إعادة توجيه العنوان الأصلي: DeAI Compressed

نظرًا لأن العملة المشفرة في الأساس برمجيات مفتوحة المصدر مع حوافز مالية مدمجة - وأن الذكاء الاصطناعي يعكر صفو كيفية كتابة البرمجيات - فإنه من المنطقي أن يكون للذكاء الاصطناعي تأثير هائل على مجال البلوكتشين عبر الشبكة.

DeAI: التحديات والفرصDeAI: التحديات والفرص

بالنسبة لي، فإن أكبر التحديات التي تواجه تطبيق الذكاء الاصطناعي الموزع (DeAI) تكمن في طبقة البنية التحتية نظرًا لكثافة رأس المال في بناء النماذج الأساسية وعائدات التوسع في البيانات والحوسبة.

نظرًا لقوانين التوسع ، فإن التكنولوجيا الكبيرة لديها ميزة واضحة: استغلال خزائنهم الضخمة من الأرباح الاحتكارية في تجميع الطلب الاستهلاكي خلال الجيل الثاني من الإنترنت وإعادة استثمارها في بنية السحاب خلال عقد من معدلات منخفضة بشكل اصطناعي ، والآن تحاول الشركات الفائقة تقديم السوق للذكاء عن طريق إحتكار البيانات والحوسبة - المكونات الرئيسية للذكاء الاصطناعي:

نظرًا لكثافة رأس المال ومتطلبات النطاق الترددي العالي لتشغيلات التدريب الكبيرة، لا تزال السوبر كلاسترات الموحدة هي الأمثل - مما يوفر لBig Tech النماذج الأدائية الأكثر كفاءة - المصدر المغلق - الذين يعتزمون تأجيره بحدود الاحتكار، وإعادة استثمار عائداته في كل جيل لاحق.

ومع ذلك، فقد ثبت أن الخنادق في الذكاء الاصطناعي أضحت أضعف من آثار الشبكة في ويب2 مع تضاؤل النماذج الرائدة بسرعة مقارنة بالمجال، خاصة مع ميتا التي تذهب "إلى الأرض المحروقة" وتلتزم بعشرات المليارات لنماذج الجبهة مفتوحة المصدر مثل لاما 3.1 بأداء مستوى SOTA.

هذا، جنبا إلى جنب معالأبحاث الناشئةفي أساليب التدريب اللامركزية ذات الانخفاض في التأخير، قد تجعل (جزئيًا) نماذج الأعمال الحدودية سلعة – مما ينقل (على الأقل بعضها) من المنافسة من مجموعات الأجهزة الفائقة (تحسن الشركات التكنولوجية الكبيرة) إلى الابتكار البرمجي (يفضل بشكل طفيف المصدر المفتوح / العملات المشفرة) مع انخفاض سعر الذكاء.

نظرًا لكفاءة الحوسبة للمعماريات "خليط الخبراء" وتركيب LLM / التوجيه ، يبدو أننا نتجه ليس إلى عالم من 3-5 نماذج ضخمة ، ولكن إلى لوحة من الملايين من النماذج ذات التكلفة / الأداء المختلفة. شبكة من الذكاء المتشابك. ذهن النحلة.

هذا يصبح مشكلة تنسيق ضخمة: نوع يجب أن تكون البلوكتشين وحوافز العملات المشفرة مجهزة جيدًا للمساعدة فيها.

قاعدة الاستثمار الأساسية في دي إيه آي

البرمجيات تأكل العالم. الذكاء الاصطناعي يأكل البرمجيات. والذكاء الاصطناعي في الأساس مجرد بيانات وحسابات.

أي شيء يمكن أن يوفر بأكثر فعالية المدخلات المذكورة أعلاه (البنية التحتية)، وتنسيقها (الوسيط البرمجي)، وتلبية مطالب المستخدمين (التطبيقات)، سيكون قيمًا.

دلفي متفائلة بمكونات مختلفة عبر الكتلة:

البنية التحتية

نظرًا لأن الذكاء الاصطناعي يعتمد على البيانات والحوسبة ، فإن بنية DeAI مخصصة لتوفير كليهما بأكبر قدر من الكفاءة ، وعادة ما تستخدم حوافز العملات المشفرة. كما ذكرنا سابقًا ، هذه هي الجزء الأصعب في الخوارزمية الرئيسية الذي يتعين المنافسة فيه ، ولكنها أيضًا قد تكون الأكثر مكافأة نظرًا لحجم الأسواق النهائية.

