ข้อความสรุปผู้บริหาร

Generative AI เป็นนวัตกรรมที่สำคัญที่สุดในช่วงเวลาที่ผ่านมาและกำลังกลายเป็นสิ่งสำคัญมากขึ้นตามเวลาที่ผ่านมา ศาสตร์ประดิษฐ์ AI พื้นฐานโดยสรุปเป็นผลิตภัณฑ์ของสามองค์ประกอบ:

อัลกอริทึม + ข้อมูล + คำนวณ = อัจฉริยะ

นี้หมายความว่าข้อมูลและคอมพิวเตอร์น่าจะเป็นทรัพย์สินสำคัญสองอย่างของโลกและการเข้าถึงเขาจะมีความสำคัญอย่างมาก

โมเดล AI แบบสร้างสรรค์ต้องการข้อมูลมาก ข้อมูลที่โมเดล AI แบบสร้างสรรค์ที่สำคัญที่สุดทำงานบนคือค่าของอินเทอร์เน็ตของข้อมูลซึ่งเป็นการประมาณค่าของความรู้ทั้งหมดของมนุษย์

Crypto คือทั้งหมดที่เกี่ยวกับการให้การเข้าถึงทรัพยากรดิจิทัลใหม่ ๆ ทั่วโลกและสิ่งที่สร้างสินทรัพย์ที่ไม่เคยเป็นสินทรัพย์มาก่อนผ่านโทเค็น หญ้าทําสิ่งนี้สําหรับข้อมูล

Grass ให้ AI models และแอปพลิเคชันเข้าถึงอินเทอร์เน็ตทั้งหมดเป็นชุดข้อมูลสด ที่รวบรวมได้ผ่านเครือข่ายของโหนดทั่วโลกที่มีส่วนร่วมในการให้แบนด์วิดท์อินเทอร์เน็ตที่ว่างอยู่ของพวกเขา พวกเขามีการดึงดูดเริ่มต้นที่แข็งแกร่งกับผู้ใช้กว่า 2.5 ล้านคน

ตลาดศักยภาพระยะยาวสำหรับองค์กร Grass มีขนาดใหญ่และเกี่ยวข้องกับขนาดของตลาด AI และการเติบโตในอนาคตของมัน ในอดีตการรวบรวมชุดข้อมูลขนาดใหญ่เช่นนี้ถูกจำกัดไว้เพียงแค่ไฟแอลเท่านั้นของยักษ์ใหญ่ กราสนำเอาเศรษฐกิจใหม่สำหรับการใช้ข้อมูล ลดต้นทุน สิ่งนี้ทำให้การเข้าถึงข้อมูลไม่เพียงแค่บริการบริษัทใหญ่ที่สุดเท่านั้น แต่ยังเป็นทางเลือกสำหรับอุตสาหกรรม AI ในระยะยาว

ปัญหา

การฝึกและปรับแต่งโมเดล AI ต้องใช้ข้อมูลปริมาณมากอย่างมาก ในอดีต ข้อมูลเหล่านั้นส่วนใหญ่ถูกเก็บรวบรวมโดยผู้สร้างโมเดล AI ที่ดึงข้อมูลจากเว็บไซต์ กระบวนการดึงข้อมูลนี้มีความท้าทายหลายประการ:

• การสร้างเว็บเพจเป็นเรื่องที่ใช้ค่าใช้จ่ายมาก มีเพียงองค์กรขนาดใหญ่ไม่กี่รายที่สามารถทำการสร้างเว็บเพจทั้งหมดในระยะเวลาบางช่วงนี้ สิ่งนี้ทำให้นักพัฒนา AI ระดับเล็กไม่สามารถเข้าถึงข้อมูล
• การบล็อก IP มีการล่าสุดระหว่างบริการสแกนและผู้สร้างเนื้อหา มันเป็นเรื่องที่ง่ายที่จะบล็อกที่อยู่ IP เพื่อหยุดการสแกน ทำให้ยากที่จะบรรลุวัตถุประสงค์ในการสแกนและรวบรวมข้อมูลที่จำเป็นสำหรับการฝึกฝนและปรับปรุง AI
• ทรัพยากรที่เสียไป การเก็บข้อมูลจากเว็บเป็นงานที่สามารถเปรียบเทียบประโยชน์ได้กับลูกค้าหลายคน การใช้ฮาร์ดแวร์ แบนด์วิดธ์ และพลังคำนวณสำหรับการทำงานนี้ไม่มีประสิทธิภาพหากทำโดยลูกค้าคนเดียว
• ความสดใหม่ของข้อมูล การสแกนทั้งอินเทอร์เน็ตทั้งหมดเป็นงานที่ยุ่งยากและมีค่าใช้จ่ายสูง นี้ทำให้ผู้ใช้ส่วนใหญ่ไม่สามารถสแกนบ่อยๆ ได้ ซึ่งทำให้ข้อมูลมีความสดใหม่น้อยลง ส่งผลกระทบต่อคุณภาพของโมเดล AI

