DataHub de OORT cuenta con aproximadamente 350,000 contribuyentes humanos que aportan datos para el entrenamiento de modelos de IA. Esto plantea preguntas importantes sobre la procedencia de los datos: • ¿Quién creó los datos? • ¿Bajo qué condiciones se recopilaron? • ¿Se obtuvo el consentimiento? • ¿Se puede verificar el origen y el uso permitido de los datos? Estas preguntas son relevantes porque la IA confiable depende no solo de la cantidad de datos disponibles, sino también de su calidad, origen y las condiciones bajo las cuales puede utilizarse. @oortech aborda esto mediante su DataHub, la infraestructura Deimos y la cadena de bloques de Layer 1. DataHub integra a los contribuyentes humanos en el proceso de recopilación, etiquetado y verificación de datos para entrenar IA. El objetivo es ayudar a construir conjuntos de datos que no solo sean grandes, sino también útiles, diversos y confiables. Pero recopilar buenos datos es solo parte de la historia. También necesitas saber de dónde provienen y si su trayectoria puede rastrearse. Aquí es donde entra la infraestructura de cadena de bloques de OORT. A través de su Olympus Protocol, la cadena de bloques de Layer 1 de OORT permite registrar las contribuciones para respaldar la trazabilidad y la responsabilidad en todo el proceso de datos. Mientras tanto, Deimos 1 soporta almacenamiento descentralizado, y Deimos 2 proporciona infraestructura de cómputo distribuido. Juntas, estas capas sustentan el sistema más amplio que maneja datos y cargas de trabajo de IA. ¿Por qué importa todo esto? Porque los datos deficientes pueden enseñarle a un modelo de IA cosas incorrectas. Los datos recopilados sin consentimiento adecuado pueden generar serios problemas éticos y legales. Y cuando nadie puede establecer el origen de los datos de entrenamiento, resulta difícil ganar confianza. La procedencia de los datos ayuda a abordar estos problemas al facilitar la verificación del origen, historial y uso permitido de los datos. A medida que la IA se vuelve más poderosa, saber de qué aprendió un modelo será tan importante como saber qué puede hacer.