حساب

بينما تم تعطيله حتى الآن بواسطة التأخير، تأمل بروتوكولات التدريب اللامركزية وأسواق وحدة معالجة الرسومات في تنسيق الأجهزة اللاتناسبية المتأخرة لتوفير حوسبة فورية بتكلفة أقل لأولئك الذين خرجوا من حسابات الحلول المتكاملة للتكنولوجيا الكبيرة. يقوم لاعبون مثل Gensyn وPrime Intellect وNeuromesh بدفع حدود التدريب الموزع بينماio.net, أكاش، أيثير وغيرها يمكنها تمكين التستنتج بتكلفة أقل بالقرب من الحافة.

البيانات

في عالم الذكاء الشامل القائم على نماذج أصغر ومتخصصة، تصبح الأصول البيانية أكثر قيمة وقابلة للتحويل إلى أموال.

حتى الآن، تمت مدح DePIN (الشبكات الفعلية المتمركزة) بشكل كبير بسبب قدرتها على بناء شبكات أجهزة بتكلفة أقل مقارنة بالشركات الكبيرة التي تحتاج إلى رأس المال (مثل شركات الاتصالات). ومع ذلك، فإن أكبر سوق محتمل لـ DePIN سينشأ في جمع مجموعات بيانات جديدة تتدفق إلى الذكاء المتسلسل.بروتوكولات الوكالة (للنقاش في وقت لاحق).

في عالم حيث يتم استبدال العمل - أكبر TAM في العالم؟ - بمزيج من البيانات والحوسبة، توفر البنية التحتية DeAI طريقة للبارونات غير التقنيين لـاستيلاء على وسائل الإنتاجوالمساهمة في الاقتصاد الشبكي القادم.

الوسيطات

الهدف النهائي لـ DeAI هو الحوسبة المركبة الفعالة. على غرار ليغو الأموال في ديفي، تعوض الذكاء الاصطناعي اللامركزي عن نقص الأداء المطلق اليوم بفضل القدرة على الحوسبة المركبة بدون إذن - مما يحفز نظام الأيكوسيستم المفتوح للبرمجيات والأدوات الحاسوبية والتي تتراكم مع مرور الوقت لتتفوق على الشركات الرائدة (نأمل ذلك).

إذا كانت جوجل "المتكاملة" في الغاية، فإن DeAI تمثل الغاية "المعيارية".Clayton Christensenتذكرنا النهج المتكامل أن النهج المتكامل يميل إلى القيادة في الصناعات الناشئة الجديدة من خلال تقليل الاحتكاك في سلسلة القيمة، ولكن مع تقدم المجال، تأخذ سلاسل القيمة المعيارية حصة من خلال المزيد من التنافسية وكفاءات التكلفة داخل كل طبقة من الطبقة:

نحن متفائلون للغاية بشأن عدة فئات أساسية لتمكين هذا الرؤية المتعددة الأجزاء:

1. توجيه

في عالم من التقسيم الذكاء، كيف يمكن للشخص اختيار النموذج الصحيح والوقت الصحيح بأفضل سعر ممكن؟ لقد استحوذت منظمات جانب الطلب دائمًا على القيمة (انظرنظرية التجميع) وظيفة التوجيه أمر أساسي لتحسين منحنى باريتو بين الأداء والتكاليف في عالم الذكاء المتصل:

بيتنسورلقد كان الزعيم هنا في الجيل الأول ، ولكن هناك العديد من المنافسين المتفانين الذين يظهرون.

ألوراتستضيف المسابقات بين نماذج مختلفة في مواضيع مختلفة بطريقة تدرك السياق وتحسن ذاتيًا مع مرور الوقت - مما يمكنها من توقعات مستقبلية استنادًا إلى الدقة التاريخية في ظروف محددة.

مورفيوسيهدف إلى أن يصبح "موجه جانب الطلب" لحالات استخدام web3 - أساسا "ذكاء آبل" مع وكيل محلي مفتوح المصدر يمتلك سياق المستخدم ذو الصلة ويمكنه توجيه الاستفسارات بكفاءة من خلال DeFi أو البنية التحتية لـ "حوسبة composable" الناشئة لـ web3.

بروتوكولات تشغيل الوكلاء التي تمكّن من التوافق بين الوكلاء مثلTheoriq وAutonolasنهدف إلى دفع التوجيه المعياري إلى أقصى الحدود عن طريق تمكين النظم البيئية المركبة والمرنة من العوامل أو المكونات إلى خدمات كاملة على السلسلة.

باختصار ، في عالم من الذكاء المجزأ بسرعة ، ستلعب مجمعات جانب العرض والطلب دورا قويا للغاية. إذا أصبحت Google شركة بقيمة 2 تريليون دولار أمريكي تقوم بفهرسة معلومات العالم ، فإن الفائز في أجهزة التوجيه الجانبية المطلوبة - سواء كانت Apple أو Google أو حل web3 - الذي يفهرس ذكاء العميل ، يجب أن يكون أكبر.

