Автор: Пондеринг Дуриан, исследователь Delphi Digital

Составил: Пзай, Новости Форсайта

Учитывая, что криптовалюты, по сути, представляют собой программное обеспечение с открытым исходным кодом со встроенными экономическими стимулами, и что ИИ меняет способы написания программного обеспечения, ИИ окажет огромное влияние на все пространство блокчейнов.

Общий стек AI x Crypto

DeAI: возможности и вызовы

По моему мнению, самая большая проблема, с которой сталкивается DeAI, лежит на уровне инфраструктуры, поскольку построение базовых моделей требует много денег, а отдача от масштаба данных и вычислений также высока.

Учитывая закон масштабирования, технологические гиганты имеют естественное преимущество: на этапе Web2 они получили огромные прибыли от монопольных прибылей от агрегирования потребительского спроса и реинвестировали эту прибыль в облачную инфраструктуру в течение десятилетия искусственно заниженных ставок, теперь уже интернет-гигантов. пытаются захватить рынок ИИ, захватив данные и вычисления (ключевые элементы ИИ):

Сравнение объемов токенов крупных моделей

Из-за капиталоемкости и высоких требований к пропускной способности крупномасштабного обучения унифицированные суперкластеры остаются лучшим вариантом, предоставляя технологическим гигантам наиболее эффективные модели с закрытым исходным кодом, которые они планируют сдавать в аренду с монопольной прибылью и будут получать прибыль. реинвестируются в каждое последующее поколение продукции.

Однако оказывается, что ров в области искусственного интеллекта меньше, чем сетевой эффект Web2, а ведущие передовые модели быстро обесцениваются по сравнению с этой областью, особенно когда Meta принимает «политику выжженной земли» и инвестирует десятки миллиарды долларов на разработку проектов с открытым исходным кодом, таких как Llama 3.1. Передовая модель, производительность которой достигает уровня SOTA.

Рейтинг большой модели Ламы 3

На этом этапе наложение новых исследований по методам децентрализованного обучения с малой задержкой может коммерциализировать (частично) передовые бизнес-модели - по мере падения разумных цен конкуренция сместится (по крайней мере частично) от аппаратных суперкластеров (в пользу технологических гигантов). перейти к инновациям в области программного обеспечения (слегка отдавая предпочтение открытому исходному коду/криптовалютам).

Индекс возможностей (качество) — диаграмма распределения цен на обучение

Учитывая «гибридную экспертную» архитектуру и вычислительную эффективность синтеза/маршрутизации больших моделей, мы, скорее всего, столкнемся с миром не только с 3-5 гигантскими моделями, но и с миром, состоящим из миллионов моделей с разной стоимостью. компромиссы в производительности. Переплетенная интеллектуальная сеть (улей).

Это создает огромную проблему координации, которую должны помочь решить стимулы, связанные с блокчейном и криптовалютой.

Основные направления инвестиций DeAI

Программное обеспечение пожирает мир. ИИ ест программное обеспечение. А ИИ — это, по сути, данные и вычисления.

Delphi просматривает компоненты в этом стеке:

Упрощение стека AI x Crypto

инфраструктура

Учитывая, что искусственный интеллект основан на данных и вычислениях, инфраструктура DeAI стремится максимально эффективно получать данные и вычисления, часто используя стимулы в виде криптовалюты. Как мы упоминали ранее, это самая сложная часть конкуренции, но, учитывая размер конечного рынка, она также, вероятно, будет самой полезной.

вычислить

Рынки протоколов распределенного обучения и графических процессоров до сих пор ограничены задержкой, но они надеются гармонизировать потенциально разнородное оборудование, чтобы обеспечить более дешевые вычисления по требованию для тех, кого закрыты интегрированными решениями гигантов Serve. Такие компании, как Gensyn, Prime Intellect и Neuromesh, стимулируют развитие распределенного обучения, а такие компании, как io.net, Akash, Aethir и другие, обеспечивают недорогие выводы, близкие к периферийному интеллекту.

Распределение экологических ниш проекта на основе совокупного предложения

данные

данные

В мире повсеместного интеллекта, основанного на более мелких и специализированных моделях, информационные активы становятся все более ценными и пригодными для монетизации.

На сегодняшний день DePIN широко хвалят за способность создавать более дешевые аппаратные сети по сравнению с капиталоемкими предприятиями, такими как телекоммуникационные компании. Однако крупнейшим потенциальным рынком для DePIN будет сбор новых типов наборов данных, которые будут поступать в интеллектуальные системы внутри цепочки: прокси-протоколы (обсуждаемые позже).

