EthCC सप्ताह के दौरान, NEAR AI शोकेस में, मुझे बैठने का मौका मिला इलिया पोलोसुखिन, के सह-संस्थापक पास में प्रोटोकॉल और आर्टिफिशियल इंटेलिजेंस और ब्लॉकचेन के क्षेत्र में महत्वपूर्ण योगदानकर्ता। ट्रांसफॉर्मर मॉडल बनाने और चैटजीपीटी में "टी" जोड़ने में अपनी भूमिका के लिए जाने जाने वाले इलिया ने सभी को लाभ पहुंचाने वाले नवाचार को आगे बढ़ाने के लिए एआई को वेब3 के साथ एकीकृत करने के अपने दृष्टिकोण को साझा किया। इलिया, गूगल में आपके काम और ट्रांसफॉर्मर मॉडल बनाने ने आधुनिक एआई के लिए एक आधार तैयार किया है। तब से लेकर अब तक आपने एआई में क्या बदलाव देखा है? यह निश्चित रूप से बदल गया है, है न? AI बैक-एंड तकनीक से उत्पादों का समर्थन करने वाली तकनीक से उत्पाद बन गई है। यही कारण है कि मैंने मूल रूप से NEAR AI शुरू करने के लिए Google छोड़ दिया - क्योंकि मैं AI को उत्पाद बनाना चाहता था और फिर इसे बेहतर बनाने के लिए डेटा लूप का लाभ उठाना चाहता था। उस समय, 2017 और 2018 में, यह बहुत जल्दी था। लेकिन आज, हम एक दिलचस्प बिंदु पर हैं जहाँ हमारे पास ये AI-प्रथम उत्पाद हैं जो उभरने लगे हैं। इन उत्पादों के साथ चुनौती यह है कि नए स्टार्टअप के पास यह पता लगाने के लिए बहुत सीमित समय है कि वे कैसे मुद्रीकरण करें। वे उच्च मूल्यांकन पर जुटाते हैं, उनके पास बहुत अधिक जलन होती है, और अब, उनमें से कई को बड़ी कंपनियों द्वारा खरीदा जा रहा है। तो जो हो रहा है वह यह है कि एआई मौजूदा लोगों को लाभ पहुंचाता है क्योंकि उनके पास पहले से ही वितरण है, अधिक खर्च करने की क्षमता है, और वे जानते हैं कि उपयोगकर्ता के ध्यान का मुद्रीकरण कैसे किया जाए। वेब3 उस समस्या को हल करना शुरू कर रहा है। यह नए उपभोक्ता उत्पाद बनाने के लिए समय दे रहा है जो वास्तव में उपयोगकर्ताओं को लाभान्वित करते हैं, शायद एक अलग व्यवसाय मॉडल के साथ, और मंच के रूप में एआई का लाभ उठाते हैं। इसलिए मुझे लगता है कि यहीं से इसकी शुरुआत होती है। स्टैक में बहुत सारे घटक हैं जो इसे शक्ति प्रदान करेंगे। एक बड़ी कंपनी द्वारा सब कुछ करने की कोशिश करने के बजाय, आप बहुत सी कंपनियों को एक साथ काम करते हुए देख सकते हैं, ठीक वैसे ही जैसे इस वेब3 मानसिकता में होता है। अधिक सामान्य दर्शकों के लिए, वेब2 एआई स्टार्टअप के पास हाइपर-लाभदायक बनने के लिए बहुत कम समय है, या उन्हें बड़ी कंपनियों द्वारा अधिग्रहित किए जाने की आवश्यकता है। इसका एक बढ़िया उदाहरण है; वे कंप्यूटर पर बहुत ज़्यादा पैसा खर्च करते हैं, जिससे उनका संचालन बहुत महंगा हो जाता है। इसलिए उन्हें अपनी वृद्धि को बनाए रखने के लिए