Sahara AI推45万美金数据赏金计划，零工经济新范式崛起

随着人工智能技术的飞速发展，一种全新的零工经济模式正在兴起——无需编写代码或交易代币，只需为AI标记数据即可赚取加密货币。 总部位于洛杉矶的撒哈拉人工智能（Sahara AI）近日正式推出了其数据服务平台（DSP）。该平台通过加密货币向用户支付报酬，用于完成诸如标记图像、转录音频或评估AI生成文本等小而重要的数据任务。 这一创新旨在将训练人工智能系统这项通常艰苦且报酬较低的工作转变为去中心化的零工经济。 Sahara AI联合创始人兼首席执行官Sean Ren表示：“过去几个月，我们一直在运行封闭测试版本，现在我们正转向开放版本，每个人都可以访问我们的平台，查看生态系统合作伙伴发布的数据任务。” 该平台以漏洞赏金计划为蓝本，公司、研究实验室和加密项目可以发布数据任务，贡献者完成任务后即可获得奖励。不过，与传统漏洞赏金不同，DSP用户是通过注释数据来获得报酬。据Sahara称，平台上线时将提供超过45万美元的加密奖励。 任先生还在南加州大学教授计算机科学，他表示，漏洞赏金模式有助于确保更好的数据质量，同时通过自动检查、同行评审、贡献者声誉评分等方法来阻止不良行为者，并要求用户下注令牌作为防御攻击的手段。 Sahara遵循其他加密原生赏金模型，例如免疫（Immunefi），为安全漏洞披露支付费用，以及吉特币（Gitcoin），通过赠款、奖金和资金支持开源软件开发。 根据Sahara的说法，DSP任务分为三类： - 企业任务，以$SAHARA代币支付，帮助主要客户构建或标记数据。 - 双重奖励任务，以$SAHARA和生态系统合作伙伴代币支付。 - 社区任务不会立即支付报酬，但会给予贡献者最终数据集的所有权，并在这些数据集被使用或出售时获得经常性收入。 此外，Sahara还支持稳定币奖励，包括1美元（USD）、USDC和USDT作为其他奖励选项。 虽然漏洞赏金并不是什么新鲜事，但任先生表示，该模式更注重提供高质量的数据，而不仅仅是修复漏洞。 他说：“数据标记对于训练准确的人工智能模型至关重要。标记数据可以作为指导，教会模型识别模式并做出预测。” 为了保证数据质量，Sahara采用了多种安全和审查机制。 “我们使用蜜罐问题来监控数据标注员的表现，”任先生说。这些蜜罐问题旨在检测用户试图西比尔（Sybil）攻击，即一个人使用多个虚假身份来欺骗系统。 他说：“我们的质量保证机制可以快速识别作弊者，然后暂时禁止或长期禁止他们。” 同样，该公司正在使用人工智能来抓捕作弊者——具有讽刺意味的是，他们使用人工智能来寻找那些自己使用人工智能来创建内容的用户。