โซลูชั่นของกราส

Grass มีเป้าหมายที่จะแก้ปัญหาเหล่านี้โดยการสร้างเครือข่ายแบบฟีเดอเรทของเว็บสแครปเปอร์ แต่ละบุคคลที่มีส่วนร่วมในเครือข่าย Grass จะมีส่วนร่วมในการให้แบนด์วิดธงอินเทอร์เน็ตที่ไม่ได้ใช้ออกไปเพื่อให้บริการสแครปเปอร์จำนวนเล็กจากที่อยู่ IP ของพวกเขา Grass จากนั้นจะรวบรวมข้อมูลจากทุกๆ โหนดเหล่านี้เพื่อสร้างชุดข้อมูลที่รวมกันที่เป็นประโยชน์สำหรับการฝึกอบรม AI และปรับปรุงอย่างละเอียด นั้นเป็นการใช้เครือข่ายกระจายที่มีอำนาจจากสกุลเงินดิจิทัลอย่างสวยงามและเหมาะสม

มีกรณีธุรกิจอื่น ๆ สำหรับอินเทอร์เน็ตที่ไม่ได้ใช้งานด้วย เช่น:

• รวบรวมข้อมูลท้องถิ่น/ภูมิภาค เช่น โฆษณา
• การทำวิจัยทางวิชาการ
• การตรวจสอบราคาภายในประเทศ

วันนี้ Grass รวบรวมข้อมูลโดยใช้อุปกรณ์ที่มีอยู่ (แล็ปท็อป เดสก์ท็อป เป็นต้น) ในอนาคต Grass มีแผนที่จะเสนอเครื่องมือสำหรับการรวบรวมข้อมูล ซึ่งเป็นอุปกรณ์ฮาร์ดแวร์ที่กำหนดเองที่ใช้เพียงเพื่อการรวบรวมข้อมูลเพื่อสร้างประสิทธิภาพเนื่องจากเครื่องมือนั้นถูกปรับOptimizeสำหรับงานนั้นๆ

ประโยชน์ของหญ้า

การใช้เครือข่ายกระจายข้อมูลสามารถนำมาใช้ประโยชน์ได้หลายประการ:

• Democratized access to web data that becomes cheaper at scale. Rather than a single customer gathering data for their own needs, Grass gathers data on behalf of many customers. This data can be resold multiple times, creating economies of scale on data, driving down the economic costs of scraping and making the market more efficient. At scale Grass can hypothetically become the most cost-effective data gathering solution for customers, creating an economic network effect around their protocol. This means data gathering is now available to anyone, not just a couple of large companies that have the resources to scrape the web.
• การบล็อกไอพีกลายเป็นเรื่องที่ไม่เป็นไปได้ โดยการกระจายการสกัดข้อมูล มันกลายเป็นเรื่องที่ยากมากที่จะตรวจจับและหยุดการสกัดข้อมูล เนื่องจากทุกโหนดทำเพียงจำนวนข้อมูลที่ไม่มากนักและยากที่จะแยกแยะจากการจราจรบนอินเทอร์เน็ตที่ตามมาตรฐาน สิ่งนี้ส่งผลให้ข้อมูลฝึกฝนเป็นข้อมูลที่สมบูรณ์มากขึ้น
• การใช้แบนด์วิดท์ของอินเทอร์เน็ตมีประสิทธิภาพมากขึ้น โดยเนื่องจาก Grass เป็นรูปแบบการบริโภคร่วมกันบนแบนด์วิดท์ของอินเทอร์เน็ตที่ไม่ได้ใช้งาน ดังนั้นมันจึงมีประสิทธิภาพมากกว่าการจัดการแบนด์วิดท์ใหม่เพื่อใช้ในการสกแคร์ปัจจุบัน
• ข้อมูลมีความแม่นยำและมีปรับปรุงล่าสุดมากขึ้น จึงเป็นที่มีประสิทธิภาพทางค่าใช้จ่ายมากขึ้นเมื่อเปรียบเทียบกับการสกัดบ่อยกว่าที่ลูกค้าปกติอาจจะทำด้วยตนเอง นี่เป็นผลให้ข้อมูลที่เก่าเกินไปลดลง สิ่งนี้สำคัญเพราะโมเดล AI ที่ได้ผลลัพธ์จึงอัปเดตมากขึ้น

