Delphi Digital: Глубина анализа возможностей и вызовов DeAI

Автор оригинала: PonderingDurian, исследователь Delphi Digital

Исходный текст: Pzai, Foresight News

Учитывая, что Криптоактивы в своей сути являются программным обеспечением с открытым исходным кодом, имеющим встроенный экономический стимул, а искусственный интеллект в настоящее время изменяет способ написания программного обеспечения, поэтому искусственный интеллект окажет огромное влияние на всю область блокчейна.

Совокупный стек искусственного интеллекта и криптографии

DeAI: возможности и вызовы

По моему мнению, основным вызовом для DeAI является уровень инфраструктуры, поскольку создание базовых моделей требует больших инвестиций, а масштаб выгод от данных и вычислений также высок.

Учитывая закон расширения, технологические гиганты имеют природное преимущество: на этапе Web2 они получили огромную прибыль от монопольных доходов, связанных с удовлетворением потребностей потребителей, и в течение десятилетия, в которое были искусственно снижены тарифы, они переинвестировали эти прибыли в облачную инфраструктуру. Теперь интернет-гиганты пытаются завоевать рынок искусственного интеллекта, захватывая данные и вычисления (ключевые элементы ИИ).

Сравнение объема токена большой модели

Из-за интенсивности капиталовложений в масштабе и высоких требований к пропускной способности, единый супер-кластер по-прежнему является лучшим выбором - обеспечивает технологическим гигантам лучшую производительность с помощью закрытых моделей. Они планируют арендовать эти модели с монопольной прибылью и реинвестировать доходы в каждое последующее поколение продуктов.

Однако факты свидетельствуют о том, что бастионы в области искусственного интеллекта намного менее глубоки, чем эффект сети Web2, и передовые модели быстро устаревают в этой области, особенно когда компания Meta принимает “сжигающую землю” и вкладывает сотни миллиардов долларов в разработку передовых моделей, таких как Llama 3.1, 01928374656574839201, которые достигают уровня SOTA.

Llama 3 оценка крупного моделирования

На этом этапе новые исследования, связанные с методами децентрализованного обучения с низкой задержкой, могут сделать (частично) коммерциализируемыми передовые бизнес-модели - с падением цен на искусственный интеллект конкуренция (по крайней мере, частично) перейдет от аппаратных суперкластеров (в пользу технологических гигантов) к программному инновационному (слегка в пользу открытого исходного кода / криптовалюты).

Индекс компетенции (качество) - график распределения цен на тренировки

Учитывая эффективность вычислений архитектуры “гибридного эксперта” и синтеза/маршрутизации больших моделей, мы скорее всего столкнемся не с миром из 3-5 огромных моделей, а с миром, состоящим из миллионов моделей с различными затратами/производительностью. Взаимопроникающая интеллектуальная сеть (сота).

Это создает огромную проблему с координацией: технология блокчейн и механизмы стимулирования Криптовалют должны хорошо помогать в решении этой проблемы.

Область инвестиций в области DeAI

Программное обеспечение поглощает мир. ИИ поглощает программное обеспечение. ИИ, в основном, это данные и вычисления.

Delphi смотрит на все компоненты в этом стеке:

упрощенный стек AI x Crypto

Инфраструктура

Учитывая, что двигатель искусственного интеллекта зависит от данных и вычислений, инфраструктура DeAI стремится к эффективной закупке данных и вычислений, часто используя механизм стимулирования Криптоактивы. Как мы уже упоминали, это самая сложная часть конкуренции, но учитывая масштаб конечного рынка, это также может быть самой выгодной частью.

Вычисление

До сих пор протоколы распределенного обучения и рынок GPU были ограничены задержками, но они надеются скоординировать потенциально гетерогенное оборудование, чтобы предоставить услуги с более низкой стоимостью и вычисления по требованию для тех, кто исключен из интегрированных решений крупных игроков. Компании, такие как Gensyn, Prime Intellect и Neuromesh, продвигают развитие распределенного обучения, а компании io.net, Akash, Aethir и др. реализуют более дешевые выводы, ближе к ребрам интеллекта.

Распределение экологических ниш проекта на основе агрегированного предложения

данные

В мире всюду присутствующего искусственного интеллекта, основанного на более маленьких и специализированных моделях, стоимость и монетизация данных активов становятся все более высокими.

До сих пор DePIN получил широкое признание в значительной степени благодаря своей способности строить более дешевые аппаратные сети по сравнению с капиталоемкими предприятиями (такими как телекоммуникационные компании). Однако наибольший потенциальный рынок для DePIN будет находиться в сборе новых наборов данных, которые будут поступать в интеллектуальные системы в блокчейне: Протокол агента (обсуждается позже).

