evan feng

·

Seguir

Publicado en

El blog de CoinFund

·

Lectura de 7 min

·

Hace horas 23

-

Bagel Network: la capa de datos computable de próxima generación para IA

CoinFund se enorgullece de liderar una financiación de 3.1 millones de dólares para Red de panecillos, una startup que crea un protocolo descentralizado para incrustaciones colaborativas de conjuntos de datos y expande el ecosistema de datos computables de IA descentralizado. Para ponerse al día con las investigaciones e inversiones en curso de CoinFund en la pila emergente web3 x AI, consulte nuestro contenido anterior en moneda mundial, Giza, Descripción general de IA x web2022 3 y nuestro Tesis de semillas de Gensyn.

Introducción a las incrustaciones de vectores

A modo de introducción, las incrustaciones de vectores son una forma de convertir palabras, oraciones, imágenes y otros datos en objetos matemáticos (vectores) preservando al mismo tiempo los datos individuales y relativos. Por ejemplo, una incrustación podría traducir la palabra "manzana" en un vector de 200 dimensiones según el contexto de la palabra en un conjunto de datos grande. Este vector capturaría el significado esencial de manzana y sus relaciones con conceptos relacionados como fruta, huerto, pastel, etc. Si bien las aplicaciones principales en incrustaciones de vectores han sido en texto con modelos emblemáticos como Word2Vec y Guante, se pueden producir incrustaciones de vectores para otros tipos de datos, incluidos datos de imagen y audio. Este contexto es fundamental a medida que el desarrollo de la IA se centra cada vez más en el desarrollo de modalidades múltiples en las que un modelo puede procesar texto, imágenes o audio y generar cualquiera de estos tres medios también. Además, los modelos de incrustación podrían usarse para capturar tipos de datos más grandes, como incrustaciones específicas de usuario que capturan preferencias, comportamientos y características del usuario o incrustaciones a nivel de producto que capturan los atributos, características o cualquier otra información semántica de un producto.

La oportunidad del bagel

La oportunidad comercial para las bases de datos vectoriales ha crecido rápidamente en los últimos 12 meses junto con la adopción generalizada de las primeras aplicaciones de inteligencia artificial para consumidores, como ChatGPT, Midjourney y Runway, solo por nombrar algunas. Bagel es uno de los primeros intentos nativos de web3 de combinar una base de datos de incrustaciones vectoriales con un protocolo de mercado incentivado, aprovechando las primitivas de web3 para potenciar los datos autorizados y el intercambio y la colaboración de modelos, con un camino potencial para ganar la categoría nativa de web3 tanto de un producto como una perspectiva de red incentivada y la capacidad de actuar rápidamente para preservar su liderazgo inicial dada la experiencia profesional interdisciplinaria del fundador Bidhan Roy en el equipo de Amazon Alexa, en Instacart y Arweave. Creemos que Bagel Network es un facilitador clave para la próxima generación de aplicaciones de IA, cuya adopción hoy en día sigue estancada por la capacidad de proporcionar respuestas contextualizadas, altamente aplicables y específicas de casos de uso, reguladas por la demanda insaciable de datos de capacitación, especialmente porque la mayoría de Los datos del mundo siguen sin estar estructurados.

Si bien algunas empresas de integración web2 (tanto financiadas con capital de riesgo como empresas derivadas) son parte del conjunto competitivo más amplio, Bagel Network ha podido realizar operaciones rápidamente aprovechando su oportunidad por tiempo limitado de liderar la categoría de integración desde una perspectiva nativa de web3. con una demostración ya disponible, SDK y usuarios piloto. A más largo plazo, creemos que el enfoque de Bagel de construir un protocolo descentralizado y un mercado para conjuntos de datos de incorporación de vectores indexados posiciona a la red en la intersección de dos tendencias clave que se refuerzan mutuamente: el aumento de los LLM (y las aplicaciones derivadas) y la adopción de los programas sin permiso. Valores fundamentales transparentes y descentralizados de web3.

