Największy na świecie emitent stablecoinów czyni odważny krok, aby przekształcić sztuczną inteligencję, oddając moc obliczeniową bezpośrednio w ręce użytkowników.
Tether, firma stojąca za stablecoinem USDT o wartości 150 miliardów USD, ogłosiła w piątek wydanie QVAC Genesis I, syntetycznego zbioru danych z 41 miliardami tokenów zaprojektowanego do trenowania modeli sztucznej inteligencji skoncentrowanych na naukach ścisłych, technologii, inżynierii i matematyce.
Zbiór danych jest największym publicznie dostępnym syntetycznym zasobem szkoleniowym stworzonym do tej pory dla rozwoju AI, co oznacza znaczące eskalację w dywersyfikacji Tether poza cyfrowe płatności.
Ogłoszenie przychodzi wraz z QVAC Workbench, aplikacją konsumencką umożliwiającą użytkownikom trenowanie, uruchamianie i interakcję z modelami AI bezpośrednio na ich osobistych urządzeniach - od smartfonów po laptopy - bez polegania na infrastrukturze chmury czy serwerach korporacyjnych.
Podwójne wydanie odzwierciedla wizję CEO Paolo Ardoino, by „zwrócić inteligencję ludziom” poprzez zerwanie monopolu, jaki wiodące firmy technologiczne obecnie mają nad obliczeniami i danymi AI.
Ucieczka od zależności chmury
„Inteligencja nie powinna być scentralizowana,” powiedział Ardoino w oświadczeniu. „Powinna należeć do jednostki, nie do instytucji.”
Filozofia bezpośrednio kwestionuje obecny paradygmat AI, gdzie firmy takie jak OpenAI, Google i Anthropic dominują nad rozwojem modeli za pomocą ogromnych scentralizowanych centrów danych i infrastruktury chmury obliczeniowej. QVAC (QuantumVerse Automatic Computer), po raz pierwszy zaprezentowany w maju 2025 roku, ma na celu zmianę tej dynamiki władzy, pozwalając AI działać lokalnie na urządzeniach użytkowników, jednocześnie utrzymując prywatność i autonomię.
Zbiór danych Genesis I specyficznie skupia się na rozumowaniu i precyzji w dziedzinach naukowych. Według ogłoszenia Tether Data, 41 miliardów tokenów tekstowych zostało zweryfikowanych według edukacyjnych i naukowych punktów odniesienia w matematyce, fizyce, biologii i medycynie - dziedzinach, gdzie dokładne, specjalizowane dane szkoleniowe pozostają trudne do zdobycia.
Wzrost syntetycznych danych
Syntetyczne zbiory danych stały się krytycznym rozwiązaniem dla problemu niedoboru danych AI. W przeciwieństwie do zbierania danych rzeczywistych, które mogą być kosztowne, czasochłonne i pełne problemów z prywatnością, dane syntetyczne są sztucznie generowane, aby naśladować statystyczne właściwości i wzorce autentycznych informacji, jednocześnie eliminując ekspozycję wrażliwych danych osobowych.
Badania branżowe sugerują, że 60% danych AI będzie syntetycznych według obecnych projekcji, napędzane przez regulacje dotyczące prywatności, takie jak GDPR i potrzeba materiałów szkoleniowych specyficznych dla danego obszaru. Dane syntetyczne wysokiej jakości pozwalają modelom AI na osiągnięcie 90-95% wydajności modeli szkolonych na rzeczywistych danych, jednocześnie zmniejszając koszty pozyskiwania o 60-80%, zgodnie z platformami generacji danych syntetycznych. Content: i infrastruktura na urządzeniu zapewniają deweloperom bezprecedensowe narzędzia do tworzenia systemów AI, które stawiają na pierwszym miejscu kontrolę użytkownika nad wygodą korporacyjną.
Era "Nieskończonej Inteligencji", jak to ujmuje Ardoino, być może dopiero się rozpoczęła - i tym razem, może naprawdę należeć do każdego.