В этом мире самый большой потенциальный рынок — трудовые ресурсы — заменяется данными и вычислениями. В этом мире инфраструктура искусственного интеллекта предоставляет неспециалистам возможность захвата средств производства и вносит вклад в предстоящую сетевую экономику.

Промежуточное программное обеспечение

Конечной целью DeAI является реализация эффективных комбинируемых вычислений. Как капитальные Лего Децентрализованные финансы, DeAI с композиционностью без лицензии компенсирует недостатки текущей абсолютной производительности, стимулируя открытую экосистему программного обеспечения и вычислительных примитивов, которая со временем продолжает работу со сложными процентами, надеясь превзойти существующее программное обеспечение и вычислительные языки.

Если Google является экстремальным примером «интеграции», то DeAI представляет собой экстремальный пример «модульности». Как напоминает Clayton Christensen, в новых отраслях интегрированный подход часто позволяет занять лидирующее положение, сокращая трение в цепочке создания ценности. Однако с развитием этой области модульные цепочки создания ценности займут свое место, повышая конкуренцию и эффективность затрат на каждом уровне стека.

Интегрированный vs Модульный ИИ

Мы очень заинтересованы в нескольких категориях, которые критически важны для реализации этой модульной концепции:

Маршрутизация

В мире интеллектуальной фрагментации как выбрать правильную модель и время по наилучшей цене? Агрегаторы спроса всегда захватывают ценность (см. теорию агрегации), а функция маршрутизации является ключевой для оптимизации кривой Парето между производительностью и стоимостью в интеллектуальном мире сети.

Bittensor оставался лидером в первом поколении продуктов, но также появилось много специализированных конкурентов.

Allora проводит соревнования между различными моделями в разных “темах” способом “перцепции сценария” и самосовершенствования со временем, предоставляя информацию для будущего прогнозирования на основе исторической точности в определенных условиях.

Цель Morpheus - стать «маршрутизатором заказчика» для случаев использования Web3. Фактически, это локальный прокси с открытым исходным кодом, который может учитывать контекст пользователя и эффективно маршрутизировать запросы с помощью новых компонентов Децентрализованных финансов или «сочетаемых вычислений» инфраструктуры Web3 через «Apple Intelligence».

Протокол взаимодействия Agent, такие как Theoriq и Autonolas, направлены на достижение максимальной модульности маршрутизации, чтобы гибкие агенты или компоненты стали полностью зрелой службой в блокчейне, образующей комбинированную экосистему.

В целом, в быстро развивающемся и фрагментированном мире интеллектуальные агрегаторы спроса и предложения будут играть очень важную роль. Если считать Google компанией стоимостью в 2 миллиона долларов, занимающейся индексацией всей информации в мире, то победителем среди поставщиков спроса-маршрутизаторов - будь то Apple, Google или решение Web3 - будет компания, занимающаяся индексацией интеллектуальной информации, которая будет иметь гораздо больший масштаб.

Сопроцессор

Учитывая его децентрализованную природу, блокчейн имеет значительные ограничения в области данных и вычислений. Как можно внедрить вычислительно и данных интенсивные приложения искусственного интеллекта, необходимые пользователям, в блокчейн? С помощью сопроцессора!

Уровень применения сопроцессора в Crypto

Они все предоставляют различные технологии для «проверки» базовых данных или моделей, которые используются для эффективной «Машина Oracle», таким образом можно минимизировать новые доверительные предположения в блокчейне и значительно повысить его способности. До сих пор многие проекты использовали zkML, opML, TeeML и экономические методы шифрования, их преимущества и недостатки различны:

Сравнение копроцессоров

На более высоком уровне копроцессор является важным для интеллектуализации смарт-контракта - предоставление решения, подобного «складу данных», для запроса более персонализированного опыта в блокчейне или проверки, было ли выполнено данное рассуждение правильно.

Сети TEE (Trusted Execution Environment), такие как Super, Phala и Marlin, стали недавно все более популярными благодаря своей полезности и способности выдерживать развертывание масштабных приложений.

В целом, сопроцессор является ключевым элементом слияния блокчейна с высокой детерминированностью, но низкой производительностью и высокопроизводительной, но вероятностной искусственной интеллекта. Без сопроцессора ИИ не появится в этом поколении блокчейна.

