Delphi Digital: можливості, виклики та майбутнє DeAI

Автор: PonderingDurian, Delphi Digital Researcher

Компіляція: Pzai, Foresight News

Оскільки Криптоактиви суттєво базуються на програмному забезпеченні з відкритим вихідним кодом, яке має вбудований економічний стимулюючий механізм, а також оскільки штучний інтелект змінює спосіб написання програмного забезпечення, тому ШІ матиме значний вплив на всю галузь блокчейну.

AI x Crypto загальний стек

DeAI: можливості та виклики

На мою думку, найбільшим викликом для DeAI є рівень інфраструктури, оскільки створення базових моделей вимагає значних коштів, а обсяги даних і обчислень мають великий потенціал доходності.

Враховуючи закон екстензії, технологічні гіганти мають природну перевагу: на етапі Web2 вони отримали величезний прибуток з монопольних зисків, що накопичувалися від об’єднання споживацьких потреб, і вклали цей прибуток у хмарну інфраструктуру протягом десятиліть з штучно зниженими тарифами. Тепер інтернет-гіганти намагаються захопити ринок штучного інтелекту, займаючи позиції в галузі даних та обчислень (ключові елементи ШІ).

Порівняння обсягу токенів для великої моделі

Через великий капіталоємність та високі вимоги до пропускної здатності для широкомасштабного навчання, єдина суперкластер все ще є найкращим вибором - для технологічних гігантів, які забезпечують найкращу продуктивність замкнутих моделей - вони планують орендувати ці моделі з монопольним прибутком та інвестувати дохід у наступні продукти на кожному поколінні.

Проте, довелося встановити, що бар’єр у сфері штучного інтелекту (AI) менший, ніж в ефекту мережі Web2. Передові моделі швидко втрачають свою цінність, особливо моделі, які розробляються Meta (мета-компанія), такі як Llama 3.1, розроблені за суму в мільярди доларів і засновані на відкритому вихідному коді, вони демонструють найкращу продуктивність (SOTA).

Оцінка великої моделі Llama 3

На цьому етапі накладаються нові дослідження стосовно методів розсіяного навчання з низькою затримкою, що можуть зробити (частково) комерціалізованими передові бізнес-моделі - зі зниженням вартості розумних цін конкуренція (принаймні частково) переходить від апаратних суперкластерів (на користь технологічних гігантів) до програмного інновації (незначно на користь Відкритий вихідний код / Криптовалюта).

Індекс здатності (якість) - Розподіл цін на навчання

Беручи до уваги ефективність обчислень архітектури «змішаних експертів» та синтезування / маршрутизації великих моделей, ми, ймовірно, стикаємося не зі світом лише 3-5 великих моделей, а зі світом, що складається з мільйонів моделей з різними витратами / продуктивністю. Взаємопереплетена мережа інтелекту (сота).

Це становить велику проблему координації: технологія блокчейн та механізми стимулювання Криптоактивів мають допомагати вирішувати цю проблему.

Основні напрямки інвестицій DeAI

Програмне забезпечення пожирає світ. Штучний інтелект пожирає програмне забезпечення. А штучний інтелект, по суті, є даними та обчисленнями.

Delphi позитивно оцінює всі компоненти в цьому стеку:

Спрощений стек AI x Crypto

Інфраструктура

Оскільки джерелом енергії штучного інтелекту є дані та обчислення, інфраструктура DeAI прагне придбати дані та обчислення якнайефективніше, часто використовуючи механізми стимулювання шифрування. Як ми вже зазначали раніше, це є найбільш складною частиною конкуренції, але з урахуванням масштабів кінцевого ринку це також може бути найбільш вигідною частиною.

Обчислення

До цього часу протокол розподіленого навчання та ринок GPU були обмежені затримками, але вони сподіваються узгодити потенційно різноманітне обладнання, щоб надавати послуги з обчислення за нижчою вартістю та за потребою тим, хто виставлений поза досяжністю інтегрованих рішень гігантів. Компанії, такі як Gensyn, Prime Intellect і Neuromesh, просувають розробку розподіленого навчання, тоді як io.net, Akash, Aethir та інші компанії реалізують низькозатратний інтелект на межі.

Розподіл екологічних ніш проекту на основі агрегованого постачання

Дані

У світі все більше зростає значущість та монетизація активів даних у більш спеціалізованих та менших моделях інтелектуального світу.

До цього часу DePIN на великій мірі отримав визнання завдяки здатності будувати апаратні мережі з меншими витратами порівняно з капіталоємними підприємствами (наприклад, телекомунікаційними компаніями). Однак найбільший потенційний ринок для DePIN виникне в зборі нових типів наборів даних, які потім відправлятимуться в розумні блокчейн-системи: протоколи делегування (пор discussed пізніше).

