Перейти к содержимому
  • BTC $62 180 −0,7%
  • ETH $1 763 +0,6%
  • SOL $73,22 +0,3%
  • BNB $581,99 +0,5%
  • XRP $0,9635 −0,3%
  • DOGE $0,0583 −0,5%
  • ADA $0,1519 +0,5%

Frontier Data и Physical AI: новая золотая лихорадка искусственного интеллекта (и почему блокчейн становится незаменимым)

За последние десять лет искусственный интеллект развивался, в основном питаясь одним и тем же ресурсом.

ПоделитьсяXTelegramWhatsAppLinkedInEmail

За последние десять лет искусственный интеллект развивался, питаясь в основном одним и тем же ресурсом: публичными данными из интернета. Тексты, изображения, документы, форумы, новости, блоги, репозитории… огромное количество материала, который модели поглощали для построения своего языка и когнитивных способностей. Но эта фаза подходит к концу.

Согласно прогнозам, приведенным Messari, общий объем доступного для обучения моделей публичного текста — около 300 триллионов токенов — может быть полностью исчерпан в период с 2026 по 2032 год. Это означает, что крупные модели «съели интернет», и теперь им нужно что-то еще. Следующей границей для AI больше не будет веб: это будет реальный мир.

И именно здесь вступает в игру концепция frontier data, ресурса, который определит конкурентоспособность моделей будущего. Видео, аудио, сенсорные, моторные, роботизированные данные, данные действий, данные, генерируемые взаимодействием с физическим миром или сложными цифровыми интерфейсами. Данные, которые нельзя просто скачать: их нужно собирать, координировать, проверять и, что самое главное, стимулировать.

Поэтому блокчейн — это не просто деталь или незначительное дополнение: это инфраструктура, которая позволяет организовать эту новую экономику данных.


Конец «web scraping» и начало данных высочайшей ценности

Самые продвинутые модели 2025 года — не только лингвистические, но и мультимодальные, агентные и ориентированные на рассуждения — больше не улучшаются за счет простого добавления общих текстовых наборов данных. Им нужно нечто гораздо более специфичное и более дорогое для сбора: данные, отражающие действия, намерения, движение, взаимодействие, манипуляцию, контекст.

Это касается, например, computer-use agents, ИИ, способных взаимодействовать с компьютером напрямую, как это делает человек. Для обучения этих систем недостаточно текстовых описаний: необходимы «траектории», то есть реальные записи людей, выполняющих задачи на экране.

Протокол, такой как Chakra, упомянутый в отчете, разработал расширение, которое позволяет пользователям записывать свой экран во время выполнения повседневных задач: работа с управленческим ПО, подготовка документа Excel, редактирование изображений, использование профессионального программного обеспечения. Эти записи становятся чрезвычайно ценным материалом для обучения моделей, таких как GLADOS-1, первая модель использования компьютера, построенная почти полностью на данных, собранных с помощью краудсорсинга.

И именно в этом суть: эти данные не существуют, пока кто-то их не создаст. И за них нужно платить. Точно так же, как платят за энергию или за inference.


Растущая ценность Gameplay-Action Pairs

Еще один яркий пример приходит из мира видеоигр. Платформа, такая как Shaga, созданная как децентрализованная сеть облачного гейминга, производит чрезвычайно ценный побочный продукт: так называемые Gameplay-Action Pairs (GAP), то есть синхронизированные пары того, что происходит на экране, и команд, которые отдает игрок.

Это данные, которые нельзя просто получить, просматривая видео на YouTube: их необходимо захватывать непосредственно с устройства игрока. И такой тип набора данных, по оценкам, приведенным Messari, может стоить до 50–100 долларов за час игры.

Для контекста: Shaga уже собрала более 259 000 часов игрового процесса, что оценивается в более чем 26 миллионов долларов. И это не случайно, что OpenAI годом ранее предложила полмиллиарда за приобретение Medal, аналогичной платформы, специализирующейся именно на записи игрового процесса.

Эти данные используются для обучения world models, моделей, которые не ограничиваются интерпретацией языка, но и симулируют физику, причинно-следственные связи и взаимодействие агент-среда. Это модели, которые сделают возможным создание более умных роботов, автономных агентов, продвинутых систем прогнозирования и AI, способных «двигаться» в сложных средах.