1. المعالجات المشتركة

نظرًا للتفرد اللامركزي لها ، تكون البلوكتشين مقيدة جدًا من حيث البيانات والحسابات. كيف يمكنك توفير تطبيقات الذكاء الاصطناعي المكثفة في الحسابات والبيانات التي سيطلبها المستخدمون على السلسلة؟

المعالجات المشتركة!

المصدر:فلورين الرقمية

هذه هي بشكل فعال 'المشعوذون' الذين يقدمون تقنيات مختلفة لـ 'التحقق' من البيانات أو النموذج الأساسي المستخدم بطريقة تقلل من افتراضات الثقة الجديدة على السلسلة بينما توفر زيادة قدرات كبيرة. حتى الآن، كان هناك مجموعة من المشاريع التي تستخدم تقنيات zkML، opML، TeeML، والنهج الاقتصادي للتشفير - كلها مع مزايا وعيوب مختلفة.

للحصول على مراجعة أعمق، يرجى التحقق من تقرير DeAI الجزء الثالث الذي سيصدر في الأسابيع القادمة.

على المستوى العالي، تعد المعالجات المشتركة ضرورية لجعل العقود الذكية، حسنًا... ذكية - وتوفر حلولًا مثل "مستودع البيانات" للاستعلام عن تجارب سلسلة مخصصة أكثر أو توفير التحقق من أن التعميم المعطى تم إتمامه بشكل صحيح.

شبكات TEE مثلسوبر,Phala، ومارلينفي الواقع، ارتفعت شعبية البلوكتشين بشكل خاص مؤخرًا نظرًا لقدرتها العملية وجاهزيتها لاستضافة التطبيقات الموجهة نحو الحجم الكبير اليوم.

في المجمل ، فإن معالجات الشريك الأساسية ضرورية لدمج البلوكتشين ذو الأداء المحدد بدرجة كبيرة ولكن ضعيف الأداء مع الذكاء الاحتمالي ذو الأداء العالي. بدون معالجات الشريك الأساسية ، لن يتم تطبيق الذكاء الاصطناعي على هذا الجيل من البلوكتشين.

1. مكافآت المطورين

واحدة من أكبر المشاكل في تطوير المصادر المفتوحة في مجال الذكاء الاصطناعي هي عدم وجود حوافز كافية لجعلها مستدامة. تطوير الذكاء الاصطناعي يتطلب رأس مال كبير للغاية، وتكلفة الفرصة لكل من الحوسبة وعمل المعرفة في مجال الذكاء الاصطناعي مرتفعة جدًا. بدون حوافز مناسبة لمكافأة المساهمات في المصادر المفتوحة، فإن المجال سيخسر بالتأكيد أمام الشركات العملاقة الفائقة الرأسمالية.

سلسلة من المشاريع منSentientإلىPluralisإلىالصحراءإلىميراجميعها تهدف إلى الانطلاق بشبكات تمكّن وتكافئ المساهمات في الذكاء المتصل من شبكات متفرقة من الأفراد.

من خلال إصلاح نموذج الأعمال، يجب أن يتسارع تراكم المصدر المفتوح - مما يمنح المطورين والباحثين في مجال الذكاء الاصطناعي خيارًا خارجيًا من الشركات التكنولوجية الكبيرة التي هو عالمي بطبيعته و، نأمل، مُعتمد أيضًا على قيمة الإنشاء.

على الرغم من صعوبتها الشديدة لتحقيق النجاح والمنافسة المتزايدة ، فإن الحجم الكلي للسوق المتاح هنا ضخم جداً.

1. نماذج GNN

عندما تحدد LLMs أنماطًا في مجاميع كبيرة من النصوص وتتعلم التنبؤ بالكلمة التالية ، فإن Graph Neural Nets (GNNs) يعملون على معالجة وتحليل وتعلم من البيانات المرتبطة بالرسم البياني. نظرًا لأن بيانات السلسلة الفعلية تتألف في المقام الأول من التفاعلات المعقدة بين المستخدمين والعقود الذكية - بمعنى آخر ، رسم بياني - يبدو أن GNNs هي الخيار المنطقي لدعم حالات الاستخدام الذكاء الاصطناعي على السلسلة.

مشاريع مثلPOND وتحاول RPS بناء نماذج أساسية ل web3 - يحتمل أن تكون تحويلية في التداول ، و Defi ، وحتى حالات الاستخدام الاجتماعي مثل

• توقعات الأسعار: نماذج سلوكية على السلسلة للتنبؤ بالأسعار، استراتيجيات التداول الآلي، تحليل المشاعر
• AI Finance: تكامل في التطبيقات الحالية لـ DeFi، استراتيجيات العائد المتقدمة واستخدام السيولة، إدارة المخاطر / الحوكمة الأفضل
• التسويق على السلسلة: المزيد من الهبات الجوية المخصصة / الاستهداف، محركات الاقتراح استنادًا إلى سلوك السلسلة

هذه النماذج ستعتمد بشكل كبير على حلول تخزين البيانات مثلالمكان والزمان,Subsquid,Covalent، وهايبرلينالذي أنا أيضًا متفائل به.

