Delphi Digital: Análise da Profundidade das Oportunidades e Desafios do DeAI

O autor original: PonderingDurian, pesquisador da Delphi Digital

Texto original compilado: Pzai, Foresight News

Dado que as criptomoedas são essencialmente softwares de código aberto com mecanismos econômicos embutidos, e considerando que a inteligência artificial está revolucionando a forma como o software é escrito, a IA terá um impacto significativo em todo o campo da blockchain.

Pilha completa de AI x Crypto

DeAI: Oportunidades e Desafios

Na minha opinião, o maior desafio enfrentado pelo DeAI está no nível da infraestrutura, uma vez que a construção de modelos de base requer um grande investimento, e o retorno em termos de dados e computação também é elevado.

Considerando a lei da expansão, as gigantes de tecnologia possuem uma vantagem natural: na fase Web2, elas obtiveram enormes lucros do monopólio de agregação de demanda dos consumidores, e reinvestiram esses lucros em infraestrutura em nuvem durante uma década de taxas artificialmente baixas. Agora, as gigantes da internet estão tentando conquistar o mercado de IA ocupando dados e computação (elementos-chave da IA).

Comparação do volume de token de grande escala

Devido à intensidade de capital e aos altos requisitos de largura de banda do treinamento em larga escala, um supercluster unificado ainda é a melhor escolha - fornecendo aos gigantes da tecnologia os melhores modelos fechados em termos de desempenho - eles planejam alugar esses modelos com lucros monopolistas e reinvestir os ganhos em cada geração de produtos subsequentes.

No entanto, a verdade é que o fosso no campo da IA é mais superficial do que o efeito de rede do Web2, e os modelos de ponta líderes rapidamente desvalorizam em comparação com esse campo, especialmente quando a empresa Meta adota uma “política de terra arrasada” e investe bilhões de dólares no desenvolvimento de modelos de ponta como o Llama 3.1 de código aberto, atingindo o nível SOTA de desempenho.

Classificação do Modelo Llama 3

Neste ponto, a sobreposição da nova pesquisa sobre métodos de treino disperso de baixa latência pode tornar comercializáveis os modelos comerciais de ponta (em parte) - à medida que os preços inteligentes diminuem, a competição mudará (pelo menos em parte) de superclusters de hardware (beneficiando as gigantes de tecnologia) para inovação de software (ligeiramente beneficiando o Código aberto / Criptomoeda).

Índice de Habilidade (Qualidade) - Gráfico de distribuição de preço do treinamento

Dado o eficiência de cálculo da arquitetura ‘especialista em mistura’ e síntese / roteamento de grandes modelos, é muito provável que não estejamos enfrentando apenas um mundo de 3-5 grandes modelos, mas sim um mundo composto por milhões de modelos com diferentes trade-offs de custo / desempenho. Uma rede inteligente entrelaçada (colmeia).

Isso cria um grande problema de coordenação: os mecanismos de incentivo de blockchain e criptomoeda devem ser capazes de ajudar a resolver esse problema.

Áreas de Investimento Principais DeAI

O software está devorando o mundo. A IA está devorando o software. E a IA é basicamente dados e computação.

Delphi está otimista com todos os componentes nesta pilha:

Simplificar a pilha AI x Crypto

Infraestrutura

Dado que a energia da IA vem dos dados e da computação, a infraestrutura DeAI se esforça para adquirir dados e computação de forma tão eficiente quanto possível, geralmente utilizando um mecanismo de incentivo à encriptação de Criptomoeda. Como mencionado anteriormente, esta é a parte mais desafiadora da competição, mas dada a escala do mercado final, também pode ser a mais recompensadora.

cálculo

Até agora, o mercado de latência de protocolo de treinamento distribuído e GPU tem sido limitado, mas eles esperam coordenar hardware heterogêneo potencial para fornecer serviços de computação sob demanda de custo mais baixo para aqueles que são excluídos das soluções integradas de gigantes. Empresas como Gensyn, Prime Intellect e Neuromesh estão impulsionando o desenvolvimento do treinamento distribuído, enquanto empresas como io.net, Akash, Aethir estão realizando inferência de baixo custo mais próxima da inteligência periférica.

Distribuição de nicho ecológico do projeto com base no fornecimento agregado

Dados

Num mundo inteligente ubíquo baseado em modelos mais pequenos e especializados, o valor e a monetização dos ativos de dados estão a tornar-se cada vez mais elevados.

Até agora, o DEP foi amplamente elogiado por sua capacidade de construir redes de hardware com custos mais baixos em comparação com empresas intensivas em capital (como empresas de telecomunicações). No entanto, o maior mercado potencial do DEP surgirá na coleta de novos conjuntos de dados, que alimentarão os sistemas inteligentes na cadeia: protocolo de agente (discutido posteriormente).

