En Resumen
- Sahara AI presentó su Plataforma de Servicios de Datos que recompensará a usuarios con criptomonedas por completar tareas de etiquetado de datos para entrenar sistemas de IA.
- La empresa señaló que más de $450.000 en recompensas cripto estarán disponibles al lanzamiento de su plataforma abierta tras meses de pruebas en versión beta cerrada.
- Ren afirmó que implementarán mecanismos de seguridad como verificaciones automatizadas y preguntas trampa para detectar usuarios fraudulentos que intenten manipular el sistema.
¿Buscas una forma de ganar criptomonedas sin escribir código o hacer trading con tokens? Prueba etiquetando datos para IA.
Sahara AI, con sede en Los Ángeles, presentó hoy su Plataforma de Servicios de Datos (DSP), un nuevo sistema que paga a los usuarios en criptomonedas por completar tareas pequeñas pero esenciales de etiquetado de datos: etiquetar imágenes, transcribir audio o evaluar texto generado por IA.
La plataforma busca convertir el trabajo arduo y a menudo mal remunerado de entrenar sistemas de IA en una economía descentralizada de trabajos temporales.
"Hemos estado ejecutando una versión beta cerrada en los últimos meses, y ahora nos estamos moviendo a esta versión abierta, donde todos pueden venir a nuestra plataforma para revisar las tareas de datos que publican nuestros socios del ecosistema", dijo a Decrypt Sean Ren, cofundador y CEO de Sahara AI.
La plataforma está modelada según las recompensas por errores (bug bounties) donde empresas, laboratorios de investigación y proyectos cripto publican tareas de datos que los contribuidores completan a cambio de recompensas. Sin embargo, en lugar de encontrar errores de software, los usuarios de DSP reciben pagos por anotar datos. Según Sahara, más de $450.000 en recompensas cripto están disponibles en el lanzamiento.
Ren, quien también enseña ciencias de la computación en la Universidad del Sur de California, dijo que el modelo de recompensas por errores ayuda a asegurar mejor calidad de datos mientras desalienta a los malos actores a través de métodos como verificaciones automatizadas, revisión por pares, puntajes de reputación de contribuidores y requerir que los usuarios hagan staking de tokens como defensa contra ataques.
Sahara sigue otros modelos de recompensas nativos de criptomonedas, como Immunefi, que paga por revelaciones de vulnerabilidades de seguridad, y Gitcoin, que apoya el desarrollo de software de código abierto a través de subvenciones, recompensas y financiamiento.
Según Sahara, las tareas de DSP caen en tres categorías:
- Tareas Empresariales, que pagan en tokens $SAHARA por ayudar a clientes importantes a estructurar o etiquetar datos.
- Tareas de Doble Recompensa, que pagan en $SAHARA y tokens de socios del ecosistema.
- Tareas Comunitarias, que no ofrecen pagos inmediatos pero dan a los contribuidores participaciones de propiedad en los conjuntos de datos resultantes e ingresos recurrentes cuando esos conjuntos de datos se usan o venden.
Sahara también admite recompensas en stablecoins, incluyendo USD1, USDC, y USDT como otras opciones de recompensa.
Aunque las recompensas por errores no son nuevas, Ren dijo que el modelo se enfoca más en proporcionar datos de calidad, no solo en arreglar problemas.
"El etiquetado de datos es fundamental para entrenar modelos de IA precisos", dijo. "Los datos etiquetados actúan como una guía para enseñar a los modelos a reconocer patrones y hacer predicciones".
Para mantener la calidad de los datos, Sahara emplea varios mecanismos de seguridad y revisión.
"Monitoreamos el desempeño de los etiquetadores de datos usando preguntas trampa", dijo Ren. Estas están diseñadas para detectar usuarios que intentan ataques Sybil, donde una persona tiene múltiples identidades falsas para manipular el sistema.
"Los tramposos pueden ser identificados rápidamente con nuestros mecanismos de control de calidad y luego ser suspendidos temporalmente o prohibidos a largo plazo", dijo.
De igual manera, la empresa está usando IA para atrapar tramposos, irónicamente, usando IA para encontrar usuarios que a su vez están usando IA para crear contenido.