В этом мире труд, крупнейший в мире потенциальный рынок, заменяется данными и компьютерами. В этом мире инфраструктура De AI дает возможность нетехническим людям завладеть средствами производства и внести свой вклад в будущую сетевую экономику.

промежуточное программное обеспечение

Конечная цель DeAI — обеспечить эффективные компонуемые вычисления. Подобно главному LEGO DeFi, DeAI компенсирует сегодняшнюю нехватку абсолютной производительности за счет несанкционированной компоновки, стимулируя открытую экосистему программного обеспечения и вычислительных примитивов к объединению с течением времени, тем самым (надеюсь) превосходя существующее программное обеспечение и вычислительные примитивы.

Если Google — это крайность «интеграции», то DeAI представляет собой крайность «модульности». Как напоминает Клейтон Кристенсен, в развивающихся отраслях интегрированные подходы, как правило, лидируют за счет уменьшения трения в цепочке создания стоимости, но по мере развития отрасли модульные цепочки создания стоимости улучшат конкуренцию за счет увеличения конкуренции на каждом уровне и эффективности затрат.

Интегрированный и модульный ИИ

Мы очень оптимистичны в отношении нескольких категорий, которые имеют решающее значение для реализации этой модульной концепции:

маршрутизация

Как в мире фрагментированного интеллекта выбрать правильную модель и время по лучшей цене? Агрегаторы на стороне спроса всегда приносили пользу (см. теорию агрегирования), а возможности маршрутизации имеют решающее значение для оптимизации кривой Парето между производительностью и затратами в мире сетевого интеллекта:

Bittensor был в авангарде продуктов первого поколения, но появился ряд преданных конкурентов.

Благодаря «осведомленности о ситуации» и самосовершенствованию с течением времени Аллора проводит соревнования между различными моделями по разным «темам» и дает прогнозы на будущее, основанные на исторической точности в конкретных условиях.

Morpheus стремится стать «маршрутизатором на стороне спроса» для сценариев использования Web3 — по сути, собственным агентом с открытым исходным кодом, который может понять соответствующий контекст пользователя и иметь возможность проходить через новые строительные блоки инфраструктуры DeFi или «компонуемых вычислений» Web3. . «Apple Intelligence» для эффективной маршрутизации запросов.

Протоколы взаимодействия агентов, такие как Theoriq и Autonolas, направлены на то, чтобы довести модульную маршрутизацию до предела, позволяя составным, составным экосистемам гибких агентов или компонентов стать полноценными сетевыми сервисами.

Подводя итог, можно сказать, что в мире, где разведка быстро фрагментируется, агрегаторы спроса и предложения будут играть чрезвычайно важную роль. Если Google — это компания с оборотом в 2 миллиона долларов, которая индексирует информацию по всему миру, то победителем маршрутизатора на стороне спроса — будь то Apple, Google или решение Web3 — станет компания, которая индексирует интеллект агентов, что приведет к увеличению масштаба.

сопроцессор

Учитывая свою децентрализованную природу, блокчейн сильно ограничен как с точки зрения данных, так и вычислений. Как внедрить в блокчейн вычислительные и ресурсоемкие приложения искусственного интеллекта, необходимые пользователям? Через сопроцессор!

Прикладной уровень сопроцессора в Crypto

Все они являются «оракулами», которые предоставляют различные технологии для «проверки» достоверности используемых базовых данных или моделей. Этот подход может минимизировать новые предположения о доверии в цепочке, одновременно значительно улучшая ее возможности. На сегодняшний день существует множество проектов, использующих zkML, opML, TeeML и криптоэкономические методы, с разными плюсами и минусами:

Сравнение сопроцессоров

На более высоком уровне сопроцессоры имеют решающее значение для создания интеллектуальных контрактов, предоставляя решение, подобное «хранилищу данных», для выполнения запросов для более персонализированного взаимодействия в цепочке или для проверки правильности выполнения данного вывода.

Сети TEE (Trusted Execution), такие как Super, Phala и Marlin, в последнее время становятся все более популярными благодаря своей практичности и способности размещать крупномасштабные приложения.

В целом, сопроцессоры имеют решающее значение для объединения высокодетерминированного, но низкопроизводительного блокчейна с высокопроизводительным, но вероятностным агентом. Без сопроцессоров ИИ не существовал бы в этом поколении блокчейна.

