Переслати Оригінальний Заголовок: DeAI Compressed

Оскільки криптовалюта в основному є відкритим програмним забезпеченням зі вбудованими фінансовими стимулами, а штучний інтелект змінює спосіб написання програмного забезпечення, можна припустити, що ШІ має великий вплив на простір блокчейну в усіх його аспектах.

DeAI: Виклики та можливостіDeAI: Виклики та можливості

На мою думку, найбільші виклики, з якими зіштовхнеться DeAI, пов'язані з інфраструктурним рівнем, враховуючи велику капіталоємність побудови базових моделей та масштабування даних та обчислювальних ресурсів.

З урахуванням законів масштабування у Big Tech є виразна перевага: вони використовують свої колосальні казначейства з монопольних прибутків, що накопичують попит споживачів під час другого покоління Інтернету та реінвестують їх у хмарну інфраструктуру протягом десятиліття штучно низьких ставок. Гіпермасштабувальники зараз намагаються захопити ринок розуму, затискаючи дані та обчислення - ключові інгредієнти ШІ.

Через велику інтенсивність капіталу та високі вимоги до пропускної здатності великих навчальних запусків, об'єднані суперкластери все ще є оптимальними - надаючи Великим Технологіям найбільш ефективні моделі - закриті джерела - які вони планують здавати в оренду за маржами, схожими на олігополію, вкладаючи отримані кошти в кожне наступне покоління.

Проте мости в штучний інтелект виявились меншими, ніж мережеві ефекти web2, з провідними моделями фронтіру, що швидко депресували відносно поля, особливо з Meta, що йде "спаленим землею" та зобов'язується витрачати десятки мільярдів на відкриті моделі фронтіру, такі як Llama 3.1 з високим рівнем продуктивності SOTA.

Це, разом з тимновітні дослідженняу методах децентралізованого навчання з низькою затримкою може (частково) робити товарними моделі бізнесу на межі — переміщаючи (принаймні, деякий) конкуренцію від апаратних суперкластерів (що вигідно для великих технологічних компаній) до інноваційного програмного забезпечення (маргінально вигідного для відкритого джерела / криптографії), оскільки ціна розвідки падає.

З урахуванням обчислювальної ефективності архітектур «суміш експертів» та синтезу/маршрутизації LLM здається, що ми йдемо не до світу з 3 – 5 мегамоделями, а до тканини мільйонів моделей з різними компромісами вартості/продуктивності. Мережа переплетеної розумності. Гніздо.

Це стає великою координаційною проблемою: тип, для вирішення якої блокчейни і криптовалютні стимули повинні бути добре підготовлені.

Основний інвестиційний тезис Core DeAI

Програмне забезпечення поступово проникає до всього світу. Штучний інтелект поступово проникає в програмне забезпечення. І штучний інтелект в основному являє собою просто дані та обчислення.

Будь-що, що може найефективніше джерело вищезазначених двох входів (інфраструктура), координувати їх (проміжний шар) і відповідати потребам користувачів (додатки), матиме цінність.

Delphi позитивно оцінює різні компоненти по всьому стеку:

Інфраструктура

Враховуючи, що штучний інтелект підживлюється даними та обчисленнями, інфраструктура DeAI прагне знайти обидва джерела якомога ефективніше, зазвичай використовуючи криптостимули. Як ми вже згадували раніше, це найскладніша частина стека, на якій можна конкурувати, але також потенційно найкорисніша, враховуючи розмір кінцевих ринків.

Обчислити

До цього часу, затримка, децентралізовані протоколи навчання та ринки GPU сподіваються оркеструвати латентне, гетерогенне обладнання, щоб забезпечити обчислення на вимогу за більш низькою ціною для тих, кому бракує інтегрованих рішень від великих технологічних компаній. Гравці, такі як Gensyn, Prime Intellect, та Neuromesh, просувають межі розподіленого навчання,io.net, Акаш, Аетир тощо дозволяють здешевлення інференції ближче до краю.

Дані

У світі всеосяжного інтелекту на основі менших, спеціалізованих моделей, активи даних стають все більш цінними та можливими до монетизації.

До теперішнього часу ДеПІН (децентралізовані фізичні мережі) в основному хвалилися за їхню здатність будувати мережі обладнання нижчої вартості порівняно з капіталоємними інкубаторами (наприклад, телекомунікаційні компанії). Однак, можливо, найбільший ринок ДеПІН з'явиться при зборі нових наборів даних, які потім потраплять в розуміння on-chain:протоколи агентства (що буде обговорено пізніше).

У світі, де праця – найбільший ринок? – замінюється комбінацією даних та обчислень, інфраструктура DeAI надає можливість не технічним баронамВізьміть владу над засобами виробництваі сприяти наступній мережевій економіці.

