OORT کا DataHub تقریباً 350,000 انسانی شرکاء کو شامل کرتا ہے جو AI ماڈل کی تربیت کے لیے ڈیٹا فراہم کرتے ہیں۔ یہ ڈیٹا کی اصلیت کے بارے میں اہم سوالات اٹھاتا ہے: • ڈیٹا کس نے تخلیق کیا؟ • اسے کن شرائط میں جمع کیا گیا؟ • کیا رضامندی حاصل کی گئی؟ • کیا ڈیٹا کی اصل اور اجازت شدہ استعمال کی تصدیق کی جا سکتی ہے؟ یہ سوالات اہم ہیں کیونکہ قابلِ اعتماد AI صرف دستیاب ڈیٹا کی مقدار پر ہی نہیں، بلکہ اس کی معیار، اصل اور استعمال کی شرائط پر بھی منحصر ہے۔ @oortech اس مسئلے کو اپنے DataHub، Deimos انفراسٹرکچر اور Layer 1 بلاک چین کے ذریعے حل کرتا ہے۔ DataHub انسانی شرکاء کو AI تربیتی ڈیٹا جمع، لیبل لگانے اور تصدیق کے عمل میں شامل کرتا ہے۔ مقصد یہ ہے کہ ایسے ڈیٹا سیٹس تعمیر کئے جائیں جو صرف بڑے نہ ہوں بلکہ مفید، متنوع اور قابلِ اعتماد بھی ہوں۔ لیکن اچھا ڈیٹا جمع کرنا صرف کہانی کا ایک حصہ ہے۔ آپ کو یہ بھی جاننا ضروری ہے کہ یہ ڈیٹا کہاں سے آیا اور کیا اس کا سفر ٹریس کیا جا سکتا ہے۔ اسی جگہ OORT کا بلاک چین انفراسٹرکچر کام آتا ہے۔ اپنے Olympus پروٹوکول، OORT کے Layer 1 بلاک چین کے ذریعے، تعاون کو رکارڈ کیا جا سکتا ہے تاکہ ڈیٹا کے پورے عمل میں ٹریسایبلٹی اور ذمہ داری کو فروغ دیا جا سکے۔ اس دوران، Deimos 1 غیر مرکزی ذخیرہ سازی فراہم کرتا ہے، جبکہ Deimos 2 تقسیم شدہ کمپوٹنگ انفراسٹرکچر فراہم کرتا ہے۔ ان دونوں لیرز مل کر ڈیٹا اور AI ورک لوڈس کو سنبھالنے والے وسیع نظام کو سپورٹ کرتے ہیں۔ اس سب کا مقصد کیا ہے؟ کیونکہ خراب ڈیٹا AI ماڈل کو غلط باتوں پر تربیت دے سکتا ہے۔ مناسب رضامندی کے بغیر جمع کردہ ڈیٹا سنگین اخلاقی اور قانونی مسائل پیدا کر سکتا ہے۔ اور جب کوئی بھی تربیتی ڈیٹا کے ذرائع تلاش نہ کر سکے، تو بھروسہ حاصل کرنا مشکل ہو جاتا ہے۔ ڈیٹا کی اصل (data provenance) ان مسائل کو دور کرنے مدد دेतی ہے، جس سے ڈیٹا کی اصل، تاریخ اور اجازت شدہ استعمال کو آسانی سے تصدیق کیا جا سکتا ہے۔ جب AI زبردست تر ہوتا جائے، تو گوشت ماڈل نے کچھ سीکھا، اس بات کو جاننا اس بات سے برابر اہم ہو جائے گا جو وہ کر سکتا ہے۔