ความท้าทาย: ผู้สร้างเนื้อหาที่มีรายได้จากข้อมูลของพวกเขา

หนึ่งในสิ่งที่ยุ่งยากในการนําทางเมื่อขูดข้อมูลคือผู้สร้างเนื้อหา ซึ่งรวมถึงไซต์ต่างๆเช่น NY Times และ Reddit ซึ่งเริ่มสร้างรายได้จากข้อมูลของพวกเขาโดยการออกใบอนุญาตให้กับบุคคลที่สามสําหรับการฝึกอบรมโมเดล AI พวกเขาปกป้องข้อมูลบนไซต์ของตนโดยธรรมชาติเนื่องจากข้อมูลนั้นแสดงถึงแหล่งรายได้ที่มีกําไรสูงสําหรับพวกเขา อันที่จริง Reddit ได้ห้ามไม่ให้ใช้ API ของนักพัฒนาสําหรับแมชชีนเลิร์นนิงเพื่อปกป้องรูปแบบธุรกิจในการให้สิทธิ์ใช้งานข้อมูลของตนแก่ผู้สร้างโมเดล AI (ดูข้อกําหนดในการให้บริการ ที่นี่).

อนาคตของผู้สร้างเนื้อหาจะเป็นอย่างไร พิจารณาว่าสําหรับเนื้อหาที่ผู้ใช้สร้างขึ้น (UGC) เช่น Reddit มีข้อโต้แย้งว่าผู้ใช้เป็นเจ้าของข้อมูลของตนเอง (แทนที่จะเป็นแพลตฟอร์ม) เนื่องจากเนื้อหาถูกสร้างขึ้นโดยผู้ใช้และควรเป็นเจ้าของโดยผู้ใช้เหล่านั้น ข้อโต้แย้งนี้ยังไม่ได้รับการสํารวจอย่างเต็มที่จากมุมมองทางกฎหมาย มันจะน่าสนใจที่จะจับตาดูเรื่องนี้ในอนาคต อย่างไรก็ตามหากผู้ใช้เป็นเจ้าของข้อมูลที่มีส่วนร่วมจริง Grass อาจเป็นตัวแทนของเส้นทางสมมุติฐานเพื่อช่วยให้ผู้ใช้เหล่านั้นสร้างรายได้จากข้อมูลที่มีส่วนร่วมของตนเอง ตัวอย่างเช่น Grass สามารถให้รางวัลแก่ผู้สนับสนุน Reddit ด้วยตนเองสําหรับการเป็นอาสาสมัครเพื่อให้ข้อมูลที่พวกเขาสร้างขึ้นบน Reddit

