Grass（GRASS） ——去中心化 AI 数据收集

11-5-2024, 3:15:56 AM

进阶

什么是 Grass ？

Grass 项目简介

Grass 是一个建立在 Solana 网络上的 DePIN 项目，利用未使用的互联网带宽从公共网络收集信息，再将这些信息用于训练大型语言模型（LLM），同时建立一个透明的数据市场，为所有参与者提供奖励。该协议利用用户设备的带宽来搜索必要的信息，处理收集到的数据，并使用区块链上的零知识证明（ZKP）记录其来源历史。
LLM 是大型语言模型，处理来自互联网的数十亿个单词和短语，以了解语言的工作原理。它们拥有的数据越多，它们就越聪明。Grass 提供源源不断的公共网络数据，确保 AI 模型保持最新状态并随着时间的推移不断改进。
Grass 是 Wynd Network 的旗舰产品，创立于 2023 年，由 Andrej Radonjic 和 Chris Nguyen 联合创立。

Grass 协议架构

Grass 的创建者指出，与现有的 Web2 平台垄断相比，这是一个更加公平的数据市场模型，Web2 平台不分配 AI 训练内容的收入，并单方面控制信息访问。
本质上，Grass 创建了一个由数千台用户设备组成的网络，从网站收集信息，然后将其传递给感兴趣的客户，主要用于训练人工智能模型。网络的输入端是客户端，它发出 Grass 请求以从特定来源获取数据。输出端是包含所需信息的 Web 服务器。协议的任务是将客户端的请求定向到特定节点，该节点将联系服务器进行数据抓取、加密并将其发回。

这一机制的主要参与者有：

节点：安装了 Grass 客户端的用户设备，提供互联网连接的未使用带宽以从网络服务器获取信息并将其传递给路由器；
路由器：跟踪连接节点状态的特殊协调节点。路由器将请求定向到特定节点，然后将收到的响应传递给验证器；
验证器：验证客户端的请求并将其传递给路由器，以及加密和签名从路由器收到的数据。此外，验证器还会根据数据完整性、及时性和其他标准评估特定节点的响应。

Grass 解决的问题

问题一

Grass 定位为 AI 基础设施的数据层，负责收集、清洗和结构化训练人工智能模型所需的信息。通过提供数据可访问性并消除消除大型实验室和小型人工智能开发商之间的不平等现象。例如，Reddit根据独家协议向 Google 免费提供其 API 访问权限，但第三方用户则无法访问。Twitter、Meta、Medium 和其他 Web2 平台等公司也对打击抓取行为施加了限制。Grass 用去中心化的用户设备网络取代了易于识别和阻止的大型数据中心。这样可以通过数十万个具有住宅 IP 的小型通道收集数据，不受数据访问限制的影响。该协议仅请求可免费获取的公共信息。

问题二

另一个问题是数据来源或提供商对数据阵列进行“毒害”或故意扭曲。这是“数据战争”中用于打击数据抓取的常见策略。它涉及故意扭曲通过开放 API 获得的数据，包括数据“噪音”，以防止工业收集并使进一步使用变得复杂。例如，在推出 Gemini 等新 AI 模型后，媒体经常报道该服务对某些种族或社会群体提供有偏见的回应。这是对不正确信息进行训练的直接结果。由于数据量巨大，无法手动验证或跟踪结构化过程中所做的更改。 Grass 通过区块链和零知识证明解决了这个问题，允许验证信息来源，确认哪个节点对请求提供了响应以及信息从何处获得。因此，任何独立的人工智能开发者都可以通过 Grass 以相对较低的费用从网络服务器请求信息，或者购买经过清理和结构化的数据库来训练他们的模型。

Grass 融资背景

2024–9–14，Grass 完成 A 轮融资，由 Hack VC 领头，Polychain Capital、Delphi Digital、Lattice 和 Brevan Howard Digital 参资，融资金额未透露。
2023–12–18，Grass 完成 350 万美元的种子轮融资，由 Polychain Capital 和 Tribe Capital 领投。。
最近一轮的融资估值：10 亿美元