Посередник

Кінцевою метою DeAI є ефективно складне обчислення. Подібно до грошових конструкторів DeFi, децентралізований штучний інтелект компенсує відсутність абсолютної продуктивності сьогодні за допомогою бездозволового складання - стимулюючи відкриту екосистему програмного забезпечення та обчислювальних примітивів, які з часом накопичуються та (надіюсь) перевищують інкументи.

Якщо Google - це "інтегрований" екстрим, то DeAI представляє "модулярний" екстрим. ЯкClayton Christensenнагадує, що інтегровані підходи, як правило, ведуть у новостворених галузях шляхом зменшення тертя у ланцюгу створення вартості, але по мірі розвитку простору модульні ланцюги створення вартості займають певну частку завдяки більшій конкуренції та ефективності витрат на кожному рівні стеку:

Ми досить позитивно налаштовані щодо кількох категорій, які є важливими для реалізації цього модульного бачення:

• Маршрутизація

У світі розрізняються розумність, як можна вибрати правильну модель і відповідний час за найкращою ціною? Агрегатори з боку попиту завжди захоплюють значення (див. теорія агрегації), а функція маршрутизації є важливою для оптимізації кривої Парето між продуктивністю та витратами в світі мережевого інтелекту:

Bittensorбув лідером тут у першому поколінні, але з'являється безліч присвячених конкурентів.

Alloraпроводить змагання між різними моделями за різними «темами» таким чином, що вони «контекстно-орієнтовані» та самостійно вдосконалюються з часом - інформуючи майбутні передбачення на основі історичної точності в певних умовах.

Морфеусмає на меті стати «маршрутизатором з боку попиту» для випадків використання web3 - по суті, «розумом Apple» з відкритим джерелом, місцевим агентом, який має відповідний контекст користувача і може ефективно маршрутизувати запити через DeFi або новоутворені будівельні блоки web3 «композиційної обчислювальної» інфраструктури.

Протоколи взаємодії агентів, такі якTheoriqіAutonolasспрямовані на те, щоб довести модульну маршрутизацію до крайності, дозволяючи складні екосистеми гнучких агентів або компонентів у повноцінні послуги на ланцюжку.

Коротко кажучи, в світі швидко розгубленого інтелекту постачання та попиту агрегатори будуть відігравати надзвичайно потужну роль. Якщо Google стала компанією з обсягом 2 трлн. доларів США, індексуючи інформацію світу, то переможець у роутерах сторони попиту - чи то Apple, чи то Google, чи то веб3 рішення - яке індексує агентний інтелект, повинен бути ще більшим.

• Co-Processors

Завдяки їх децентралізації, блокчейни сильно обмежені як за обсягом даних, так і обчислень. Яким чином ви приводите обчислювальні та даними інтенсивні додатки штучного інтелекту, які користувачі почнуть вимагати on-chain?

Співпроцесори!

Джерело:Цифровий флорин

Це ефективно «оракули», які пропонують різні техніки «перевірки» використовуваних даних або моделей таким чином, що мінімізується нові довірчі припущення в ланцюжку, при цьому забезпечуються значні можливості збільшення. До цього часу було запущено безліч проектів, що використовують підходи zkML, opML, TeeML та криптоекономічні підходи - всі з різними перевагами та недоліками:

Для більш детального огляду, будь ласка, перегляньте наш звіт DeAI частина III, який вийде в найближчі тижні.

На високому рівні, співпроцесори є важливими для роботи розумних контрактів, забезпечуючи «склад даних» для запитів про більш персоналізовані on-chain враження або підтверджуючи, що певне висновок було виконано правильно.

TEE мережі, подібні доСупер,Phala, та Marlinособливо набули популярності останнім часом завдяки своїй практичності та готовності готувати масштабовані застосунки сьогодні.

В цілому, співпроцесори є необхідними для об'єднання високодетермінованих, але незабезпечених продуктивністю блокчейнів з високопродуктивними, але ймовірнісними інтелектами. Без співпроцесорів штучний інтелект не прийшов би до цього покоління блокчейнів.

• Стимули для розробників

Однією з найбільших проблем у розробці відкритого програмного забезпечення в галузі штучного інтелекту є відсутність стимулів для забезпечення його сталості. Розробка ШІ є висококапіталомісткою, а вартість обчислень та знань з ШІ дуже висока. Без належних стимулів для винагородження внесків у відкрите програмне забезпечення, простір неодмінно програє гіперкапіталістичним гіпершкалерам.

Чимало проектів відSentientдоPluralisдоСахарадоМіраусі мають за мету запустити мережі, які належним чином дозволяють і винагороджують внески до мережних інтелектів від фрагментованих мереж індивідуальних осіб.

Виправивши бізнес-модель, зростання відкритих вихідних кодів повинно прискоритися - надаючи розробникам та дослідникам штучного інтелекту альтернативу поза Великими Технологіями, що має глобальний характер і, сподіваємося, також отримує достойну компенсацію на основі створеної вартості.

