Pundi AI bekerja sama dengan MemoLabs: Siklus data AI terdesentralisasi sedang terbentuk

Tantangan inti dalam AI terdesentralisasi adalah data. Siapa yang akan menyediakan data, bagaimana data disimpan, dan bagaimana pemilik data menghasilkan keuntungan - masalah ini telah lama mengganggu ekosistem AI terbuka. Pada 27 Januari, kerja sama antara Pundi AI dan MemoLabs dapat memberikan jawaban yang layak: melalui tokenisasi data dan penyimpanan terdesentralisasi, pembuatan data, penyimpanan, dan aplikasi membentuk lingkaran tertutup yang lengkap.

Pemosisian peran untuk kedua proyek

Solusi tokenisasi data Pundi AI

Pundi AI berfokus pada transformasi data menjadi aset transparan yang digerakkan oleh komunitas. Secara sederhana, apa yang dilakukannya adalah mengubah data tidak berwujud menjadi aset on-chain yang dapat diperdagangkan dan dapat diverifikasi. Melalui tokenisasi on-chain, tokenisasi kumpulan data, dan pasar terbuka, siapa pun dapat menyumbangkan data dan mendapatkan hasil tanpa bergantung pada perantara dari platform terpusat.

Infrastruktur penyimpanan MemoLabs

Sebaliknya, MemoLabs memberikan dukungan di tingkat infrastruktur fisik - penyimpanan data terdesentralisasi yang dipimpin pengguna dan infrastruktur berbagi. Jika Pundi AI memecahkan masalah “bagaimana data menjadi aset”, maka MemoLabs memecahkan masalah “di mana data disimpan dan siapa yang dapat mengaksesnya”.

Signifikansi Strategis Kolaborasi

Sebelum Kemitraan Setelah kolaborasi
Skema tokenisasi data tidak memiliki lapisan penyimpanan yang andal Alur data lengkap dari pembuatan hingga penyimpanan hingga aplikasi
Pengembang mengalami kesulitan mengakses data yang dapat diverifikasi Developer memiliki akses langsung ke data komunitas yang dapat diverifikasi
Kontributor data menghadapi masalah penyimpanan dan hasil Kontributor memastikan kepemilikan data dan manfaat yang adil

Inti dari kerja sama ini adalah untuk menutupi kekurangan. Tokenisasi data Pundi AI membutuhkan lapisan penyimpanan yang andal untuk memastikan keamanan dan aksesibilitas data, sedangkan penyimpanan terdesentralisasi MemoLabs membutuhkan ekosistem aplikasi lapisan atas untuk menciptakan nilai data. Keduanya bergabung untuk membentuk loop tertutup lengkap dari pembuatan data hingga penyebaran aplikasi.

Dampak pada tiga kelompok

  • Pengembang AI: Dapatkan data komunitas yang dapat diverifikasi, jangan mengandalkan platform data terpusat, dan bangun model secara lebih fleksibel
  • Kontributor data: Kepemilikan data dan distribusi pendapatan lebih transparan dan partisipatif
  • Peserta Ekologi: Mempromosikan implementasi AI terdesentralisasi dari konsep ke infrastruktur aktual

Peningkatan progresif ekosistem AI terdesentralisasi

Kolaborasi ini mencerminkan tren: AI terdesentralisasi bukan lagi upaya terisolasi oleh satu proyek, tetapi ekosistem lengkap yang dibangun oleh beberapa proyek secara kolaboratif. Lapisan data, lapisan penyimpanan, dan lapisan aplikasi secara bertahap terhubung.

Dari perspektif industri, jika AI terdesentralisasi ingin membandingkan platform AI terpusat (seperti OpenAI dan Google), AI harus memberikan solusi yang andal dalam akuisisi data, penyimpanan, aplikasi, dan tautan lainnya. Kemitraan Pundi AI dengan MemoLabs adalah langkah ke arah ini.

Pendapat pribadi saya adalah bahwa jenis kerja sama tingkat infrastruktur ini layak mendapat perhatian lebih daripada pembiayaan atau peluncuran token dari satu proyek. Karena terkait langsung dengan apakah AI terdesentralisasi dapat benar-benar dapat digunakan, tidak hanya di tingkat teoretis.

Ringkasan

Kemitraan antara Pundi AI dan MemoLabs menjembatani kekurangan infrastruktur data AI yang terdesentralisasi. Dengan menggabungkan tokenisasi data dengan penyimpanan terdesentralisasi, kolaborasi ini memberi pengembang AI saluran data yang lengkap sekaligus memungkinkan kontributor data untuk benar-benar memiliki dan mendapatkan keuntungan dari data mereka. Ini bukan hanya docking strategis antara kedua proyek, tetapi juga mewakili evolusi ekosistem AI terdesentralisasi dari fragmentasi ke sistematisasi. Jika model ini bekerja secara efektif, model ini dapat berfungsi sebagai model referensi untuk kolaborasi proyek AI terdesentralisasi berikutnya.

PUNDIAI-11,37%
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Sematkan