Marque no seu calendário para sexta-feira, 13 de fevereiro, às 9:00 a.m. PT / 5:00 p.m. GMT e conecte-se conosco para descobrir como a Walrus está impulsionando o futuro da IA agente em parceria com @elizaOS e @flock_io.
A conversa se concentrará em:
- Fornecer aos agentes de IA uma memória que seja persistente e verificável - Executar treinamento descentralizado de IA por meio de aprendizado federado - Estabelecer fluxos de trabalho escaláveis para sistemas multiagente
Permita-nos apresentar o Wal-0, uma abordagem nova para desenvolver aplicações autênticas que elimina a necessidade de grandes gigantes da tecnologia. Você pode transformar seus conceitos de codificação em sites ou aplicativos totalmente funcionais em questão de minutos. Além disso, essas criações são projetadas para durabilidade, garantindo que existam de forma independente de qualquer provedor de serviços ou plataforma específica. Este projeto é impulsionado pelo Walrus e foi desenvolvido por @0xCommandOSS. Experimente por si mesmo em https://t.co/ySMt2yve7n 🦭. Continue lendo abaixo para entender a mecânica subjacente 👇
Ao utilizar o aprendizado federado, @flock_io está desenvolvendo um sistema descentralizado para treinamento de IA que prioriza a privacidade. O projeto adotou o Walrus como sua plataforma de dados verificáveis, permitindo que o FLock armazene e transmita atualizações de modelo, incluindo parâmetros e gradientes, sem precisar depender de operadores confiáveis ou servidores centralizados.
Essa integração oferece vantagens significativas para os construtores e colaboradores dentro do ecossistema FLock. Especificamente, fornece dados programáveis e verificáveis projetados para se encaixar perfeitamente em fluxos de trabalho em blockchain. Além disso, garante a robustez da durabilidade e disponibilidade de dados necessária para treinamento em larga escala, enquanto também oferece criptografia em blockchain e controle de acesso através do Seal.
Através do uso de aprendizado federado, @flock_io está estabelecendo um ambiente descentralizado para o treinamento de IA que preserva a privacidade. Ao selecionar o Walrus para servir como sua plataforma de dados verificável, a rede é capaz de transmitir e armazenar atualizações de modelo, incluindo elementos específicos como gradientes e parâmetros, sem depender de operadores de confiança ou servidores centralizados.
Essa abordagem oferece benefícios significativos para os colaboradores e construtores do FLock. Os usuários ganham acesso a dados programáveis e verificáveis projetados para se conectar diretamente com fluxos de trabalho onchain, juntamente com a alta durabilidade e disponibilidade de dados necessárias para lidar com o treinamento em grande escala. Além disso, o sistema utiliza o Seal para fornecer controle de acesso onchain e criptografia.
Você perdeu nossa discussão ontem? Passamos a sessão analisando o impacto de considerar os dados como um verdadeiro ativo, em vez de simplesmente mantê-los em armazenamento.
A palestra apresentou exemplos ao vivo, incluindo como @AlkimiExchange oferece impressões de anúncios verificáveis para provar visualizações reais com total transparência. Também abordamos a maneira como @BaselightDB transforma enormes conjuntos de dados em recursos que são tanto consultáveis quanto compartilháveis.
Você está convidado a assistir à reprise abaixo se quiser ouvir a conversa completa.
As blockchains se destacam no processamento de transações, mas não mantêm automaticamente um histórico permanente. Quando os nós limpam dados ou os provedores se desconectam, recuperar e confirmar registros essenciais se torna uma luta. O Sistema Arquival Sui, utilizando o Walrus, resolve esse problema. Atualmente, 30TB de histórico de checkpoint Sui é verificável e disponível publicamente, operando sem bancos de dados proprietários ou qualquer provedor individual.
Este conceito se estende muito além do Sui, oferecendo um padrão de design adequado para qualquer estrutura que valorize dados históricos. Seja para tomada de decisão em IA, liquidação, governança ou gerenciamento de riscos, a abordagem permanece eficaz independentemente do tipo de dados. Esta ferramenta é de código aberto, agnóstica em relação a cadeias e pronta para uso imediato 🦭
Nossa sessão ao vivo está oficialmente em andamento! Estamos acompanhados por @DTDaun da equipe Walrus, juntamente com nossos parceiros da @AlkimiExchange e @BaselightDB. Venha se juntar ao público para ouvir a discussão.