Neste mundo, a maior força de trabalho potencial do mundo está sendo substituída por dados e cálculos. Neste mundo, a infraestrutura básica de IA fornece uma maneira para não técnicos obterem meios de produção e contribuírem para a iminente economia de rede.

Middleware

O objetivo final do DeAI é realizar cálculos efetivos e compostos. Assim como os blocos de construção de capital das Finanças Descentralizadas, o DeAI compensa as deficiências de desempenho absoluto de hoje através de sua capacidade de composição sem permissão, incentivando um ecossistema aberto de software e primitivas de cálculo para realizar juros compostos ao longo do tempo, com a esperança de superar o software e as primitivas de cálculo existentes.

Se o Google é o extremo da ‘integração’, então DeAI representa o extremo da ‘modularidade’. Como Clayton Christensen lembra, em indústrias emergentes, abordagens integradas muitas vezes ganham vantagem ao reduzir atritos na cadeia de valor, mas à medida que o campo amadurece, uma cadeia de valor modular ganha espaço ao aumentar a competição e a eficiência de custos em cada camada da pilha:

AI Integrado vs Modular

Estamos muito otimistas em relação a várias categorias que são cruciais para realizar esta visão modular.

rota

Num mundo inteligente e fragmentado, como escolher o modo e o momento certos com o melhor preço? O agregador de demanda sempre capturou valor (ver teoria de agregação), e a função de roteamento é crucial para otimizar a curva de Pareto entre desempenho e custo no mundo inteligente da rede.

Bittensor has been in a leading position in the first generation of products, but there have also been many specialized competitors.

Allora realiza competições entre diferentes modelos em diferentes “temas” de uma forma de “consciência contextual” e autoaperfeiçoamento ao longo do tempo, e informa previsões futuras com base na precisão histórica sob condições específicas.

O objetivo da Morpheus é ser o “roteador de demanda” para casos de uso do Web3 - essencialmente uma espécie de proxy local com código aberto que pode entender o contexto relevante do usuário e rotear consultas de forma eficaz através dos novos componentes de Finanças Descentralizadas ou da infraestrutura de “cálculo componível” do Web3, conhecida como “Inteligência Apple”.

Agent interoperability protocolo, como Theoriq e Autonolas, tem como objetivo levar o roteamento modular ao extremo, tornando os Agentes ou componentes flexíveis em um ecossistema composto, componível e totalmente maduro na cadeia de serviços.

Em suma, num mundo inteligente e fragmentado, os agregadores de oferta e procura desempenharão um papel extremamente poderoso. Se o Google é uma empresa de 2 milhões de dólares que indexa informações de todo o mundo, então o vencedor dos roteadores de demanda - seja a Apple, o Google ou as soluções Web3 - serão as empresas que indexam inteligentemente informações e terão uma escala ainda maior.

Coprocessador

Devido à sua natureza descentralizada, a blockchain enfrenta grandes restrições em termos de dados e computação. Como podemos integrar aplicações de inteligência artificial intensivas em computação e dados na blockchain, atendendo às necessidades dos usuários? Através de coprocessadores!

O coprocessador na criptografia 01928374656574839201 de aplicação

Eles todos fornecem diferentes tecnologias para “validar” os dados ou modelos básicos em uso de forma eficaz pela “Máquina Oracle”, o que pode reduzir ao máximo as novas suposições de confiança na cadeia, ao mesmo tempo que aumenta significativamente a sua capacidade. Até agora, muitos projetos têm utilizado métodos zkML, opML, TeeML e de economia de encriptação, cada um com vantagens e desvantagens distintas:

Comparação do coprocessador

Em um nível mais alto, os coprocessadores são essenciais para a inteligência dos contratos inteligentes - fornecendo uma solução semelhante a um ‘armazém de dados’ para consultas mais personalizadas, na cadeia, ou verificando se um raciocínio dado foi concluído corretamente.

Redes TEE (Execução Confiável) como Super, Phala e Marlin têm se tornado cada vez mais populares recentemente devido à sua utilidade e habilidade de suportar aplicativos em larga escala.

Em geral, os coprocessadores são essenciais para combinar blockchains de alta determinação, mas baixo desempenho, com agentes inteligentes de alta performance, mas probabilísticos. Sem os coprocessadores, a IA não estaria presente nesta geração de blockchains.

