Delphi Digital: Oportunidades, desafíos y futuro de DeAI

Autor: PonderingDurian, investigador de Delphi Digital

Compilado por: Pzai, Foresight News

Dado que la Criptomoneda esencialmente es software de Código abierto con un mecanismo de incentivos económicos incorporado, y dado que la IA está transformando la forma en que se escribe el software, la IA tendrá un gran impacto en todo el campo de la cadena de bloques.

Pila completa de AI x Crypto

DeAI: oportunidades y desafíos

En mi opinión, el mayor desafío que enfrenta DeAI radica en la capa de infraestructura, ya que la construcción de modelos base requiere una gran cantidad de fondos, y el retorno de escala de datos y cálculos también es alto.

Teniendo en cuenta la ley de la expansión, las grandes empresas tecnológicas tienen una ventaja natural: durante la etapa Web2, obtuvieron enormes ganancias monopolizando las ganancias de la agregación de la demanda del consumidor, y durante una década de tarifas artificialmente bajas, reinvertieron esas ganancias en infraestructura en la nube. Ahora, las gigantes de Internet están tratando de conquistar el mercado de la IA mediante la ocupación de datos y cálculos (elementos clave de la IA).

Comparación del volumen de tokens de modelos grandes

Dado el alto costo de entrenamiento a gran escala y los requisitos de ancho de banda, un clúster súper unificado sigue siendo la mejor opción: proporciona a los gigantes tecnológicos los mejores modelos cerrados en términos de rendimiento. Planean alquilar estos modelos con ganancias monopolísticas y reinvertir los ingresos en cada generación de productos posteriores.

Sin embargo, la realidad demuestra que el foso en el campo de la IA es menos profundo que el efecto de red de Web2, y los modelos punteros se devalúan rápidamente en comparación con este campo, especialmente con la adopción de la ‘política de tierra quemada’ por parte de Meta, que ha invertido miles de millones de dólares en el desarrollo de modelos punteros de código abierto como Llama 3.1, cuyo rendimiento ha alcanzado el nivel SOTA.

Llama 3 大模型评分

En este punto, la superposición de la nueva investigación sobre métodos de entrenamiento disperso de baja latencia podría comercializar modelos comerciales fronterizos (parcialmente) - a medida que los precios inteligentes disminuyen, la competencia se desplaza (al menos parcialmente) de los superclústeres de hardware (beneficiosos para las grandes empresas de tecnología) hacia la innovación de software (ligeramente beneficiosa para Código abierto / Criptomoneda).

Índice de habilidad (calidad) - Gráfico de distribución de precios de entrenamiento

Dada la eficiencia computacional de la arquitectura “experta híbrida” y la eficiencia computacional de la síntesis/enrutamiento de modelos grandes, es probable que no nos enfrentemos a un mundo de solo 3-5 modelos gigantes, sino a un mundo de millones de modelos con diferentes compensaciones de costo/rendimiento. Una red entrelazada de inteligencia (colmenas).

Esto crea un gran problema de coordinación: la cadena de bloques y los mecanismos de incentivos de Activos Cripto deberían poder ayudar a resolver este problema.

Área central de inversión DeAI

El software está devorando el mundo. La IA está devorando el software. Y la IA es básicamente datos y cálculos.

Delphi ve con buenos ojos los diversos componentes en esta pila:

Simplificar la pila de AI x Crypto

Infraestructura básica

Dado que la IA se basa en datos y cálculos, la infraestructura de DeAI se dedica a adquirir datos y realizar cálculos de la manera más eficiente posible, y generalmente utiliza un mecanismo de incentivo de criptomoneda. Como mencionamos anteriormente, esta es la parte más desafiante de la competencia, pero considerando el tamaño del mercado objetivo, también puede ser la parte con mayor recompensa.

Cálculo

Hasta ahora, el mercado de protocolo de entrenamiento distribuido y GPU ha estado limitado por la latencia, pero esperan coordinar hardware heterogéneo potencial para brindar servicios de cálculo de bajo costo y bajo demanda para aquellos que han sido excluidos de las soluciones integradas de los gigantes. Empresas como Gensyn, Prime Intellect y Neuromesh están impulsando el desarrollo del entrenamiento distribuido, mientras que empresas como io.net, Akash y Aethir están logrando inferencias de baja costo más cercanas a la inteligencia periférica.

Distribución de hábitats del ecosistema del proyecto basada en la agregación de suministros

Datos

En un mundo inteligente omnipresente basado en modelos más pequeños y especializados, el valor y la monetización de los activos de datos están aumentando cada vez más.

Hasta ahora, DEP ha sido ampliamente elogiado por su capacidad para construir redes de hardware con costos más bajos en comparación con las empresas intensivas en capital, como las compañías de telecomunicaciones. Sin embargo, el mayor mercado potencial de DEP se encontrará en la recopilación de nuevos conjuntos de datos que fluirán hacia los sistemas inteligentes on-chain: el protocolo de agente (discutido más adelante).