जल्दी से जल्दी मुद्रीकरण करने की ज़रूरत है, या फिर उन्हें उन बड़ी कंपनियों में से किसी एक द्वारा अधिग्रहित किए जाने का जोखिम उठाना पड़ेगा जो उन लागतों को वहन कर सकती हैं। विकलता NEAR इन सबमें कैसे फिट बैठता है, और आप दोनों प्रौद्योगिकियों के साथ क्या करने की योजना बना रहे हैं? हमने जो सबसे बड़ा अंतर देखा, वह यह है कि इन बड़ी कंपनियों के भीतर इस व्यापक स्टैक के विभिन्न हिस्सों को शुरू करने वाले कई सक्षम संस्थापक हैं, लेकिन वे अच्छी तरह से जुड़े नहीं हैं। डेटा क्राउडसोर्सिंग, डेटा लेबलिंग, विकेंद्रीकृत अनुमान, एजेंट भुगतान और बहुत कुछ है, लेकिन कोई सुसंगत उत्पाद नहीं है। एक डेवलपर के रूप में, मैं यह पता लगाना नहीं चाहता कि 50 अलग-अलग टुकड़ों का उपयोग कैसे किया जाए - यह बहुत जटिल है। ओपनएआई या गूगल पर जाने के विपरीत, जहां उपयोग करने के लिए एक ही एपीआई है। इसलिए, हमने इन परियोजनाओं को एक साथ लाने और उन्हें समन्वयित करने के लिए एक इंटरफ़ेस का पता लगाने के लिए NEAR AI और NEAR Foundation के AI इनक्यूबेटर पर ध्यान केंद्रित किया, जिससे उनके साथ बातचीत करना आसान हो गया। इसके अतिरिक्त, हम ओपन-सोर्स रिसर्च का समन्वय कर सकते हैं। शीर्ष विश्वविद्यालयों के शोधकर्ताओं के पास कंप्यूटिंग क्षमता तक बहुत अधिक पहुँच नहीं है, लेकिन अगर वे अनुप्रयोगों के लिए दिलचस्प समस्याओं को हल करते हैं, तो वे अनुप्रयोग ऐसा करने के लिए महत्वपूर्ण राशि खर्च करेंगे। आमतौर पर, वे जो कोड और मॉडल विकसित करते हैं, वे बहुत ही कस्टम-मेड होते हैं और पुन: उपयोग करने योग्य नहीं होते हैं। हम शोधकर्ताओं को जोड़ने, उन्हें क्रेडिट देने, गणना करने और डेटा अधिग्रहण करने तथा विशिष्ट अनुप्रयोग समस्याओं या सामान्य समस्याओं को हल करने के लिए एक समन्वय केंद्र बना रहे हैं। उनका काम उत्पादन उपयोग मामलों और अनुप्रयोग डेवलपर्स द्वारा पुनः उपयोग योग्य हो जाता है। यह एक जटिल, चार-दिशा वाला बाज़ार है, जो सभी अलग-अलग दर्शकों को एक साथ जोड़ता है, जिसे एक केंद्रीकृत कंपनी सभी को काम पर रखकर और खुद ही सब कुछ संभालकर संभाल सकती है। इसके बजाय, हम एक खुला मंच बना रहे हैं जहाँ सब कुछ ओपन सोर्स है और सभी के उपयोग के लिए एक हब में संयुक्त है। क्या आप उपयोगकर्ता-स्वामित्व वाली एआई की अवधारणा को समझा सकते हैं, यह क्यों महत्वपूर्ण है, और यह पारंपरिक एआई मॉडल से किस प्रकार भिन्न है? यहाँ विरोधाभास यही है कि मुझे "ओपन सोर्स AI" एक श्रेणी के रूप में क्यों पसंद नहीं है। ओपन सोर्स में बहुत कुछ है, और यह वास्तव में महत्वपूर्ण है, लेकिन सबसे महत्वपूर्ण बात यह है कि ये मॉडल