Physical AI: интеллект, который входит в физический мир

И именно здесь мы подходим ко второй большой волне frontier data: роботизированные данные.

ИИ будущего не будет жить только в дата-центрах. Он будет жить в роботах, дронах, автономных автомобилях, распределенных сенсорах, умных домашних устройствах. Каждому роботу понадобятся данные, чтобы научиться двигаться, идентифицировать объекты, принимать решения, манипулировать окружающей средой. И этот сбор данных невероятно дорог: он требует физического оборудования, человеческих операторов для телеоперации, постоянного обслуживания и координации.

Проекты, такие как PrismaX, BitRobot, GEODNET и NATIX, начинают использовать стимулирующие механизмы, характерные для Web3, чтобы распределить эти затраты на глобальную сеть участников. Вместо того чтобы одна компания собирала роботизированные данные, тысячи пользователей могут делать это скоординированно, получая прямое вознаграждение.

Это та же логика, что и в майнинге: но вместо вычислительной мощности здесь вкладом является реальные данные.


Координация между машинами: когда ИИ действует в реальном мире

Если роботы и агенты ИИ действительно начнут взаимодействовать с физическим миром, потребуется совершенно новый уровень координации. Роботы должны будут:

  • идентифицировать друг друга,
  • проводить платежи,
  • приобретать услуги,
  • потреблять данные,
  • выполнять задачи проверяемым образом,
  • доказать выполнение действия,
  • полагаться на общие реестры идентичности и репутации.

Именно здесь появляются инициативы, такие как OpenMind и Peaq, которые пытаются создать onchain-инфраструктуру, посвященную коммуникации и идентификации роботов. Эквивалент DNS, но для машин. Система, где дроны, автономные автомобили, роботизированные манипуляторы или промышленные системы могут сигнализировать о своем присутствии, подтверждать свои действия, оплачивать другие системы и обмениваться услугами.

Это начало machine economy, экономики, населенной не человеческими сущностями, которые взаимодействуют автономно на децентрализованных сетях.


Сертифицированные реальные данные: роль IoTeX и сетей DePIN

Отчет уделяет значительное внимание также IoTeX, протоколу, который в последние годы преобразовал свою инфраструктуру в полноценную платформу для сбора, сертификации и оркестрации реальных данных.

IoTeX позволяет подключать датчики, устройства IoT, домашние системы и промышленные устройства, предоставляя:

  • проверенная onchain-идентичность для каждого устройства,
  • система агрегации данных,
  • уровень криптографической аттестации через ZK,
  • API, которые позволяют агентам AI использовать эти данные в реальном времени.

Сегодня IoTeX координирует более 16 000 устройств и десятки вертикальных проектов, предоставляя агентам AI возможность доступа к проверенным данным из реального мира. Огромная разница по сравнению с простым скрейпингом.


Конечная точка: данные как финансовый актив

Согласно Messari, траектория ясна: данные становятся полноценным финансовым ресурсом. Точно так же, как сегодня можно инвестировать в вычислительные мощности, GPU и колокацию, в будущем будет возможно инвестировать в «потоки данных», приобретать права на их использование, поддерживать сети, собирающие передовые данные, и получать в обмен экономическую прибыль.

Это почти неизбежная эволюция: если данные становятся дефицитными, ценными, трудными для производства, то у них появится рынок, цена, спрос и предложение.

Блокчейн, снова и снова, является идеальным слоем для:

  • координировать эту экономику,
  • проверить их целостность,
  • отслеживать происхождение,
  • распределять вознаграждения,
  • защищать пользователей,
  • поддерживать глобальную масштабируемость.

Заключение

ИИ не будет прогрессировать за счет все более крупных моделей, а благодаря все более богатым данным, поступающим из реального мира и собираемым через глобальные сети участников. Это самая большая золотая лихорадка следующего десятилетия: не чипов, а данных.

Протоколы Web3 — это не просто деталь: они являются естественной платформой для сбора, проверки, распределения и вознаграждения тех, кто предоставляет эти данные. Если веб был сырьем для первой волны AI, то реальный мир станет сырьем для второй.

И на этот раз, впервые, сбор не будет контролироваться несколькими гигантами, а сетями.

Открытые, стимулирующие, децентрализованные сети: новая инфраструктура данных на передовой.

ПоделитьсяXTelegramWhatsAppLinkedInEmail

Francesco Antonio Russo

Все материалы: Francesco Antonio Russo