Стимулы для разработчиков

В целом, сопроцессоры имеют решающее значение для объединения высокодетерминированного, но низкопроизводительного блокчейна с высокопроизводительным, но вероятностным агентом. Без сопроцессоров ИИ не был бы в этом поколении блокчейна.

Стимулы для разработчиков

Одной из самых больших проблем разработки ИИ с открытым исходным кодом является отсутствие стимулов для того, чтобы сделать его устойчивым. Разработка ИИ является весьма капиталоемкой, а альтернативные издержки как вычислений, так и работы в области знаний в области ИИ очень высоки. Без соответствующих стимулов для вознаграждения вкладов в открытый исходный код эта область неизбежно проиграет гиперкапиталистическим суперкомпьютерам.

Целью этих проектов, от Sentiment до Pluralis, Sahara AI и Mira, является создание сетей, которые позволят децентрализованным сетям отдельных лиц вносить свой вклад в сетевой интеллект, одновременно предоставляя соответствующие стимулы.

Компенсируя это в бизнес-модели, темпы создания открытого исходного кода должны ускориться, что даст разработчикам и исследователям ИИ глобальную альтернативу крупным технологическим компаниям и перспективу щедрого вознаграждения в зависимости от созданной ценности.

Хотя сделать это очень сложно, а конкуренция становится все жестче, потенциальный рынок здесь огромен.

Модель GNN

Большие языковые модели сегментируют шаблоны в больших текстовых библиотеках и учатся предсказывать следующее слово, в то время как нейронные сети графов (GNN) обрабатывают, анализируют и изучают графически структурированные данные. Поскольку данные в цепочке в основном состоят из сложных взаимодействий между пользователями и смарт-контрактами, другими словами, в виде графа, GNN кажется логичным выбором для поддержки сценариев использования ИИ в цепочке.

Такие проекты, как Pond и RPS, пытаются создать базовые модели для web3, которые можно будет применять в торговле, Defi и даже в социальных сетях, например:

В этих моделях будут активно использоваться такие решения для хранения данных, как Space and Time, Subsquid, Coвалентный и Hyperline, в отношении которых я очень оптимистичен.

GNN может доказать, что большая модель блокчейна и хранилище данных Web3 являются незаменимыми вспомогательными инструментами, то есть обеспечивающими функции OLAP (онлайн-аналитическая обработка) для Web3.

приложение

По моему мнению, ончейн-агенты могут стать ключом к решению известных проблем с пользовательским опытом, связанных с криптовалютами, но, что более важно, за последнее десятилетие мы вложили миллиарды долларов в инфраструктуру Web3, но использование со стороны спроса Но прискорбно мало .

Не волнуйтесь, агенты здесь...

Результаты тестов ИИ увеличиваются в различных аспектах человеческого поведения

Кажется логичным, что эти агенты используют открытую, не требующую разрешений инфраструктуру, включающую платежи и компонуемые вычисления, для достижения более сложных конечных целей. В грядущей сетевой умной экономике экономический поток может больше не быть B -> B -> C, а пользователь -> Агент -> вычислительная сеть -> Агент -> пользователь. Конечным результатом этого потока является агентское соглашение. Предприятия, основанные на приложениях или услугах, имеют ограниченные накладные расходы и в основном работают на сетевых ресурсах. Стоимость удовлетворения потребностей конечных пользователей (или друг друга) в составной сети намного ниже, чем у традиционных предприятий. Точно так же, как прикладной уровень Web2 несет в себе большую часть ценности, я также являюсь поклонником теории «толстого прокси-протокола» в DeAI. Со временем процесс захвата стоимости должен переместиться выше по стеку.

Накопление ценности в генеративном ИИ

Следующими Google, Facebook и Blackrock вполне могут стать прокси-протоколы, и компоненты для их реализации уже появляются.

Финал DeAI

ИИ изменит форму нашей экономики. Сегодня рынок ожидает, что этот захват стоимости будет ограничен несколькими крупными компаниями на западном побережье Северной Америки. А DeAI представляет собой другое видение. Видение открытой, компонуемой интеллектуальной сети с вознаграждением и компенсацией даже за небольшой вклад, а также с большей коллективной собственностью/управлением.

Хотя некоторые заявления DeAI преувеличены, а многие проекты продаются по ценам, значительно превышающим их фактический текущий уровень, масштаб возможностей действительно кажется существенным. Для тех, кто обладает терпением и дальновидностью, возможное видение DeAI по-настоящему компонуемых вычислений может оправдать сам блокчейн.