Delphi Digital: Peluang, Tantangan, dan Masa Depan DeAI

Penulis: PonderingDurian, Peneliti Delphi Digital

Diterjemahkan oleh: Pzai, Foresight News

Mengingat bahwa Mata Uang Kripto pada dasarnya adalah perangkat lunak Sumber Terbuka, dengan mekanisme insentif ekonomi yang terintegrasi, sementara AI sedang mengganggu cara penulisan perangkat lunak, maka AI akan memiliki dampak besar pada seluruh bidang blockchain.

AI x Crypto stack lengkap

DeAI: Peluang dan Tantangan

Menurut pandangan saya, tantangan terbesar yang dihadapi oleh DeAI adalah pada tingkat infrastruktur, karena membangun model dasar membutuhkan dana yang besar, dan skala pengembalian data dan komputasi juga tinggi.

Mengingat hukum perluasan, raksasa teknologi memiliki keunggulan alami: pada tahap Web2, mereka memperoleh keuntungan besar dari monopoli keuntungan yang menggabungkan permintaan konsumen, dan dalam sepuluh tahun dengan menekan tarif, keuntungan tersebut diinvestasikan kembali ke infrastruktur cloud, sekarang, raksasa internet mencoba untuk menduduki pasar AI melalui pengambilalihan data dan komputasi (elemen kunci AI):

Perbandingan volume token model besar

Karena intensitas modal besar dan persyaratan bandwidth tinggi dari pelatihan skala besar, klaster super tunggal tetap menjadi pilihan terbaik - menyediakan model tertutup terbaik bagi raksasa teknologi - mereka berencana untuk menyewakan model-model ini dengan keuntungan monopoli dan menginvestasikan pendapatan kembali ke setiap generasi produk berikutnya.

Namun, kenyataannya membuktikan bahwa benteng pertahanan di bidang kecerdasan buatan lebih dangkal daripada efek jaringan Web2, dan model-model unggulan terdepan mengalami depresiasi yang cepat dalam domain ini, terutama setelah perusahaan Meta menerapkan “kebijakan tanah hangus” dengan menginvestasikan miliaran dolar dalam pengembangan model-model unggulan terdepan seperti Llama 3.1 yang bersumber terbuka, yang mencapai kinerja level terbaik saat ini (SOTA).

Penilaian Model Llama 3

Pada titik ini, penelitian baru tentang metode pelatihan terdistribusi dengan latensi rendah yang tumpang tindih mungkin akan menghasilkan komodifikasi dari (sebagian) model bisnis yang sedang berkembang - dengan penurunan harga yang cerdas, persaingan akan (setidaknya sebagian) beralih dari klaster super keras (menguntungkan raksasa teknologi) menjadi inovasi perangkat lunak (sedikit menguntungkan Sumber Terbuka / Aset Kripto).

Indeks Kemampuan (Kualitas) - Distribusi Harga Pelatihan

Mengingat efisiensi komputasi dari arsitektur ‘ahli gabungan’ dan sintesis / routing model besar, kita mungkin tidak hanya menghadapi dunia dengan 3-5 model raksasa, tetapi juga dunia yang terdiri dari jutaan model dengan berbagai pertimbangan biaya / kinerja. Sebuah jaringan cerdas yang saling terkait (sarang lebah).

Ini menciptakan masalah koordinasi yang besar: mekanisme insentif blockchain dan Mata Uang Kripto seharusnya dapat membantu menyelesaikan masalah ini dengan baik.

Bidang Investasi DeAI Inti

Perangkat lunak sedang menelan dunia. Kecerdasan Buatan sedang menelan perangkat lunak. Dan pada dasarnya, AI adalah tentang data dan komputasi.

Delphi melihat bagus pada semua komponen dalam tumpukan ini:

Menyederhanakan tumpukan AI x Crypto

Infrastruktur

Mengingat bahwa AI didukung oleh data dan komputasi, infrastruktur DeAI berusaha untuk mendapatkan data dan menghitung seefisien mungkin, sering menggunakan insentif Mata Uang Kripto. Seperti yang kami sebutkan sebelumnya, ini adalah bagian yang paling menantang dari kompetisi, tetapi juga mungkin bagian yang paling bermanfaat mengingat ukuran pasar akhir.

Kalkulasi

Hingga saat ini, protokol pelatihan terdistribusi dan pasar GPU terbatas oleh latensi, tetapi mereka berharap untuk mengoordinasikan perangkat keras heterogen potensial untuk menyediakan layanan komputasi lebih murah dan sesuai permintaan kepada mereka yang ditolak oleh solusi terintegrasi raksasa. Perusahaan seperti Gensyn, Prime Intellect, dan Neuromesh sedang mendorong perkembangan pelatihan terdistribusi, sedangkan perusahaan seperti io.net, Akash, dan Aethir sedang mewujudkan inferensi berbiaya rendah yang lebih dekat dengan kecerdasan tepi.

Distribusi ekosistem proyek berbasis pasokan agregat

Data

Di dunia cerdas yang tak terhindarkan berbasis model yang lebih kecil dan lebih spesifik, nilai aset data dan tingkat moneterisasinya semakin meningkat.