У світі, найбільший потенційний ринок - робоча сила, замінюється даними та обчисленнями. У цьому світі інфраструктура штучного інтелекту дозволяє не технічним спеціалістам захоплювати засоби виробництва та вносити свій внесок у майбутню мережеву економіку.

Посередник

Остаточною метою DeAI є досягнення ефективних обчислень, які можна комбінувати. Як і Децентралізовані фінанси, DeAI компенсує відсутність абсолютної продуктивності за допомогою неліцензованої комбінаторності, що сприяє відкритій екосистемі програмного забезпечення та обчислювальних примітивів, яка з часом продовжує складатися на основі складних відсотків, з метою (сподівано) перевершення існуючого програмного забезпечення та обчислювальних примітивів.

Якщо говорити, що Google є екстремальним у відношенні до “інтеграції”, то DeAI представляє собою екстремальний підхід до “модульності”. Як підкреслює Клейтон Крістенсен, у нових галузях індустрії інтегрований підхід часто досягає провідної позиції шляхом зменшення тертя в ланцюжку вартості, але з розвитком цієї галузі модульний ланцюжок вартості завойовує своє місце завдяки збільшенню конкурентної боротьби та ефективності вартості на кожному рівні стеку:

Інтегрована проти модульної штучного інтелекту

Ми дуже сприймаємо деякі категорії, які є вкрай важливими для досягнення цієї модульної візії:

маршрут

У світі розумного роздроблення як вибрати правильні шаблони та час з найкращою ціною? Агрегатор попиту постійно захоплює цінність (див. Теорію агрегації), а функція маршрутизації є критично важливою для оптимізації відношення продуктивності та вартості в мережевому світі розумності:

Bittensor залишався провідним у першому поколінні продуктів, але з’явилося багато спеціалізованих конкурентів.

Allora організовує змагання між різними моделями в різних “темах” з використанням “контекстового відчуття” та самовдосконалення з часом та надає інформацію для прогнозування майбутнього на основі історичної точності за певних умов.

Метою Morpheus є стати “маршрутизатором запитів” для випадків використання Web3 - це в сутності є локальним проксі з відкритим вихідним кодом, який може зберігати контекст користувача й ефективно маршрутизувати запити через нові компоненти Децентралізовані фінанси або “комбіновані обчислення” Web3, використовуючи “Інтелект Apple”.

Протокол взаємодії Agent, такий як Theoriq та Autonolas, має на меті довести модульні маршрутизатори до крайності, зробити гнучкі Агенти або складові частини комбінованої екосистеми повністю зрілими послугами у блокчейні.

Загалом, в швидкорухливому розумному світі постачальників та споживачів агрегатори будуть відігравати надзвичайно потужну роль. Якщо сказати, що Google - це компанія вартістю в 2 мільярди доларів, яка індексує всю інформацію у світі, то переможець постачальників маршрутизаторів - будь то Apple, Google або рішення Web3 - буде компанією, яка представляє більший масштаб індексації розумної агентури.

Копроцесор

З огляду на його децентралізованість, блокчейн має значні обмеження щодо обробки даних та обчислень. Як ввести обчислювальні та даних інтенсивні застосування штучного інтелекту, які потрібні користувачам, в блокчейн? За допомогою співпроцесора!

Копроцесор в Crypto в Рівень застосування

Вони всі надають різні технології для «підтвердження» ефективності використовуваних базових даних або моделей «Оракул-машиною», цей спосіб може максимально зменшити нові припущення довіри у блокчейні, одночасно значно покращивши його можливості. До цього часу вже багато проектів використовували методи zkML, opML, TeeML і шифрування економічних методів, які мають свої переваги та недоліки:

Порівняння супроцесора

На більш високому рівні, копроцесор є ключовим елементом у розумному контракті - надає рішення, схоже на «сховище даних», для запитування або перевірки належного завершення даного висновку у блокчейні для більш індивідуального досвіду.

TEE (довірена виконавча) мережі, такі як SUPER, Phala та Marlin, стали дедалі популярнішими останнім часом завдяки їхній практичності та здатності розміщувати масштабні застосунки.

Загалом, копроцесори є важливими для поєднання блокчейну з високою визначеністю, але низькою продуктивністю з інтелектуальними агентами з високою продуктивністю, але ймовірністю. Без копроцесора штучний інтелект не з’явився б у цьому поколінні блокчейну.