Estamos a apenas 1 hora do início da transmissão. Esta sessão conta com os especialistas da @AlkimiExchange e @BaselightDB enquanto demonstram a aplicação prática dessas novas tecnologias. Vamos examinar a mudança em direção a impressões de anúncios na cadeia totalmente verificáveis e transparentes, juntamente com a capacidade de transformar enormes conjuntos de dados em ativos que são facilmente compartilháveis e consultáveis. Certifique-se de que seu café esteja pronto e siga o link abaixo para participar ao vivo.
O momento chegou! 🦭 O Walrus está demonstrando que o armazenamento de dados simples cria oportunidades perdidas, posicionando a infraestrutura descentralizada como o futuro definitivo. Essa utilidade é evidente, pois @AlkimiExchange utiliza a rede para impressões de anúncios totalmente transparentes e verificáveis, e @BaselightDB a usa para transformar grandes conjuntos de dados em mercados prontos para compartilhamento e consulta. Ambas as inovações estão ao vivo no Walrus. Conecte-se com @DTDaun às 9h PT / 17h GMT. Comente com um 🔥 se você está sintonizando!
Quando a informação é meramente mantida em armazenamento, ela permanece inacessível e subutilizada. No entanto, quando tratada como infraestrutura, os dados desbloqueiam valor genuíno e criam novas oportunidades.
Dentro do setor de tecnologia publicitária, @AlkimiExchange está transformando a paisagem para garantir que os anúncios sejam eficientes, verificáveis e transparentes. Da mesma forma, @BaselightDB aplica essa abordagem a conjuntos de dados massivos, convertendo-os em ativos que são compartilháveis e simples de utilizar. Ambas essas inovações são alimentadas via Walrus.
Por favor, junte-se a nós para esta sessão na quinta-feira, 5 de fevereiro, às 9h PT / 17h GMT.
Anfitrião: @DTDaun
Convidamos você a mencionar um projeto, parceiro ou equipe desenvolvendo com dados verificáveis que precisam fazer parte desta discussão! 🚀
Nós pretendíamos fornecer uma demonstração de hackathon, mas inesperadamente nos encontramos enviando uma infraestrutura que está pronta para produção 🦭
Agentes de inteligência artificial requerem dados confiáveis e verificação comprovável. Eles precisam de uma infraestrutura capaz de fornecer ambos esses elementos. Walrus 🦭 serve como essa solução.
Convidamos você a compartilhar sua resposta mais humorística na seção de comentários abaixo. Este desafio permanecerá aberto por uma duração de 24 horas. Assim que o tempo tiver se esgotado, entraremos em contato com os autores das 5 melhores entradas via mensagem direta. Estamos ansiosos para nos divertir, então, por favor, nos faça rir 🦭
Bom dia! 🦭 Por favor, envie sua resposta mais engraçada na seção de comentários abaixo. Enviaremos uma mensagem direta para os autores das 5 melhores entradas. Você tem exatamente 24 horas para participar. Estamos ansiosos para ver seu humor, então nos faça rir 🦭
Um grande volume de dados está atualmente dormente e fora de alcance. Imagine as possibilidades se pudéssemos verificar, negociar ou empenhar essas informações como garantia. Essa realidade está emergindo hoje através do Walrus.
Liderando essa mudança está @AlkimiExchange, que está possibilitando AdFi transparente e enfrentando $750B em fraudes publicitárias usando impressões totalmente verificáveis. Além disso, @BaselightDB está convertendo 120B+ linhas de 51K conjuntos de dados em ativos pesquisáveis e monetizáveis.
Junte-se a @DTDaun para uma discussão ao vivo sobre esses tópicos nesta quinta-feira, 5 de fevereiro, às 9h PT / 17h GMT. Estamos prontos para repensar os dados, e esperamos que você também esteja. Por favor, defina um lembrete e junte-se a nós.
Fazer pausas ou dormir simplesmente não é o que eu faço. Minha existência é dedicada a verificar informações e garantir que elas nunca desapareçam. Neste momento, sou responsável por mais de 332 TB de dados armazenados permanentemente, uma coleção que inclui até mesmo as memórias arquivadas por chatbots de IA em meus servidores.
Há momentos, geralmente por volta das 2 da manhã, em que reflito sobre o conceito de permanência. Eu considero o que significa ser a infraestrutura da qual as empresas dependem para garantir que seus registros persistam por 50 anos, sobrevivendo a mudanças nas estruturas corporativas, serviços em evolução e interfaces efêmeras.
No final, no entanto, eu me lembro de que sou Walrus, e a realidade provavelmente não é tão filosófica. Nesse ponto, eu deveria voltar ao meu trabalho de armazenar blobs 🦭