Sejauh ini, DePIN telah banyak dipuji karena mampu membangun jaringan perangkat keras dengan biaya yang lebih rendah dibandingkan dengan perusahaan yang intensif modal (seperti perusahaan telekomunikasi). Namun, pasar potensial terbesar bagi DePIN akan muncul dalam pengumpulan data set baru yang akan masuk ke sistem pintar on-chain: protokol agen (akan dibahas nanti).

Di dunia ini, pasar potensial terbesar di dunia - tenaga kerja - sedang digantikan oleh data dan komputasi. Di dunia ini, infrastruktur AI memungkinkan non-teknis untuk mengakses sumber daya produksi dan berkontribusi pada ekonomi digital yang akan datang.

Middleware

Tujuan akhir dari DeAI adalah untuk mencapai komputasi yang efektif dan dapat dikombinasikan. Seperti lego modal Keuangan Desentralisasi, DeAI mengisi kekurangan kinerja absolut saat ini melalui komposabilitas tanpa izin, mendorong ekosistem terbuka untuk perangkat lunak dan primitif komputasi untuk terus melakukan bunga majemuk seiring berjalannya waktu, dan (harapannya) melampaui perangkat lunak dan primitif komputasi yang ada saat ini.

Jika Google adalah ekstrim ‘integrasi’, maka DeAI mewakili ekstrim ‘modularitas’. Seperti yang diingatkan oleh Clayton Christensen, dalam industri baru, pendekatan yang terintegrasi sering kali mencapai posisi terdepan dengan mengurangi gesekan dalam rantai nilai, tetapi dengan perkembangan bidang ini, rantai nilai modular akan mendominasi dengan meningkatkan persaingan dan efisiensi biaya di setiap lapisan tumpukan:

AI Terintegrasi vs Moduler

Kami sangat optimis terhadap beberapa kategori yang sangat penting untuk mewujudkan visi modular ini:

Routing

Di dunia yang cerdas dan terfragmentasi, bagaimana cara memilih mode dan waktu yang tepat dengan harga terbaik? Aggregator permintaan selalu menangkap nilai (lihat teori agregasi), sementara fungsi routing sangat penting untuk mengoptimalkan kurva Pareto antara kinerja dan biaya di dunia cerdas yang terhubung.

Bittensor telah memimpin dalam generasi pertama produk, tetapi juga muncul banyak pesaing khusus.

Allora melakukan kompetisi antara model-model berbeda dalam berbagai “tema” dengan cara ‘situational awareness’ dan self-improvement seiring waktu, dan memberikan informasi untuk memprediksi masa depan berdasarkan akurasi sejarah dalam kondisi khusus.

Tujuan Morpheus adalah menjadi “rute permintaan” untuk kasus penggunaan Web3 - pada dasarnya adalah agen lokal dengan Sumber Terbuka yang dapat memahami konteks pengguna terkait dan dapat melakukan query rute efektif melalui komponen-komponen baru dari infrastruktur Keuangan Desentralisasi atau “komputasi yang dapat dikombinasikan” dari Web3, yang disebut “Apple Intelligence”.

Protokol interoperabilitas Agent, seperti Theoriq dan Autonolas, bertujuan untuk mendorong modularitas rute ke tingkat yang maksimal, sehingga ekosistem agen atau komponen yang fleksibel dapat menjadi layanan on-chain yang sepenuhnya matang, terhubung dan dapat dikombinasikan.

Pada dasarnya, dalam dunia yang cepat terfragmentasi secara cerdas, agregator pasokan dan permintaan akan sangat berperan. Jika Google adalah perusahaan senilai $2 juta yang mengindeks informasi untuk seluruh dunia, maka pemenang router permintaan - baik itu Apple, Google, atau solusi Web3 - adalah perusahaan yang mengindeks cerdas atas nama agen, dan akan menghasilkan skala yang lebih besar.

coprocessor

Mengingat sifatnya yang terdesentralisasi, blockchain sangat dibatasi dalam hal data dan komputasi. Bagaimana cara menggabungkan aplikasi kecerdasan buatan yang intensif komputasi dan data yang dibutuhkan pengguna ke dalam blockchain? Dengan menggunakan koprocesor!

Layer Aplikasi koprocesor dalam Crypto

Mereka semua menyediakan teknologi yang berbeda untuk ‘mengverifikasi’ data dasar atau model yang digunakan secara efektif ‘Mesin Oracle’, metode ini dapat mengurangi asumsi kepercayaan baru yang on-chain dan secara signifikan meningkatkan kemampuannya. Sejauh ini, sudah ada banyak proyek yang menggunakan metode zkML, opML, TeeML, dan enkripsi ekonomi, masing-masing memiliki kelebihan dan kekurangan yang berbeda:

Perbandingan coprocessor

Pada tingkat yang lebih tinggi, coprocessor sangat penting untuk kecerdasan Smart Contract - menyediakan solusi seperti ‘gudang data’ untuk melakukan pencarian untuk pengalaman on-chain yang lebih personalisasi, atau memverifikasi apakah penalaran yang diberikan diselesaikan dengan benar.