меры по поощрению разработчиков

Одной из основных проблем разработки ИИ с открытым исходным кодом является отсутствие механизмов стимулирования, способных обеспечить его устойчивое развитие. Разработка ИИ требует высоких капитальных вложений, и затраты на вычисления и знания в области ИИ являются очень высокими. Если не будут предприняты соответствующие стимулирующие меры для поощрения вклада в открытый исходный код, этот сектор неизбежно уступит суперкапитализму суперкомпьютеров.

От Sentiment до Pluralis, Sahara AI и Mira, целью этих проектов является запуск сети, позволяющей децентрализованным участникам вносить свой вклад в сетевой интеллект, обеспечивая соответствующее поощрение.

За счет компенсации в бизнес-модели, скорость сложных процентов с открытым исходным кодом должна ускориться - это предоставит разработчикам и исследователям ИИ глобальный выбор за пределами крупных технологических компаний и, возможно, принесет значительную прибыль в соответствии с созданными ценностями.

Хотя достижение этой цели очень сложно, и конкуренция становится все более ожесточенной, потенциальный рынок здесь огромен.

Модель GNN

Большие языковые модели разбивают шаблоны в больших текстовых корпусах и учатся предсказывать следующее слово, а графовые нейронные сети (GNN) обрабатывают, анализируют и учатся на данных графов. Поскольку в блокчейне данные в основном состоят из сложных взаимодействий между пользователями и смарт-контрактами, другими словами, это граф, GNN кажется разумным выбором для поддержки ИИ-примеров использования в блокчейне.

Проекты, такие как Pond и RPS, сейчас пытаются создать базовые модели для web3, которые могут быть применены в торговле, DeFi и даже социальных сценариях использования, например:

• Прогноз цен: модели поведения в блокчейне, прогнозирование цен, автоматизированные стратегии торговли, анализ настроений
• AI Финансы: интеграция с существующими приложениями Децентрализованные финансы, передовые стратегии доходности и использование Ликвидность, улучшенное Управление рисками / управление
• в блокчейне маркетинг: более целевые Аирдроп / позиционирование, основанное на поведении в блокчейне рекомендательного движка

Эти модели будут широко использоваться решениями хранилища данных, такими как Space and Time, Subsquid, Covalent и Hyperline, и я также очень их ценю.

GNN может доказать, что большая модель блокчейна и хранилище данных Web3 являются необходимыми инструментами поддержки, обеспечивая функцию OLAP (анализа данных в режиме реального времени) для Web3.

Приложение

По моему мнению, в блокчейне Agents может быть ключом к решению известных проблем с пользовательским опытом Криптовалюты, но, что более важно, за последние десять лет мы вложили миллиарды долларов в инфраструктуру Web3, но использование со стороны спроса оставляет желать лучшего.

Не волнуйтесь, агенты пришли…

AI в тестах по всем измерениям человеческого поведения растет

Также кажется логичным, что эти агенты используют открытую, не требующую разрешений инфраструктуру, которая охватывает платежи и компонуемые вычисления для достижения более сложной конечной цели. В грядущей сетевой «умной» экономике экономическая мобильность может быть уже не B-> B->C, а > пользователя-агента-> вычислительной сети > > пользователя. Конечным результатом этого потока является агентский протокол. Предприятие, основанное на приложениях или сервисах, имеет ограниченные накладные расходы, работает в основном на ончейн-ресурсах и обходится гораздо дешевле, чем традиционное предприятие, для удовлетворения потребностей конечных пользователей (или друг друга) в компонуемой сети. Точно так же, как прикладной уровень Web2 захватывает большую часть ценности, я также большой поклонник теории «толстого прокси-протокола» в DeAI. Со временем захват ценности должен сместиться на верхние уровни стека.

Накопление ценности в AI с генеративной моделью

Следующими Google, Facebook и Blackrock вероятно станут прокси-Протокола, а компоненты, реализующие эти Протоколы, уже появляются.

Конец DeAI

ИИ изменит наш экономический облик. В настоящее время рынок ожидает, что захват этой ценности будет ограничен несколькими крупными компаниями на западном побережье Северной Америки. В то время как DeAI представляет собой другое видение. Видение открытой, комбинируемой интеллектуальной сети, в которой награждаются и вознаграждаются даже малейшие вклады, а также больше коллективной собственности / управления.

Хотя некоторые утверждения о DeAI слишком преувеличены, и многие проекты имеют значительно более высокую торговую цену, чем текущая фактическая мощность, масштаб возможностей действительно объективен. Для тех, у кого есть терпение и видение, истинное видение DeAI как комбинируемого вычисления может подтвердить разумность блокчейна сам по себе.