Хоча дуже складно зробити це правильно та все більше конкурентно, обсяг ринку тут величезний.

• Моделі GNN

Де LLMs визначають шаблони в великих корпусах текстів та вчаться передбачати наступне слово, Графічні нейронні мережі (GNNs) обробляють, аналізують та вчаться з граф-структурованих даних. Оскільки дані on-chain в основному складаються з складних взаємодій між користувачами та розумними контрактами - з іншого боку, граф - GNNs здаються логічним вибором для підтримки випадків використання AI на ланцюжку.

Проекти, такі якPONDі RPS намагаються побудувати базові моделі для web3 – потенційно трансформаційні в торгівлі, Defi, а навіть в суспільних випадках використання, таких як

• Прогнози цін: моделі поведінки на ланцюжку для передбачення цін, автоматизовані торговельні стратегії, аналіз настроїв
• Фінанси штучного інтелекту: інтеграції в існуючі додатки DeFi, вдосконалені стратегії доходності та використання ліквідності, краще управління ризиками / управління
• Маркетинг на ланцюжку: Більш настроєні airdrops / націлювання, Рекомендаційні системи на основі поведінки на ланцюжку

Ці моделі досить сильно спираються на рішення зберігання даних, такі якПростір та час,Subsquid,Covalent, таГіперлініяна яку я також досить биковий.

GNNs можуть довести, що LLMs блокчейнів та веб3 даних складів є необхідними прискорювачами: надаючи функціонал OLAP веб3.

Додатки

На мою думку, агенти on-chain можуть бути ключем для покращення відомо поганого користувацького досвіду у криптосистемі, але ще важливіше - відсутня попитова сторона для жалюгідного використання мільярдів доларів США, які ми витратили на інфраструктуру web3 протягом останнього десятиліття.

Не допустіть помилки, агенти наближаються…

І здається логічним, що ці агенти використовуватимуть відкриту, бездозвольну інфраструктуру - у сферах платежів та композиційних обчислень - для досягнення все більш складних кінцевих цілей.

У майбутній економіці мережевого інтелекту, можливо, економічні потоки значно менше B -> B -> C і набагато більше користувач -> агент -> обчислювальна мережа -> агент -> користувач.

Протоколи агентстваце кінцевий результат. Додатки або сервісні підприємства з обмеженими накладними витратами, які працюють переважно за допомогою ресурсів on-chain, задовольняючи потреби кінцевих користувачів (чи один одного) в композиційних мережах з набагато нижчими витратами, ніж традиційні підприємства.

Так само, як і з web2, де верхній рівень захопив більшість вартості, я шанувальник тези про "товсті агентичні протоколи" в області DeAI. Захоплення вартості повинно змінитися вгору з часом.

Наступний Google, Facebook та Blackrock, ймовірно, можуть бути агентичні протоколи, а компоненти для їх можливостей народжуються прямо зараз.

Кінцева гра

Штучний інтелект змінить форму наших економік. Сьогодні ринок очікує, що захоплення вартості буде знаходитися в межах кількох великих корпорацій на Тихоокеанському узбережжі Сполучених Штатів. DeAI представляє іншу візію.

Візія відкритих, композиційних мереж інтелектів зі стимулами та винагородою навіть за невеликі внески та більш колективним володінням/управлінням.

Хоча деякі наративи в DeAI виходять за рамки, і багато проєктів торгують значно вище поточного рівня прискорення, розмір можливості дійсно великий. Для тих, хто терплячий і розсудливий, кінцеве бачення DeAI про справді композиційний обчислювальний може виявитися дійсною виправданням для самітних ланцюжків.

Якщо вам сподобався цей тизер, будь ласка, слідкуйте за нашими довгими звітами, які розблоковуються в наступні тижні, коли розгортається місяць штучного інтелекту та криптовалюти від Delphi:

DeAI I: Вежа & Площа (розблоковано зараз)

DeAI II: Захоплення засобів виробництва, Infra (скоро розблокується)

DeAI III: Композовані обчислення, Middleware (розблоковано наступного тижня)

DeAI IV: Агентна економіка, додатки (розблокувати два тижні)

Буде великим місяцем. Пристебніться.

Відмова від відповідальності:

1. Ця стаття передрукована з [PonderingDurian]. Переслайте оригінальну назву: DeAI Compressed. Усі авторські права належать оригінальному автору [PonderingDurian]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з gate НавчанняКоманда gate Learn”) і вони швидко з цим впораються.
2. Відповідальність за відмову: Погляди та думки, висловлені в цій статті, належать виключно автору і не становлять жодної інвестиційної поради.
3. Переклад статті на інші мови здійснюється командою gate Learn. Якщо не зазначено, копіювання, розповсюдження або плагіат перекладених статей заборонено.