En este mundo, la fuerza laboral, el mercado potencial más grande del mundo, está siendo reemplazada por datos y cálculos. En este mundo, la infraestructura de IA proporciona a las personas no técnicas una forma de acceder a los medios de producción y contribuir a la próxima economía en red.

Middleware

El objetivo final de DeAI es lograr cálculos efectivos y componibles. Al igual que el capital de   Finanzas descentralizadas, DeAI compensa la falta de rendimiento absoluto de hoy en día a través de su componibilidad sin licencia, incentivando un ecosistema abierto de software y lenguajes de cálculo que se compone continuamente de interés compuesto con el tiempo, con la esperanza de superar los actuales lenguajes de software y cálculo.

Si Google representa el extremo de la ‘integración’, entonces DeAI representa el extremo de la ‘modularidad’. Como advirtió Clayton Christensen, en las industrias emergentes, el enfoque de integración a menudo logra una posición líder al reducir la fricción en la cadena de valor, pero a medida que el campo madura, la cadena de valor modular gana terreno al aumentar la competencia y la eficiencia de costes en cada capa del stack.

AI integrado vs modular

Tenemos una gran confianza en las categorías clave que son fundamentales para lograr esta visión modular.

Enrutamiento

En un mundo inteligente y fragmentado, ¿cómo se puede elegir el modo y el momento correctos al mejor precio? El agregador de demanda siempre ha estado capturando valor (ver teoría de agregación), y la función de enrutamiento es crucial para optimizar la curva de Pareto entre rendimiento y costos en el mundo inteligente de la red.

Bittensor ha estado a la vanguardia en su primera generación de productos, pero también ha enfrentado mucha competencia especializada.

Allora organiza competiciones entre diferentes modelos en diferentes ‘temas’ mediante la ‘percepción situacional’ y la mejora automática con el tiempo, y proporciona información para la predicción futura basada en la precisión histórica bajo condiciones específicas.

El objetivo de Morpheus es convertirse en el “enrutador de demanda” para casos de uso de Web3, esencialmente un proxy local con código abierto que puede captar el contexto relevante del usuario y realizar consultas efectivas de enrutamiento a través de componentes emergentes de Finanzas descentralizadas o la infraestructura de “cómputo componible” de Web3, es decir, “Inteligencia Apple”.

Agent interoperability protocolo, como Theoriq y Autonolas, tiene como objetivo llevar el enrutamiento modular al límite, haciendo que los Agentes o componentes flexibles sean un ecosistema compuesto y combinable completamente maduro de servicios on-chain.

En resumen, en un mundo inteligente y rápidamente fragmentado, los agregadores de oferta y demanda desempeñarán un papel extremadamente poderoso. Si Google es una empresa de valor de 2 millones de dólares que indexa la información de todo el mundo, entonces el ganador del enrutador de la demanda, ya sea Apple, Google o una solución Web3, es la compañía que actúa como agente inteligente indexador y generará una escala aún mayor.

Coprocesador

Debido a su naturaleza descentralizada, la cadena de bloques se enfrenta a grandes limitaciones en términos de datos y cálculo. ¿Cómo se pueden incorporar aplicaciones de inteligencia artificial intensivas en cálculos y datos en la cadena de bloques para satisfacer las necesidades de los usuarios? ¡A través de coprocesadores!

El coprocesador en Crypto en Capa de aplicación

Todos ellos proporcionan diferentes tecnologías para ‘verificar’ los datos o modelos básicos utilizados de manera efectiva en la ‘Máquina de oráculo’, lo que permite reducir al máximo las nuevas suposiciones de confianza en la cadena, al tiempo que aumenta considerablemente su capacidad. Hasta ahora, muchos proyectos han utilizado métodos económicos como zkML, opML, TeeML y encriptación, cada uno con sus propias ventajas y desventajas.

Comparación de coprocesadores

A un nivel más alto, los coprocesadores son esenciales para la inteligencia de los contratos inteligentes, proporcionando soluciones similares a los ‘almacenamientos de datos’ para consultas más personalizadas en la cadena, o verificar si se ha completado correctamente un razonamiento dado.

La red de TEE (Ejecución de confianza) como Super, Phala y Marlin ha ganado recientemente popularidad debido a su utilidad y capacidad para admitir aplicaciones de gran escala.

En general, los coprocesadores son cruciales para integrar blockchain de alto rendimiento pero baja determinación con agentes inteligentes de alto rendimiento pero probabilísticos. Sin coprocesadores, la IA no estaría presente en esta generación de blockchain.