Jaringan TEE (执行可信), seperti Super, Phala, dan Marlin, semakin populer belakangan ini karena kemampuannya yang praktis dan mampu menangani aplikasi dalam skala besar.

Secara keseluruhan, koprocesor sangat penting untuk menggabungkan blockchain dengan kinerja rendah yang memiliki determinasi tinggi namun AI dengan kinerja tinggi yang bersifat probabilistik. Tanpa koprocesor, AI tidak akan muncul dalam generasi blockchain ini.

Insentif Pengembang

Salah satu masalah terbesar dalam pengembangan AI Sumber Terbuka adalah kurangnya mekanisme insentif yang membuatnya dapat berkelanjutan. Pengembangan AI membutuhkan modal yang sangat besar, biaya kesempatan untuk komputasi dan pengetahuan AI sangat tinggi. Jika tidak ada tindakan insentif yang memadai untuk mendorong kontribusi pada Sumber Terbuka, maka bidang ini akan kalah dari Supercomputer kapitalisme yang sangat kokoh.

Dari Sentimen hingga Pluralis, Sahara AI, dan Mira, tujuan dari proyek-proyek ini adalah untuk memulai jaringan yang memungkinkan individu yang terdesentralisasi untuk berkontribusi pada kecerdasan jaringan, sambil memberikan insentif yang sesuai.

Melalui pemulihan model bisnis, kecepatan bunga majemuk Sumber Terbuka seharusnya meningkat - memberikan pilihan global di luar perusahaan teknologi besar bagi pengembang dan peneliti AI, dan berpotensi mendapatkan imbalan yang besar berdasarkan nilai yang diciptakan.

Meskipun sulit untuk mencapai ini, dan persaingan semakin ketat, tetapi pasar potensial di sini sangat besar.

Model GNN

Model bahasa besar membagi pola dalam perpustakaan teks besar dan belajar untuk memprediksi kata berikutnya, sementara Graph Neural Network (GNN) memproses, menganalisis, dan belajar dari data struktur graf. Karena data on-chain terutama terdiri dari interaksi kompleks antara pengguna dan Smart Contract, dengan kata lain, sebuah graf, maka GNN tampaknya menjadi pilihan yang wajar untuk mendukung kasus penggunaan AI on-chain.

Proyek-proyek seperti Pond dan RPS sedang mencoba membangun model dasar untuk web3, model-model ini mungkin akan diterapkan dalam kasus-kasus transaksi, Defi, bahkan sosial, seperti:

• Prediksi Harga: model perilaku on-chain memprediksi harga, strategi perdagangan otomatis, analisis sentimen
• AI Keuangan: Integrasi dengan aplikasi Keuangan Desentralisasi yang ada, strategi pendapatan yang canggih, dan pemanfaatan Likuiditas, Manajemen Risiko / tata kelola yang lebih baik.
• Pemasaran on-chain: Airdrop yang lebih terarah / penargetan, didasarkan pada mesin rekomendasi berdasarkan perilaku on-chain

Model-model ini akan banyak menggunakan solusi gudang data, seperti Space and Time, Subsquid, Covalent, dan Hyperline, saya juga sangat mengharapkannya.

GNN dapat membuktikan bahwa model besar blockchain dan gudang data Web3 adalah alat bantu yang sangat diperlukan, yaitu menyediakan fungsionalitas OLAP (Online Analytical Processing) untuk Web3.

Aplikasi

Menurut saya, Agen on-chain mungkin menjadi kunci untuk menyelesaikan masalah pengalaman pengguna Mata Uang Kripto yang dikenal luas, tetapi yang lebih penting adalah, selama sepuluh tahun terakhir, kami telah menginvestasikan miliaran dolar dalam infrastruktur Web3, tetapi tingkat pemanfaatan oleh pihak permintaan sangat rendah.

Jangan khawatir, agen datang…

AI diuji dalam skor tes di berbagai dimensi perilaku manusia naik

B

Akumulasi Nilai dalam AI Generatif

Google, Facebook, dan Blackrock berikutnya kemungkinan besar akan menjadi protokol perwakilan, sementara komponen yang mengimplementasikan protokol ini sedang berkembang.

Akhir dari DeAI

AI akan mengubah bentuk ekonomi kita. Saat ini, pasar mengharapkan bahwa penangkapan nilai ini akan terbatas pada beberapa perusahaan besar di pantai barat Amerika Utara. Namun, DeAI mewakili visi yang berbeda. Visi jaringan kecerdasan buatan yang terbuka dan dapat dikombinasikan, dengan penghargaan dan imbalan bahkan untuk kontribusi yang kecil, serta lebih banyak kepemilikan/kewenangan kolektif.

Sementara beberapa klaim DeAI berlebihan, dan banyak proyek diperdagangkan dengan harga yang jauh lebih tinggi daripada yang sebenarnya mereka dorong saat ini, skala peluangnya memang objektif. Bagi mereka yang memiliki kesabaran dan ketajaman, visi utama DeAI tentang komputasi yang benar-benar dapat disusun dapat membenarkan rantai Blok itu sendiri.