विशिष्ट कार्यों के लिए अनुकूलित हैं। जब मैं Google में काम कर रहा होता हूँ, तो मेरा लक्ष्य Google के लिए अधिक पैसा कमाना होता है क्योंकि इसी तरह मुझे प्रोत्साहित किया जाता है। मुझे Google के मुनाफे के आधार पर बोनस, स्टॉक विकल्प और अन्य लाभ मिलते हैं। भले ही कोई बड़ी कंपनी किसी मॉडल को ओपन सोर्स करती हो, फिर भी यह उस कंपनी को लाभ पहुँचाने के लिए किया गया एक व्यावसायिक निर्णय है। इसके विपरीत AI है जो हर व्यक्तिगत उपयोगकर्ता को लाभ पहुँचाता है। मान लीजिए कि मैं दिलचस्प सामग्री का उपभोग करना चाहता हूँ और हर समय क्रोधित नहीं होना चाहता। इसके लिए, आपको संचालन और AI अनुसंधान के एक बहुत ही अलग मॉडल की आवश्यकता है। वर्तमान अनुसंधान निर्धारित लक्ष्यों के साथ बंद प्रयोगशालाओं में होता है। पारंपरिक लाभ-लाभ प्रणालियों में, एक बदलाव होता है जहाँ पहले आप एक स्टार्टअप होते हैं, अपने दर्शकों को बढ़ाते हैं, और मूल्य प्रदान करते हैं। किसी बिंदु पर, आप अपने लक्षित दर्शकों या उसके एक बड़े हिस्से तक पहुँच जाते हैं। अब, राजस्व बढ़ाने के लिए, आपको मौजूदा उपयोगकर्ता आधार से अधिक मुद्रीकरण करने की आवश्यकता है। आपने उन्हें पहले ही मूल्य प्रदान कर दिया है, वे पहले से ही आपके सामान का उपयोग कर रहे हैं। अब, आपको यह पता लगाने की आवश्यकता है कि उन्हें अधिक समय बिताने और उनसे अधिक मुद्रीकरण कैसे करवाया जाए। यहीं पर इन कंपनियों के साथ मुख्य समस्या होती है। तकनीक में, कम वॉल्यूम लागत और नेटवर्क प्रभावों के कारण, आम तौर पर, जब आप उस विभक्ति बिंदु पर पहुँचते हैं, तो बहुत सारे प्रतिस्पर्धी होते हैं। लेकिन यहाँ तकनीक में, आप सिर्फ़ एकाधिकार में हैं, और आप मूल्य निकालना शुरू करते हैं। यहीं पर वेब3 आता है - एक ऐसी अर्थव्यवस्था बनाना जिसमें आपको निष्कर्षण करने की आवश्यकता नहीं होती। क्रिप्टो को हर साल अधिक राजस्व पोस्ट करने की आवश्यकता नहीं होती है। हाँ, लोग चाहते हैं कि संख्या बढ़े, लेकिन इसकी आवश्यकता नहीं है। हम बिटकॉइन के $65,000 पर होने से खुश हो सकते हैं, और यह पूरी तरह से सामान्य है। हम ऐसी अर्थव्यवस्था बना सकते हैं जिसमें हर कोई भाग ले और लाभ उठाए। आपको निरंतर वृद्धि या विस्तार की आवश्यकता नहीं है; आप जैसी स्थिति है, उससे संतुष्ट हैं। यह वैचारिक अंतर है जिसे हम उपयोगकर्ता-स्वामित्व वाली AI के साथ आगे बढ़ाना चाहते हैं। आप और कौन से नवाचारों की खोज कर रहे हैं जो समानता और स्थिरता के अनुरूप हों? स्थिरता के मामले में, हमने NEAR के लिए कार्बन न्यूट्रल होने में निवेश किया है, जो एक प्रूफ-ऑफ-स्टेक नेटवर्क है, और हमारे पास कार्बन