Delphi Digital: Analyse de la profondeur des opportunités et des défis de DeAI

L’auteur original: PonderingDurian, analyste de recherche chez Delphi Digital

Traduction de l’article : Pzai, Foresight News

Étant donné que la cryptomonnaie est essentiellement un logiciel open source avec des mécanismes d’incitation économique intégrés, et que l’IA est en train de bouleverser la manière dont les logiciels sont écrits, l’IA va donc avoir un impact considérable sur l’ensemble du domaine de la blockchain.

AI x Crypto stack complet

DeAI : Opportunités et défis

À mon avis, le plus grand défi auquel DeAI est confronté réside dans la couche d’infrastructure, car la construction de modèles de base nécessite des fonds importants et le retour sur investissement des données et des calculs est également élevé.

En tenant compte de la loi de l’extension, les géants de la technologie ont un avantage naturel : au stade Web2, ils ont réalisé d’énormes bénéfices en monopolisant les profits de la satisfaction des besoins des consommateurs, et ont réinvesti ces bénéfices dans l’infrastructure cloud au cours des dix dernières années, les géants de l’Internet tentent maintenant de conquérir le marché de l’IA en occupant les données et le calcul (éléments clés de l’IA) :

Comparaison de la taille du token pour les grandes modèles

En raison de l’intensité capitalistique et des exigences de bande passante élevées de la formation à grande échelle, le super-cluster unifié reste le meilleur choix - offrant aux géants de la technologie des modèles fermés performants - ils prévoient de louer ces modèles avec des profits monopolistiques et de réinvestir les bénéfices dans chaque génération de produits suivants.

Cependant, il est prouvé que le fossé de protection dans le domaine de l’IA est moins profond que l’effet de réseau Web2, et les modèles de pointe avancés se déprécient rapidement par rapport à ce domaine, en particulier lorsque Meta adopte une politique de la terre brûlée en investissant des milliards de dollars dans le développement de modèles de pointe Open Source tels que Llama 3.1, dont les performances atteignent le niveau SOTA.

Llama 3 大模型评分

À ce stade, la superposition de la nouvelle recherche sur les méthodes d’entraînement distribué à latence faible pourrait rendre (en partie) commerciales les modèles commerciaux de pointe - avec la baisse des prix intelligents, la concurrence se déplacerait (au moins en partie) des super-clusters matériels (favorables aux géants technologiques) à l’innovation logicielle (légèrement favorable à Open Source / Cryptoactifs).

Indice de capacité (qualité) - Distribution des prix de la formation

Compte tenu de l’efficacité de calcul de l’architecture “expert hybride” et de la synthèse / routage de grands modèles, il est très probable que nous ne soyons pas confrontés à un monde composé uniquement de 3 à 5 énormes modèles, mais à un monde composé de millions de modèles, avec des compromis différents en termes de coûts / performances. Un réseau intelligent entrelacé (une ruche).

Cela pose un énorme problème de coordination : les mécanismes d’incitation de la blockchain et des cryptoactifs devraient pouvoir aider à résoudre ce problème.

Domaine d’investissement DeAI central

Les logiciels dévorent le monde. L’IA dévore les logiciels. Et l’IA est essentiellement des données et des calculs.

Delphi est optimiste quant aux différents composants de cette pile:

Empilement simplifié AI x Crypto

Infrastructure

Étant donné que l’IA tire sa puissance des données et du calcul, l’infrastructure DeAI s’efforce d’acquérir des données et de calculer de manière aussi efficace que possible, souvent en utilisant des mécanismes d’incitation aux Cryptoactifs. Comme nous l’avons mentionné précédemment, c’est la partie la plus difficile de la concurrence, mais compte tenu de la taille du marché final, c’est aussi celle qui offre le plus grand potentiel de retour sur investissement.

Calcul

Jusqu’à présent, les marchés des protocoles d’entraînement distribués et des GPU étaient limités par la latence, mais ils veulent coordonner du matériel potentiellement hétérogène pour fournir des services informatiques à la demande à moindre coût à ceux qui ont été détournés des solutions intégrées du géant. Des entreprises comme Gensyn, Prime Intellect et Neuromesh sont à l’origine du développement de l’entraînement distribué, tandis que des entreprises comme io.net, Akash, Aethir et d’autres permettent une inférence à faible coût plus proche de l’intelligence à la périphérie.

Distribution des habitats de projet basée sur l’agrégation de l’approvisionnement

données

Dans un monde intelligent omniprésent basé sur des modèles plus petits et plus spécialisés, la valeur et la monétisation des actifs de données sont de plus en plus élevées.