Si bien el mercado de incrustaciones de vectores es incipiente, hay puntos de datos que podemos considerar. En primer lugar, podemos considerar el mercado de gestión de bases de datos relacionales como una competencia de mercado establecida que podría alcanzarse (fuente). Hoy en día, ese mercado vale 69.44 millones de dólares y crece a una tasa compuesta anual del 12%. También está el análisis del mercado final: algunas industrias primarias atendidas por incrustaciones de vectores incluyen el reconocimiento de imágenes ($ 38B), motor de recomendaciones ($4.55 mil millones) y chatbots de IA ($ 5.4B) que, en conjunto, se prevé que crezcan con una CAGR del 20% al 40% hasta 2030. Por último, ahora se prevé que el gasto global en inteligencia artificial (incluido el aprendizaje automático, la robótica de IA, la visión por computadora, la PNL y la tecnología de sensores) crezca de Más de 300 millones de dólares en 2024 a más de 700 mil millones de dólares para 2030. Con estas cifras en mente, es probable que las incorporaciones de vectores desempeñen un papel como tecnología habilitadora para los modelos y aplicaciones de IA multimodal cada vez más capaces que surgirán durante la próxima década.

El papel de Bagel en la pila de IA descentralizada

Creemos que Bagel Network potenciará el intercambio y la colaboración autorizados a través de su modelo de mercado criptonativo resolviendo problemas clave dentro de la capa de datos de la pila tecnológica de IA. Esto se ajusta al espíritu web3 de colaboración y acceso sin permiso, al mismo tiempo que ofrece la infraestructura necesaria para la próxima generación de IA. Actualmente, una cantidad desproporcionada de datos pertenece y está controlada por grandes entidades, lo que excluye a las organizaciones más pequeñas mediante la accesibilidad a conjuntos de datos de alta calidad o simplemente el efecto combinado de la inteligencia escalada. Bagel Network redefine el panorama de los datos de IA al crear un mercado bilateral donde los ingenieros de aprendizaje automático, los investigadores y los agentes de IA construyen, comercializan y otorgan licencias de conjuntos de datos de manera colaborativa. Debido a que la generación de incrustación es a menudo una de las partes con mayor uso computacional de una canalización de IA, existen altos niveles de redundancia en los sistemas de bases de datos vectoriales actuales, lo que genera ineficiencias, mayores costos y trabajo duplicado. Bagel Network permite que los modelos compartan incrustaciones, evitando trabajos duplicados. Esto es más eficiente y al mismo tiempo conserva la atribución a través de los metadatos de blockchain y otros ingredientes necesarios para compartir de manera justa el potencial de monetización futura y ayudar a sortear la fricción relacionada con el arranque en frío. En el contexto de la inteligencia artificial, ya estamos viendo esfuerzos de código abierto para replicar conjuntos de datos de código cerrado para avanzar en la mejora del modelo (ver RedPajama-Data, reproducción del conjunto de datos de entrenamiento de LLaMA o el enfoque de modelo abierto Mistral/Mixtral).

Anticipamos que una base de datos vectorial junto con una red descentralizada puede superar la competencia aprovechando el código abierto y el desarrollo colaborativo (un enfoque que ya ha ganado en la pila backend web2). Por ejemplo, un contrato inteligente puede gestionar el acceso autorizado con especificidad a incrustaciones discretas, lo que no es posible con un enfoque centralizado tipo Github. Un protocolo puede recompensar las contribuciones de datos, monitorear e incentivar la participación en la red (mediante bifurcaciones) y rastrear el uso de recursos informáticos. Las soluciones actuales de bases de datos vectoriales carecen de la capacidad de colaboración, mientras que las plataformas de código abierto como Github/HuggingFace carecen del incentivo para producir incrustaciones de alta calidad. Hoy en día, existen muchos datos de alta calidad dentro de las empresas y conjuntos de datos públicos, fragmentados y subexplotados que en el futuro podrán incorporarse, alinearse y monetizarse. Finalmente, un mercado abierto permite el desarrollo autorizado de la incorporación de colecciones por parte de varios equipos simultáneamente, por ejemplo a través de software de código abierto pero para conjuntos de datos vectorizados. Esto cataliza la innovación en todos los sectores, en contraste con los esfuerzos aislados.