Medidas de incentivo para desarrolladores

Uno de los mayores problemas del desarrollo de código abierto de IA es la falta de un mecanismo de incentivos que lo haga sostenible. El desarrollo de IA es altamente intensivo en capital, con costos de oportunidad muy altos tanto en términos de cómputo como de conocimiento de IA. Si no hay medidas de incentivo adecuadas para recompensar las contribuciones de código abierto, este campo inevitablemente perderá ante las supercomputadoras del capitalismo extremo.

Desde Sentiment hasta Pluralis, Sahara AI y Mira, el objetivo de estos proyectos es lanzar redes que permitan a las redes personales descentralizadas contribuir a la inteligencia de red, al mismo tiempo que reciben incentivos adecuados.

Con la compensación en el modelo de negocio, se espera que la velocidad de interés compuesto de Código abierto se acelere, proporcionando a los desarrolladores y a los investigadores de IA una opción global fuera de las grandes empresas de tecnología y con la posibilidad de obtener una recompensa sustancial según el valor creado.

Aunque es muy difícil lograrlo y la competencia es cada vez más intensa, el potencial mercado aquí es enorme.

Modelo GNN

Los grandes modelos de lenguaje dividen los patrones en grandes bibliotecas de texto y aprenden a predecir la siguiente palabra, mientras que las redes neuronales gráficas (GNN) manejan, analizan y aprenden datos de estructuras de gráficos. Debido a que los datos on-chain están compuestos principalmente por interacciones complejas entre usuarios y contratos inteligentes, en otras palabras, es un gráfico, por lo que GNN parece ser una elección razonable para admitir casos de uso de AI on-chain.

Proyectos como Pond y RPS están tratando de establecer modelos básicos para la web3, que pueden ser aplicados en casos de uso como transacciones, Defi e incluso redes sociales.

• Predicción de precios: modelo de comportamiento on-chain predice precios, estrategias de trading automáticas, análisis de sentimientos
• AI financiero: integración con aplicaciones existentes de Finanzas descentralizadas, estrategias de rendimiento avanzadas y aprovechamiento de la liquidez, mejor Gestión de riesgos/gobernanza
• Marketing on-chain: Motor de recomendaciones más específico para Airdrops / posicionamiento, basado en comportamientos on-chain

Estos modelos utilizarán ampliamente soluciones de almacén de datos como Space and Time, Subsquid, Covalent y Hyperline, y personalmente tengo una gran expectativa en ellos.

GNN puede demostrar que el modelo grande de blockchain y el almacén de datos de Web3 son herramientas auxiliares indispensables, proporcionando así funciones OLAP (procesamiento analítico en línea) para Web3.

Aplicación

En mi opinión, los Agentes on-chain pueden ser la clave para resolver el conocido problema de experiencia de usuario de Activos Cripto, pero lo más importante es que en los últimos diez años hemos invertido miles de millones de dólares en infraestructura de Web3, pero la tasa de utilización por parte de la demanda es muy baja.

No te preocupes, los Agents están aquí…

AI en las pruebas de todas las dimensiones del comportamiento humano01928374656574839201

También parece lógico que estos agentes aprovechen una infraestructura abierta y sin permisos que abarque los pagos y la computación componible para lograr un objetivo final más complejo. En la próxima economía inteligente en red, la movilidad económica ya no puede ser B-> B->C, sino una red informática > agente > usuario, > un > agente. El resultado final de este flujo es proxy protocolo. Las empresas basadas en aplicaciones o servicios tienen una sobrecarga limitada, se ejecutan principalmente en recursos en cadena y son mucho menos costosas para satisfacer las necesidades de los usuarios finales (o entre sí) en una red componible que las empresas tradicionales. De la misma manera que Capa de aplicación de Web2 captura la mayor parte de su valor, también soy un gran admirador de la teoría del “protocolo proxy gordo” en DeAI. Con el tiempo, la captura de valor debe desplazarse a las capas superiores de la pila.

Acumulación de Valor en AI Generativa

El próximo Google, Facebook y Blackrock probablemente serán los representantes del protocolo, y los componentes que implementan estos protocolos están surgiendo.

DeAI 终局

La IA cambiará nuestra forma económica. Hoy en día, se espera que la captura de este valor se limite a unas pocas grandes empresas en la costa oeste de América del Norte. Pero DeAI representa una visión diferente. Una visión de una red inteligente abierta y componible, con recompensas y compensaciones incluso por contribuciones pequeñas, y más propiedad / control colectivo.

Aunque algunas afirmaciones sobre DeAI son exageradas y muchos proyectos tienen precios de transacción mucho más altos que el impulso real actual, la escala de la oportunidad es objetiva. Para aquellos con paciencia y visión, la visión final de la capacidad de computación verdaderamente combinable de DeAI puede demostrar la racionalidad de la cadena Bloquear en sí misma.