Jusqu’à présent, DEP a été largement salué pour sa capacité à construire des réseaux matériels à moindre coût par rapport aux entreprises intensives en capital (comme les sociétés de télécommunications). Cependant, le plus grand marché potentiel de DEP se situera dans la collecte de nouveaux ensembles de données, qui afflueront vers les systèmes intelligents off-chain: protocole d’agent (discuté plus tard).

Dans ce monde, le plus grand marché potentiel au monde - la main-d’œuvre - est remplacé par les données et le calcul. Dans ce monde, l’infrastructure de l’IA offre aux non-techniciens un moyen de s’approprier les moyens de production et de contribuer à l’économie Internet à venir.

Middleware

L’objectif final de DeAI est de réaliser un calcul efficace et combinable. Tout comme la Lego de la Finance décentralisée, DeAI compense les lacunes de performance absolue d’aujourd’hui grâce à une combinaison sans autorisation, incitant ainsi l’écosystème ouvert des logiciels et des primitives de calcul à l’intérêt composé au fil du temps, dans l’espoir de dépasser les logiciels et les primitives de calcul existants.

Si Google est l’extrême de l’intégration, alors DeAI représente l’extrême de la modularité. Comme le rappelle Clayton Christensen, dans les industries émergentes, l’approche intégrée tend à prendre une position de leader en réduisant les frictions dans la chaîne de valeur. Cependant, à mesure que ce domaine se développe, la chaîne de valeur modulaire trouvera sa place en améliorant la compétitivité et l’efficacité des coûts à chaque niveau de la pile.

IA intégrée vs IA modulaire

Nous sommes très optimistes quant à quelques catégories essentielles à la réalisation de cette vision modulaire :

Routeur

Dans un monde intelligent et fragmenté, comment choisir le bon mode et le bon moment au meilleur prix ? L’agrégateur de demande a toujours capturé de la valeur (voir la théorie de l’agrégation), et la fonction de routage est essentielle pour optimiser la courbe de Pareto entre les performances et les coûts dans le monde intelligent du réseau.

Bittensor a toujours été en avance dans la première génération de produits, mais il y a aussi eu de nombreux concurrents spécialisés.

Allora organise des concours entre différents modèles dans des thèmes différents avec “sensibilisation contextuelle” et auto-amélioration au fil du temps, et fournit des informations pour les prévisions futures en fonction de l’exactitude historique sous des conditions spécifiques.

L’objectif de Morpheus est de devenir le « routage de la demande » des cas d’utilisation de Web3 - essentiellement un proxy local avec Open Source, capable de comprendre le contexte pertinent de l’utilisateur et de router efficacement les requêtes via l’« intelligence Apple » des infrastructures émergentes de la Finance décentralisée ou du calcul combinatoire de Web3.

Les protocoles d’interopérabilité des agents, tels que Theoriq et Autonolas, visent à pousser les routes modulaires à leur paroxysme, de sorte que les systèmes écologiques composites et composites, composés d’agents ou de composants flexibles, puissent devenir des services hors chaîne entièrement matures.

En résumé, dans un monde intelligent et fragmenté, un agrégateur d’offres et de demandes jouera un rôle extrêmement puissant. Si Google est une entreprise d’une valeur de 2 millions de dollars qui indexe les informations du monde entier, alors le gagnant du routeur de demande - qu’il s’agisse d’Apple, de Google ou d’une solution Web3 - sera une entreprise qui agit en tant qu’agent intelligent d’indexation et qui aura une plus grande échelle.

Coprocessor

En raison de sa nature décentralisée, la blockchain est très limitée en termes de données et de calcul. Comment introduire des applications d’IA intensives en calcul et en données sur la blockchain pour répondre aux besoins des utilisateurs ? Avec un coprocesseur !

Coprocessor dans la couche d’application Crypto

Ils fournissent tous des technologies différentes pour «vérifier» les données de base ou les modèles utilisés dans l’«Oracle Machine», ce qui permet de réduire au minimum les nouvelles hypothèses de confiance hors chaîne et d’améliorer considérablement leurs capacités. Jusqu’à présent, de nombreux projets ont utilisé des méthodes zkML, opML, TeeML et chiffrement économique, chacune ayant ses avantages et ses inconvénients.

Comparaison de coprocesseurs

À un niveau supérieur, les coprocesseurs sont essentiels pour l’intelligence des contrats intelligents - fournissant des solutions similaires aux «entrepôts de données» pour des expériences hors chaîne plus personnalisées pour interroger ou vérifier si un raisonnement donné a été correctement terminé.