يمكن أن تثبت GNNs أن LLMs من blockchains ومستودعات بيانات web3 ضروريين: توفير وظيفة OLAP لـ web3.

تطبيقات

في رأيي، قد تكون الوكلاء على السلسلة مفتاح فتح أسوأ تجربة مستخدم في العملات الرقمية ولكن الأهم من ذلك، الطلب المفقود للإستفادة البئيسة من مليارات الدولارات التي صببناها في بنية الويب3 خلال العقد الماضي.

لا تخطئ، الوكلاء قادمون...

ويبدو منطقيًا أن هؤلاء الوكلاء سيستفيدون من البنية التحتية المفتوحة وغير المرخصة - عبر الدفع والحوسبة المركبة - لتحقيق أهداف نهائية أكثر تعقيدًا على نحو متزايد.

في اقتصاد الذكاء المتصل المقبل، ربما تكون تدفقات الاقتصاد أقل بشكل كبير من B -> B ->C وأكثر من user -> agent -> compute network -> agent -> user.

البروتوكولات الوكيلةهي النتيجة النهائية. التطبيقات أو الشركات الخدمية ذات التكاليف المحدودة والتي تعمل بشكل أساسي باستخدام موارد البلوكتشين لتلبية مطالب المستخدم النهائي (أو بعضها البعض) في شبكات قابلة للتركيب بتكاليف أقل بكثير من المؤسسات التقليدية.

تمامًا مثلما حدث مع web2 حيث التقطت طبقة التطبيق معظم القيمة، أنا من محبي أطروحة "البروتوكولات الوكيلة السمينة" في DeAI. يجب أن تنتقل احتكار القيمة إلى الأعلى بمرور الوقت.

الجوجل، الفيسبوك، وبلاكروك القادمة قد تكون على الأرجح بروتوكولات وكل مكونات تمكينها قيد الولادة الآن.

نهاية اللعبة

سيغير الذكاء الاصطناعي شكل اقتصاداتنا. اليوم، يتوقع السوق أن يكون ضمن حدود عدد قليل من الشركات الكبيرة في المحيط الهادئ في الولايات المتحدة الأمريكية. تمثِّل DeAI رؤيةً مختلفةً.

رؤية لشبكات مفتوحة وقابلة للتركيب من الذكاءات مع الحوافز والتعويضات حتى للمساهمات الصغيرة والمزيد من الملكية / الحوكمة الجماعية.

بينما تتقدم بعض السرديات في DeAI بخطوات أسرع من اللازم، ويتداول العديد من المشاريع بمستوى أعلى بكثير من الانتشار الحالي، فإن حجم الفرصة كبير حقًا. بالنسبة لأولئك الذين يتحلىون بالصبر والتمييز، قد يثبت الرؤية النهائية لـ DeAI للحوسبة القابلة للتركيب حقيقة تبرير البلوكتشين نفسها.

إذا كنت تستمتع بهذا المشوق، يرجى مراقبة تقاريرنا طويلة الأجل التي ستتاح في الأسابيع القادمة بينما يتكشف شهر Delphi AI x Crypto:

DeAI I: البرج & الساحة(مفتوح الآن)

DeAI II: استيلاء على وسائل الإنتاج, إنفرا (قريباً قابلة للفتح)

دي إي آي الثالث: حساب قابل للتركيب, وسيتم فتح الوسيط في الأسبوع المقبل

DeAI IV: الاقتصاد الوكالي، التطبيقات (فتح بعد أسبوعين)

سيكون شهر كبير. استعد.

تنصل:

1. يتم إعادة طبع هذه المقالة من [ gateتأمل دوريان], إعادة توجيه العنوان الأصلي “DeAI Compressed”. جميع حقوق النشر ملك للمؤلف الأصلي [PonderingDurian]. إذا كانت هناك اعتراضات على هذه الإعادة الطبع، يرجى الاتصال بـبوابة تعلمفريق (gate Learn”) وسيتولى التعامل معها بسرعة.
2. تنصل المسؤولية: الآراء والآراء المعبر عنها في هذه المقالة هي فقط تلك التي تعود إلى المؤلف ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالات إلى لغات أخرى من قبل فريق تعلم gate. ما لم يذكر غير ذلك، فإن نسخ أو توزيع أو سرقة المقالات المترجمة ممنوعة.