Заходи для стимулювання розробників

Одна з найбільших проблем, пов’язаних з розробкою Відкритого вихідного коду штучного інтелекту (AI), полягає в відсутності стимулюючого механізму, який забезпечував би його сталий розвиток. Розробка AI є висококапіталоінтенсивним процесом, вартість обчислень та знань в сфері AI є дуже високою. Якщо не буде належних стимулюючих заходів для винагороди Відкритий вихідний код внесків, ця галузь неминуче програє Суперкомп’ютеру, що базується на суперкапіталістичних ідеях.

Від Sentiment до Pluralis, Sahara AI та Mira, метою цих проектів є запуск мережі, яка дозволить розподіленим індивідуальним мережам вносити внесок у мережевий інтелект, забезпечуючи відповідні стимули.

Через вирівнювання в комерційній моделі, швидкість складних відсотків Відкритого вихідного коду повинна прискоритися - це надасть розробникам та дослідникам з галузі штучного інтелекту глобальний вибір поза великими технологічними компаніями і має потенціал вигідно винагороджувати за створену ​​вартість.

Хоча досягти цього дуже важко, а конкуренція стає все більш жорсткою, потенційний ринок тут величезний.

Модель GNN

Велика мовна модель розділяється за шаблоном великої текстової бази даних та вивчає передбачення наступного слова, тоді як графова нейронна мережа (GNN) обробляє, аналізує та вивчає дані графової структури. Оскільки дані у блокчейні в основному складаються з складних взаємодій між користувачами та смарт-контрактами, іншими словами, це граф, тому GNN, здається, є розумним вибором для підтримки використання штучного інтелекту у блокчейні.

Проекти, такі як Pond та RPS, намагаються створити базову модель для web3, яка може бути застосована в операціях з токенами, DeFi та навіть соціальних сценаріях, наприклад:

• Прогноз цін: у блокчейні модель поведінки прогнозує ціни, автоматичні торгівельні стратегії, аналіз настрою
• AI фінанси: інтеграція з наявними додатками Децентралізовані фінанси, прогресивні стратегії доходу та використання ліквідності для кращого управління ризиками / управління
• у блокчейні маркетинг: більш цілеспрямований Аірдроп / позиціонування, засноване на у блокчейні поведінці рекомендаційний двигун

Ці моделі широко використовують рішення для зберігання даних, такі як Space and Time, Subsquid, Covalent і Hyperline, і я також дуже їх підтримую.

GNN може підтвердити, що велика модель блокчейну та сховище даних Web3 є невід’ємними допоміжними інструментами, які забезпечують функціональність OLAP (аналітична обробка в режимі реального часу) для Web3.

Застосування

На мою думку, у блокчейні Agents може бути ключем до вирішення відомих проблем користувацького досвіду Криптовалюти, але, що важливіше, за останнє десятиліття ми інвестували мільярди доларів в інфраструктуру Web3, але ми побачили дуже мало використання з боку попиту.

Не хвилюйся, Агенти вже прийшли…

AI в оцінках тестів у всіх аспектах людської поведінки зростає

Також здається логічним, що ці агенти використовують відкриту, інклюзивну інфраструктуру, яка охоплює платежі та компоновані обчислення, для досягнення більш складної кінцевої мети. У майбутній мережевій розумній економіці економічна мобільність може бути вже не B-> B->C, а > користувача агента > обчислювальної мережі > агента-> користувача. Кінцевим результатом цього потоку є агентський протокол. Підприємство, засноване на застосуванні або послугах, має обмежені накладні витрати, працює в основному на ончейн-ресурсах і набагато дешевше, ніж традиційне підприємство, для задоволення потреб кінцевих користувачів (або один одного) в складеній мережі. Подібно до того, як прикладний рівень Web2 охоплює більшу частину цінності, я також великий шанувальник теорії «жирного проксі-протоколу» в DeAI. Згодом захоплення значень має зміститися на верхні шари стека.

Накопичення вартості в умовах штучного інтелекту

Наступними можуть стати протоколи, що представляють собою наступне покоління Google, Facebook та Blackrock, і компоненти для реалізації цих протоколів вже народжуються.

Заключна гра DeAI

Штучний інтелект змінює наш економічний ландшафт. На сьогоднішній день ринок очікує, що захоплення цієї вартості буде обмежене кількома великими компаніями на заході Північної Америки. DeAI представляє інший візіонерський погляд. Відкритий, комбінований бачення інтелектуальної мережі, що винагороджує навіть найменший внесок, з більшою спільною власністю / управлінням.

Хоча деякі заяви DeAI є занадто перебільшеними, і багато проектів мають значно вищу ціну торгівлі, ніж поточна реальна побудова, але масштаб можливостей дійсно об’єктивний. Для тих, хто має терпіння і бачить перспективу, справжня візія DeAI як складової обчислення може довести обґрунтованість самої Блокчейн.