Conclusión

Como ocurre con cualquier inversión, existen muchos riesgos (ejecución, competencia, escalamiento, monetización) con una visión tan ambiciosa. Sin embargo, creemos que Bagel Network muestra una tracción temprana prometedora y está bien posicionada en un mercado de alto crecimiento con varios vientos de cola seculares a su favor, especialmente dada una oportunidad totalmente nueva actualmente con poca gente para diseñar y lanzar una implementación web3 líder bien alineada con el volante de creación de valor de IA/datos. En última instancia, CoinFund ve la visión a largo plazo de Bagel de crear un mercado descentralizado para conjuntos de datos computables de aprendizaje automático como una pieza faltante y crítica de la parte de la pila web3 que se está construyendo para casos de uso de AI/ML. Aunque aún es temprano, creemos que el potencial del mercado supera los riesgos; de ahí la apuesta de alta convicción de CoinFund y nuestro entusiasmo por arremangarnos junto con Bidhan Roy y el resto del equipo de Bagel. Para obtener más información o registrarse como socio de datos temprano, visite www.bagel.net.

Descargo de responsabilidad: Las opiniones expresadas aquí son las del personal individual de CoinFund Management LLC ("CoinFund") citado y no son las opiniones de CoinFund o sus afiliados. Cierta información contenida en este documento se obtuvo de fuentes de terceros, que pueden incluir compañías de cartera de fondos administrados por CoinFund. Si bien se tomó de fuentes que se consideran confiables, CoinFund no ha verificado de forma independiente dicha información y no hace declaraciones sobre la precisión duradera de la información o su idoneidad para una situación determinada.

Este contenido se proporciona solo con fines informativos y no debe considerarse como asesoramiento legal, comercial, de inversión o fiscal. Debe consultar a sus propios asesores sobre estos asuntos. Las referencias a cualquier valor o activo digital son solo para fines ilustrativos y no constituyen una recomendación de inversión ni una oferta para proporcionar servicios de asesoramiento de inversión. Además, este contenido no está dirigido ni destinado a ser utilizado por ningún inversionista o posible inversionista, y bajo ninguna circunstancia se puede confiar en él al tomar una decisión de invertir en cualquier fondo administrado por CoinFund. Una oferta para invertir en un fondo CoinFund se realizará solo mediante el memorando de colocación privada, el acuerdo de suscripción y otra documentación relevante de dicho fondo y debe leerse en su totalidad. Las inversiones o empresas de cartera mencionadas, mencionadas o descritas no son representativas de todas las inversiones en vehículos administrados por CoinFund, y no puede garantizarse que las inversiones serán rentables o que otras inversiones realizadas en el futuro tendrán características o resultados similares. Una lista de inversiones realizadas por fondos administrados por CoinFund (excluyendo inversiones para las cuales el emisor no ha otorgado permiso para que CoinFund divulgue públicamente, así como inversiones no anunciadas en activos digitales que cotizan en bolsa) está disponible en https://www.coinfund.io/portfolio.

Los cuadros y gráficos proporcionados en el interior tienen únicamente fines informativos y no se debe confiar en ellos al tomar cualquier decisión de inversión. El rendimiento pasado no es indicativo de resultados futuros. El contenido habla sólo a partir de la fecha indicada. Todas las proyecciones, estimaciones, pronósticos, objetivos, perspectivas y/u opiniones expresadas en estos materiales están sujetas a cambios sin previo aviso y pueden diferir o ser contrarias a las opiniones expresadas por otros. Esta presentación contiene "declaraciones prospectivas", que pueden identificarse mediante el uso de terminología prospectiva como "puede", "hará", "debería", "espera", "anticipa", "proyecta", "estima", "pretende", "continúa" o "cree" o los negativos de los mismos u otras variaciones de los mismos o terminología comparable. Debido a diversos riesgos e incertidumbres, los eventos o resultados reales pueden diferir material y adversamente de los reflejados o contemplados en las declaraciones prospectivas.