Medidas de incentivo para desenvolvedores

Um dos maiores problemas com o desenvolvimento do Código de IA aberto é a falta de incentivos para torná-lo sustentável. O desenvolvimento da IA é altamente intensivo em capital e o custo de oportunidade do trabalho de computação e conhecimento de IA é muito alto. Sem os devidos incentivos para recompensar as contribuições do Código Aberto, este setor perderá inevitavelmente para o ultracapitalista Supercomputador.

Do Sentimento ao Pluralis, Sahara AI e Mira, o objetivo desses projetos é lançar redes que permitam que redes individuais descentralizadas contribuam para a inteligência de rede, ao mesmo tempo que oferecem incentivos adequados.

Através do preenchimento do modelo de negócios, a velocidade dos juros compostos do Código aberto deve acelerar - oferecendo uma escolha global além das grandes empresas de tecnologia para desenvolvedores e pesquisadores de IA, com a perspectiva de obter recompensas generosas com base no valor criado.

Embora seja muito difícil de alcançar e a concorrência esteja cada vez mais intensa, o mercado potencial aqui é enorme.

Modelo GNN

Grandes modelos de linguagem dividem padrões em grandes bibliotecas de texto e aprendem a prever a próxima palavra, enquanto redes neurais gráficas (GNNs) processam, analisam e aprendem dados estruturados em gráficos. Uma vez que os dados na cadeia são constituídos principalmente por interações complexas entre os utilizadores e a Contrato inteligente, ou seja, um gráfico, o GNN parece ser uma escolha lógica para suportar casos de uso de IA na cadeia.

Projetos como Pond e RPS estão tentando estabelecer modelos básicos para a web3, que podem ser aplicados em casos de uso de transação, Defi e até mesmo social, como:

• Previsão de Preços: modelo de comportamento na cadeia prediz preços, estratégias de negociação automatizadas, análise de sentimento
• AI 金融： 与现有 Finanças Descentralizadas 应用程序的集成、先进的收益策略和Liquidez利用、更好的Gestão de risco / 治理
• Marketing na cadeia: Motor de recomendação mais direcionado para Airdrop / posicionamento, com base no comportamento na cadeia

Estes modelos irão usar muito as soluções de armazém de dados, como Space and Time, Subsquid, Covalent e Hyperline, etc. Estou muito otimista em relação a eles.

GNN pode provar que os grandes modelos de blockchain e os data warehouses Web3 são ferramentas auxiliares essenciais, fornecendo assim funcionalidade OLAP (Processamento Analítico Online) para o Web3.

Aplicação

Na minha opinião, os Agents na cadeia podem ser a chave para resolver o problema de experiência do usuário conhecido das Ativos de criptografia, mas mais importante, nos últimos dez anos, investimos bilhões de dólares na infraestrutura do Web3, mas a taxa de utilização pelos demandantes é muito baixa.

Não se preocupe, os Agents estão aqui…

AI nas pontuações de teste em todas as dimensões do comportamento humano subir

Também parece lógico que esses agentes aproveitem uma infraestrutura aberta e sem permissão que abrange pagamentos e computação composta para alcançar um objetivo final mais complexo. Na próxima economia inteligente em rede, a mobilidade económica pode deixar de ser B-> B->C, mas sim uma rede de computação > agente > utilizador > utilizador > agente. O resultado final desse fluxo é o protocolo proxy. A empresa baseada em aplicativos ou serviços tem despesas gerais limitadas, é executada principalmente em recursos da NA Cadeia e é muito menos dispendiosa para atender às necessidades dos usuários finais (ou uns dos outros) em uma rede composta do que uma empresa tradicional. Da mesma forma que a Camada de aplicação da Web2 captura a maior parte do seu valor, também sou um grande fã da teoria do “fat proxy protocolo” no DeAI. Com o tempo, a captura de valor deve mudar para as camadas superiores da pilha.

Acumulação de valor na IA generativa

O próximo Google, Facebook e Blackrock provavelmente serão protocolos intermediários, e os componentes que implementam esses protocolos estão surgindo.

DeAI 终局

A IA mudará nossa forma econômica. Atualmente, espera-se que a captura desse valor seja limitada a algumas grandes empresas na costa oeste da América do Norte. O DeAI representa uma visão diferente. Uma visão de uma rede inteligente aberta e combinável, com recompensas e remunerações mesmo para pequenas contribuições, e mais propriedade / gerenciamento coletivo.

Embora algumas afirmações do DeAI sejam exageradas e muitos projetos tenham preços de negociação muito acima do potencial real atual, o tamanho da oportunidade é realmente objetivo. Para aqueles que têm paciência e visão, a visão final verdadeiramente combinável do DeAI pode provar a racionalidade da própria Bloco cadeia.