क्रेडिट, ट्रैकिंग और पुनर्वनीकरण के लिए प्रोजेक्ट हैं। ये महत्वपूर्ण हैं। मेरे अंदर का AI शोधकर्ता मानसिकता हमेशा यह देखता रहता है कि हम इन समस्याओं को हल करने के लिए और अधिक परिष्कृत AI उपकरण कैसे विकसित कर सकते हैं। मेरे मित्र कैंसर अनुसंधान और भौतिक विज्ञान में हैं, और मैं उन क्षेत्रों के बारे में उत्साहित हूँ। लेकिन जहाँ मैं अपनी बुद्धि का उपयोग कर सकता हूँ, वह है इन शोधकर्ताओं की मदद करने के लिए बेहतर उपकरण बनाना। इन क्षेत्रों में डेटा वैज्ञानिकों के पास अक्सर अच्छे डेटा विज्ञान या कोडिंग संसाधनों तक पहुँच नहीं होती है। डेवलपर्स अपने प्रयासों को महत्वपूर्ण रूप से बढ़ा सकते हैं। ब्लॉकचेन के साथ भी यही बात है: समस्याओं को सुलझाने के लिए बेहतर नेटवर्क बनाने हेतु लोगों को प्रोत्साहन और समन्वय उपकरणों से लैस करना। क्या आपके पास NEAR पर निर्मित कोई पसंदीदा ऐप या उपयोग मामला है? मैं पसंदीदा नहीं चुन सकता, हाहा। हर उपयोग का मामला बढ़िया है। हम Web2 से बहुत से उपयोगकर्ता-उन्मुख उत्पाद आते हुए देखते हैं, जैसे कि Sweatcoin, जो भुगतान, वफादारी और लेन-देन के लिए ब्लॉकचेन का उपयोग करता है। उनके अधिकांश उपयोगकर्ता यह भी नहीं जानते कि वे NEAR का उपयोग कर रहे हैं। HOT और Bitte जैसे कई वॉलेट मल्टी-चेन बन रहे हैं, जिससे उपयोगकर्ता कई चेन में सहजता से लेन-देन कर सकते हैं। Bitte में कमांड के लिए एक प्राकृतिक भाषा इंटरफ़ेस भी है। हमारे पास वित्तीय अनुप्रयोग, मल्टी-चेन DEX, विभिन्न परिसंपत्तियों में ऋण देने और बहुत कुछ है। AI पक्ष पर, NEAR क्राउड जैसे क्राउडसोर्सिंग अनुप्रयोग वर्षों से चल रहे हैं, जो कम लागत पर डेटा अधिग्रहण में सुधार करते हैं। ये सभी टुकड़े एक साथ आ रहे हैं, और NEAR सक्रिय उपयोगकर्ताओं में तेजी से बढ़ रहा है। किसी ने ट्वीट किया कि EthCC में ब्लॉकचेन ऐप्स की तुलना में साइड इवेंट ज़्यादा होते हैं। इस क्षेत्र में कैसे सुधार किया जा सकता है? इसीलिए हम AI डेवलपर और AI हब बना रहे हैं। हम लोगों को एप्लिकेशन बनाने के लिए प्रेरित कर सकते हैं या उन्हें बनाना आसान बना सकते हैं। इस क्षेत्र में कई गलत प्रोत्साहन हैं, और सिर्फ़ उनके बारे में बात करने से समस्या हल नहीं होती। हमने मौजूदा एप्लिकेशन को उपयोगकर्ताओं के साथ लाने, उन्हें एकीकृत करने और आपस में जोड़ने में निवेश किया है, यही वजह है कि हमारे पास Web3 में सबसे ज़्यादा उपयोगकर्ता हैं। उपभोक्ता ऐप बनाना कठिन है, और बुनियादी ढांचे के लिए धन जुटाना आसान है। हम एप्लिकेशन बनाने की प्रक्रिया को सरल बनाना चाहते हैं ताकि लोग अधिक प्रयोग कर सकें और नवाचार कर सकें।