Les réseaux TEE (Trusted Execution Environment), tels que Super, Phala et Marlin, sont de plus en plus populaires en raison de leur utilité et de leur capacité à prendre en charge des applications à grande échelle.

En général, les coprocesseurs sont essentiels pour fusionner les chaînes de blocs à haute certitude mais à faible performance avec des agents intelligents à haute performance mais probabilistes. Sans coprocesseur, l’IA ne serait pas présente dans cette génération de chaînes de blocs.

Mesures d’incitation pour les développeurs

Un des plus grands problèmes du développement Open Source AI est le manque de mécanismes d’incitation à sa durabilité. Le développement de l’IA est très intensif en capital, et les coûts d’opportunité pour le calcul et les connaissances en IA sont très élevés. Sans mesures d’incitation appropriées pour récompenser les contributions Open Source, ce domaine sera inévitablement perdant face au Superordinateur du capitalisme.

Des projets tels que Sentiment, Pluralis, Sahara AI et Mira ont pour objectif de lancer des réseaux permettant aux individus dispersés de contribuer à l’intelligence réseau et de les motiver adéquatement.

En comblant les lacunes du modèle commercial, la vitesse de l’intérêt composé d’Open Source devrait s’accélérer - offrant aux développeurs et aux chercheurs en IA un choix mondial en dehors des grandes entreprises technologiques et ayant la possibilité de recevoir une rémunération substantielle en fonction de la valeur créée.

Bien que cela soit très difficile à réaliser et que la concurrence soit de plus en plus intense, le potentiel de marché ici est énorme.

modèle GNN

Les grands modèles de langage divisent les schémas dans de vastes bases de données textuelles et apprennent à prédire le mot suivant, tandis que les réseaux neuronaux graphiques (GNN) traitent, analysent et apprennent des données de structure de graphique. Étant donné que les données hors chaîne sont principalement composées d’interactions complexes entre les utilisateurs et les smart contracts, en d’autres termes, d’un graphe, il semble donc que le GNN soit un choix raisonnable pour prendre en charge les cas d’utilisation hors chaîne de l’IA.

Des projets tels que Pond et RPS tentent de construire des modèles fondamentaux pour le web3 qui peuvent être appliqués dans le trading, la Defi et même des cas d’utilisation sociale tels que :

• Prévision des prix : modèle de comportement off-chain prédisant les prix, stratégies de trading automatique, analyse des sentiments
• AI 金融： 与现有 Finance décentralisée 应用程序的集成、先进的收益策略和Liquidité利用、更好的Gestion des risques / 治理
• Marketing hors chaîne: Airdrop / positionnement plus ciblés, moteur de recommandation basé sur les actions hors chaîne

Ces modèles utiliseront largement des solutions de data warehousing telles que Space and Time, Subsquid, Covalent et Hyperline, et je les considère également très prometteurs.

GNN peut prouver que le grand modèle de la blockchain et le data warehouse Web3 sont des outils auxiliaires indispensables, fournissant ainsi des fonctionnalités OLAP (traitement analytique en ligne) pour Web3.

Application

À mon avis, les Agents off-chain pourraient être la clé pour résoudre le problème bien connu de l’expérience utilisateur dans le domaine des Cryptoactifs, mais plus important encore, au cours des dix dernières années, nous avons investi des milliards de dollars dans l’infrastructure Web3, mais l’utilisation par les demandeurs est lamentablement faible.

Pas de soucis, les Agents arrivent…

L’IA augmente les scores de test dans toutes les dimensions du comportement humain

B

L’accumulation de valeur dans l’IA générative

Le prochain Google, Facebook et Blackrock sont susceptibles d’être des protocoles, et les composants pour réaliser ces protocoles sont en train d’émerger.

DeAI 终局

L’IA va changer notre modèle économique. Aujourd’hui, on s’attend à ce que la capture de cette valeur soit limitée à quelques grandes entreprises de la côte ouest de l’Amérique du Nord. Cependant, le DeAI représente une vision différente. Une vision de réseau intelligent ouvert et combinable, avec des récompenses et des incitations même pour de petites contributions, ainsi qu’une plus grande propriété et gestion collective.

Bien que certaines affirmations sur DeAI soient trop exagérées et que de nombreux projets affichent des prix de transaction largement supérieurs à la véritable impulsion actuelle, l’ampleur des opportunités est en effet très objective. Pour ceux qui font preuve de patience et de vision, la vision finale véritablement combinable de DeAI pourrait bien prouver la légitimité de la blockchain elle-même.