สําหรับผู้สร้างเนื้อหาแบบชําระเงินเช่น NY Times เนื้อหาถูกสร้างขึ้นโดยนักเขียนที่ชําระเงินและด้วยเหตุนี้จึงไม่มีข้อโต้แย้งสําหรับข้อมูลที่ผู้ใช้เป็นเจ้าของ ดังนั้น Grass จึงสามารถแยกไซต์เหล่านั้นออกจากการถูกขูดได้ อีกทางเลือกหนึ่ง Grass อาจปรับขนาดจนถึงจุดที่ Grass สามารถเป็นลูกค้าของไซต์เหล่านั้นและชําระค่าธรรมเนียมใบอนุญาตได้ วิธีที่สิ่งนี้สามารถตั้งสมมติฐานได้ว่าลูกค้าของ Grass สามารถจ่ายค่าข้อมูลจากนั้น Grass สามารถแบ่งปันรายได้กลับไปยังผู้สร้างเนื้อหาจึงทําให้สามารถสร้างโมเดล AI ด้วยงบประมาณที่ยืดหยุ่น อีกทางหนึ่ง Grass สามารถบรรลุขนาดที่สามารถเจรจาข้อตกลงใบอนุญาตจํานวนมากในนามของลูกค้าทั้งหมด

การเปิดตัวของ Grass

Grass มีการเปิดตัวที่น่าประทับใจมากในตอนต้นปีนี้:

• Grass had the most widely distributed airdrop in Solana’s history.[2]
• มีกระเป๋าเงินกว่า 2 ล้านขอรับ airdrop ทําให้เครือข่ายของ Solana ถูกกดดัน
• มีผู้ใช้รวมกันกว่า 2.5 ล้านคนทั่วโลกของ Grass
• Grass มีความสามารถและข้อมูลในการฝึกโมเดล ChatGPT 3.5 ของ OpenAI อยู่แล้ว
• เป็นการสาธิตแพลตฟอร์มของพวกเขา หญ้าได้เปิดเผยข้อมูลชุดหนึ่งที่ประกอบด้วยโพสต์และความคิดเห็นจำนวน 600 ล้านรายการจากปี 2024 บน Reddit (ดู ที่นี่ สําหรับประกาศและ ที่นี่สำหรับชุดข้อมูล)

ตอนเขียนอยู่ โทเค็น Grass มีการกระทำราคาที่เชิงบวกหลังจากเปิดตัว (+115%) ซึ่งเป็นสิ่งที่ไม่ธรรมดาเนื่องจากส่วนใหญ่ของโทเค็นจะลดลงในวัน/สัปดาห์ที่ตามมาหลังจากการจัดลิสต์ นี่เป็นการสะท้อนถึงการใช้เทคนิคที่ฉลาดในการกระจายการแจกจ่ายแอร์ดรอปและเชื่อมั่นในอนาคตและศักยภาพของ Grass โดยรวมนี้เป็นเริ่มต้นที่ดีสำหรับเครือข่ายและเราเชื่อว่ามันจะเป็นตัวเปิดทางสำหรับปีหลายๆ ที่จะเจริญรุ่งเรืองขึ้น

ประสิทธิภาพโทเค็นของ Grass ตั้งแต่เปิดตัวเมื่อวันที่ 28 ตุลาคม 2024

แหล่งที่มา: TradingView.

เริ่มการมีส่วนร่วมใช้แบนด์วิดธ์อินเทอร์เน็ตที่ไม่ได้ใช้งานของคุณโดยการเชื่อมต่อกระเป๋าเงิน Solana และรับ Grass token

ต้องการใช้ชุดข้อมูลของ Grass สำหรับธุรกิจของคุณ งานวิจัยหรือโครงการหรือไม่? ติดต่อทีมงานที่ ค้นพบที่ grassfoundation.io.

Footnotes

[1] แหล่งที่มา: https://www.getgrass.io/.
[2] แหล่งที่มา: https://www.google.com/url?q=https://www.theblock.co/post/323805/grass-becomes-most-distributed-solana-airdrop-as-nearly-1-5-million-addresses-claim-tokens&sa=D&source=docs&ust=1732646335082707&usg=AOvVaw0oVvhJL661rmE1ABmJqOyP.
[3] แหล่งที่มา: https://www.getgrass.io/.

คำปฏิเสธ:

1. บทความนี้ถูกนำเสนอใหม่จาก[Hack VC], ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [gateEd Roman]. If there are objections to this reprint, please contact the Gate Learnทีม และพวกเขาจะดำเนินการด้วยรวดเร็ว
2. คำประกาศความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่น ๆ นำมาทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การแจกจ่าย หรือการลอกเลียนบทความที่ถูกแปลนั้นถือเป็นการละเมิดสิทธิ์