रिय रूप से अपने सामान्य दिन के दौरान मूल्यवान डेटा एकत्र कर सकते हैं। यह भौगोलिक रूप से विविध डेटा को काफी अधिक कुशल तरीके से क्यूरेट करने में सक्षम बनाता है, और एआई प्रशिक्षण के लिए कार्बनिक डेटासेट में परिणाम होता है।
सेल्फ-ड्राइविंग वाहन कई उदाहरणों में से एक हैं जहां विकेंद्रीकृत नेटवर्क सुरक्षा और प्रदर्शन में सुधार के लिए महत्वपूर्ण डेटा एकत्र कर सकते हैं। विकेंद्रीकृत स्रोतों और एआई की विश्लेषणात्मक शक्ति से वास्तविक समय के आंकड़ों का संयोजन उद्योगों को परिवहन से स्वास्थ्य सेवा तक में क्रांति ला सकता है।
उपयोगकर्ताओं को पुरस्कृत करते हुए एआई नवाचार को ईंधन देना
मानवीय आवश्यकताओं के लिए विकसित एआई मॉडल को मॉडल प्रशिक्षण के लिए सच्चाई के स्रोत के रूप में मानव-जनित डेटा पर भरोसा करना होगा। चूंकि अधिक से अधिक IoT और पहनने योग्य डिवाइस कंप्यूट पावर और AI-aclearated चिप्स से लैस हो जाते हैं, और स्मार्टफोन जैसे अरबों कनेक्टेड कमोडिटी डिवाइसों के साथ, एज-पावर्ड DCNs में बड़े पैमाने पर स्केलिंग की क्षमता होती है, घातीय रूप से उनकी पहुंच और क्षमता बढ़ जाती है, डेटा संग्रह को स्टेरॉयड करके डेटा क्यूरेशन डालते हैं, और डेटा की गुणवत्ता को उपलब्ध कराते हैं।
उपयोगकर्ताओं को नए हार्डवेयर में निवेश करने की आवश्यकता के बजाय, कमोडिटी-आधारित DCNs उन उपकरणों का उपयोग करते हैं जो पहले से ही लोगों के दैनिक जीवन का हिस्सा हैं, जैसे स्मार्टफोन और लैपटॉप। यह उन बाधाओं को काफी कम कर देता है जो अक्सर हार्डवेयर के विनिर्माण और वितरण के साथ आते हैं, ऑनबोर्डिंग प्रक्रिया को महत्वपूर्ण रूप से सरल करता है, और लगभग कोई प्रारंभिक लागत के साथ उपयोगकर्ताओं से सहज भागीदारी के लिए अनुमति देता है। DCNs के उभरते परिदृश्य में, सार्थक डेटासेट को अक्सर अभिनव क्रिप्टो प्रोत्साहन द्वारा समर्थित मौजूदा भौतिक बुनियादी ढांचे का समन्वय करके क्यूरेट किया जाता है। उदाहरण के लिए, वेब 3 स्पेस में कुछ प्रोजेक्ट्स व्यक्तिगत कंप्यूटरों के लिए क्रोम एक्सटेंशन के माध्यम से वेब स्क्रैपिंग सेवाओं की पेशकश करते हैं, जबकि अन्य स्मार्टफोन कैमरों को मैपिंग शोकेस के लिए लाभ उठाते हैं जो मौजूदा इन्फ्रास्ट्रक्चर में टैप करके, कमोडिटी-आधारित डीसीएनएस को गोद लेने के लिए बाधाओं को कम करते हैं।
इस नए प्रतिमान में, उपयोगकर्ता वास्तविक लाभार्थी हैं। वे अपने डेटा पर नियंत्रण प्राप्त करते हैं, विकेंद्रीकृत नेटवर्क में योगदान करने के वित्तीय पुरस्कारों का आनंद लेते हैं, और एआई-संचालित नवाचारों से लाभान्वित होने के लिए खड़े होते हैं जो इन नेटवर्क को सक्षम करते हैं। यह न केवल एक अधिक न्यायसंगत डिजिटल पारिस्थितिकी तंत्र बनाता है, बल्कि डेटा अर्थव्यवस्था में व्यापक भागीदारी को भी प्रोत्साहित करता है, यह सुनिश्चित करता है कि एआई प्रगति कुछ बड़े निगमों के लाभ के उद्देश्यों के बजाय रोजमर्रा के लोगों की जरूरतों और योगदान से प्रेरित है।
यह लेख सह-लेखक था अलिर्ज़ा घोड्स और टॉमी ईस्टमैन।
