Vana

Acerca de Vana

What Is Vana?

Vana is a decentralized network designed to give users full ownership and control of their data. Originating from MIT research, the project enables individuals to contribute their data non-custodially to AI systems, forming a foundation for open, community-driven AI development. Vana is open-source, permissionless, and aims to replace centralized data models with decentralized alternatives.

Misión y Visión

Vana visualiza un futuro digital donde los usuarios, y no las plataformas, posean los conjuntos de datos que impulsan la inteligencia artificial. El objetivo es crear un modelo de base de IA propiedad del usuario, permitiendo la contribución masiva de datos por parte de individuos y comunidades, eliminando los datos de los jardines amurallados y devolviéndolos a quienes los generan.

How Vana Works

Infraestructura de datos sin custodia

Vana permite a los usuarios exportar y aportar datos sin perder el control. Este enfoque sin custodia garantiza la privacidad, la transparencia y la soberanía sobre cómo se utilizan los datos y dónde se almacenan. Cada usuario se convierte en parte interesada en los sistemas de IA que ayuda a construir.

Open and Decentralized Protocol

Operating as a decentralized protocol, Vana supports the formation of Data DAOs—community-run data collectives that manage, curate, and monetize datasets. This model shifts data governance from corporations to individuals and independent groups.

Building with Vana

Iniciar un DAO de datos

Through Vana’s infrastructure, anyone can launch a Data DAO. These decentralized organizations collect and manage specialized datasets (e.g., resume data, social media content) with transparent governance and shared incentives. Vana provides documentation, tooling, and support for these initiatives.

Running a Node

Los desarrolladores y tecnólogos pueden ejecutar nodos Vana para respaldar la red. Los nodos validan transacciones, alojan datos y facilitan la arquitectura descentralizada que posibilita la IA controlada por el usuario.

Aplicaciones y casos de uso

Training Foundation Models

Vana permite la creación de modelos de base propios de los usuarios. Con acceso a conjuntos de datos diversos y de alta calidad, obtenidos directamente de los usuarios, estos modelos reflejan información del mundo real en lugar de corpus propietarios limitados. El objetivo final es construir un modelo de base a escala global, conformado por 100 millones de colaboradores.

Sistemas de IA personales

Vana también admite la implementación local de LLM (modelos de lenguaje de gran tamaño) entrenados con datos individuales. Esto permite a los usuarios ejecutar sus propios agentes de IA personalizados, capaces de comprender sus preferencias y contexto sin comprometer la privacidad.

Ecosistema Vana

Centro de datos y cohortes

El ecosistema de Vana incluye múltiples grupos activos, como las iniciativas Aurora y Blink, que organizan a pioneros, desarrolladores e investigadores. Estos grupos contribuyen a las DAO de datos, experimentan con configuraciones de servidores personales y comparten información sobre prácticas de IA propias de los usuarios.

Comunidad y gobernanza

La gobernanza en Vana está descentralizada. Las DAO de datos y sus colaboradores desempeñan un papel activo en la definición de las reglas y protocolos de la red. A través de la Open Data Foundation y organizaciones asociadas como Corsali, los miembros de la comunidad contribuyen a expandir la misión de la infraestructura abierta y los derechos de los usuarios sobre los datos.

Hitos e innovación

Logros técnicos

• 2021: Primer conjunto de datos de entrenamiento en cadena
• 2022: Patente para sistemas de datos sin custodia
• 2023: Lanzamiento de LLM locales capacitados con datos personales.
• 2024: Despliegue de las primeras DAO de datos y la red de pruebas Satori

Objetivos a largo plazo

Vana está escalando hacia la incorporación de 100 millones de usuarios, estableciendo liquidez global de datos y agregando el mayor conjunto de datos de entrenamiento aportados por los usuarios de la historia. Esto facilitará el entrenamiento de modelos de base propiedad de los usuarios que rivalizan con las capacidades de los sistemas de IA centralizados.