PLATFORM SHIFT, LERNEN SIE PLATFORM SHIFT KENNEN…

Die Welt ist von Zeiten geprägt, in denen außergewöhnliche Umwälzungen in Technologie oder Infrastruktur zusammentreffen und eine generationsübergreifende Innovationsfunktion auslösen. Denken Sie an Telegrafen und Eisenbahnen, Glasfaserkabel und das Internet oder Mobiltelefone und 3G.

Wir glauben, dass der Schnittpunkt zweier bahnbrechender Grenzen – künstliche Intelligenz (KI) und Blockchains – einen ähnlich transformativen Moment darstellt.

Drei wichtige Säulen untermauern diese These:

BLOCKCHAINS KÖNNEN EINEN ÜBERLEGENEN GESTALTUNGSRAUM BIETEN

Die Bereiche mit großer Wirkung, die KI hat, sind zahlreich, lassen sich aber grob in drei Hauptkategorien zusammenfassen:

Insbesondere bringt die generative KI einzigartige Herausforderungen und Chancen mit sich, die unserer Meinung nach die Stärken der Blockchain-Technologie ausnutzen.

Um zu verstehen, warum, ist es wichtig, die zentralen Inputs zu berücksichtigen, die die Entwicklung intelligenter Systeme vorantreiben. Maschinelles Lernen (ML) basiert im Wesentlichen auf Daten (Quantität, aber zunehmend Qualität), Feedback-Mechanismen und Rechenleistung.

Dominante Akteure im Bereich KI/ML wie OpenAI (unterstützt von Microsoft) und Anthropic (mit Google und Amazon) konsolidieren bereits Ressourcen und errichten Mauern um ihre Modelle und Daten. Doch trotz anfänglicher Vorteile in den Bereichen Rechenleistung, Daten und Verteilung besteht bei diesem Ansatz die Gefahr, dass die Dynamik durch die Fragmentierung der kollaborativen Entwicklungszyklen, aus denen die Branche entstanden ist, abgewürgt wird.

Einen tragfähigen Gegenpol dazu bieten Blockchains wie Ethereum, die sich zu glaubwürdig neutralen Daten- und Rechensystemen entwickelt haben, die Open-Source-Innovationen vorantreiben. Blockchains unterstützen bereits eine Reihe digital nativer Primitive, die gut positioniert sind, um in einer Welt, die zunehmend von generativer KI geprägt ist, entscheidende Rollen zu übernehmen.

Wir glauben, dass Blockchains eine große Chance haben, zum primären Bereich zu werden, auf dem Open-Source-Forschung und -Entwicklung im Bereich KI basieren.

DER ZUSTAND DES HEUTIGEN MARKTES

In den diesjährigen generativen KI-Rausch wurden bereits enorme Summen in die Kerninfrastruktur, die Modellebene und sogar benutzerorientierte Anwendungen wie Chatbots, Kundensupport und Codierungsassistenten investiert. Dennoch ist nicht klar, wo (und für wen) der Wert des traditionellen Stacks auf lange Sicht ansteigt.

Im aktuellen Paradigma besteht die Gefahr, dass KI zu einer zentralisierenden Kraft wird, die die Dominanz der Web2-Marktführer ausweitet. Insbesondere auf der Infrastruktur- und Modellebene kommt es auf Skalierung an – bei Hardware- und Kapitalressourcen, Zugang zu Daten, Vertriebskanälen und einzigartigen Partnerschaften.

Viele dieser Akteure – von Cloud-Service-Anbietern wie AWS über Hardwarehersteller wie Nvidia bis hin zu langjährigen Schwergewichten wie Microsoft – gehen auf den Full-Stack zu, sei es vertikal durch Fusionen und Übernahmen oder durch proprietäre Partnerschaften.

Die Titanen an der Spitze konkurrieren um Skalierbarkeit und Genauigkeit am Rande, aber der Markt für extrem teure, hochpräzise API-Modelle für Unternehmen kann durchaus durch wirtschaftliche Aspekte, die sich abzeichnende Leistungsparität von Open Source oder sogar einen Trend zu niedrigeren Werten eingeschränkt sein -Latenz-Workload-Anforderungen.

Mittlerweile erlebt ein großer Teil des Mittelstands bereits eine Kommerzialisierung von Angeboten, die einer Sammlung von „OpenAI-API-Wrappern“ mit nicht unterscheidbarer, wenn auch ausreichender Funktionalität ähneln.

AUF DER OPEN-SOURCE-DYNAMIK AUFBAUEN

Open-Source-Datensätze für Vortraining, Schulung und Feinabstimmung sowie frei zugängliche grundlegende Modelle und Tools ermutigen Unternehmen jeder Größe bereits, direkt mit offenen Systemen und Tools kreativ zu werden.

In einem durchgesickerten Papier von Google wurde dargelegt, wie schnell sich die Kluft zwischen der geschlossenen und der Open-Source-Welt schließt. Bemerkenswert ist, dass 96 % der heutigen Codebasen bereits Open-Source-Software verwenden, wobei dieser Trend insbesondere bei Big Data, KI und maschinellem Lernen deutlich wird.

Unterdessen könnte das Oligopol der Cloud-Dienste sowieso reif für eine Störung sein.

In der Vergangenheit haben die großen Drei AWS, Google Cloud und Azure den Markt erobert, indem sie Tools und Services aufgebaut haben, um sich tief im Unternehmensstapel zu verankern. Diese Dominanz hat für Unternehmen zu einer Reihe von Herausforderungen geführt, die von einer restriktiven betrieblichen Abhängigkeit bis hin zu überhöhten Kosten im Zusammenhang mit der Cloud-Infrastruktur, insbesondere angesichts der von den großen Anbietern verlangten Prämien, reichen.

Der Druck auf etablierte Unternehmen, ihre Betriebskosten umzustrukturieren, gepaart mit dem Wunsch, mit der wachsenden Bandbreite an Open-Source-KI zu experimentieren und sie zu integrieren, wird ein Fenster schaffen, um den Stack mit dezentralen Alternativen neu zu denken.

Die aufkommende Schnittstelle zwischen Open-Source-KI und Blockchain-Technologie stellt daher einen außergewöhnlichen Bereich für Experimente und Investitionen dar.

CRYPTO X AI: EINE GEGENSEITIG WERTVOLLE BEZIEHUNG

Wir sind von der möglichen Symbiose zwischen KI und Blockchains zutiefst begeistert.

Krypto-Middleware kann die Eingaben auf der Angebotsseite der KI drastisch verbessern, indem sie effiziente Märkte für Rechenleistung und Daten (Bereitstellung, Kennzeichnung oder Feinabstimmung) sowie Tools für die Bescheinigung oder den Datenschutz schafft.

Im Gegenzug werden dezentrale Anwendungen und Protokolle neue Höhen erreichen, indem sie die Früchte dieser Arbeit nutzen.

Unbestreitbar hat Krypto einen langen Weg zurückgelegt, aber Protokolle und Anwendungen leiden immer noch unter Werkzeugen und Benutzeroberflächen, die für Mainstream-Benutzer nicht intuitiv sind. Ebenso können Smart Contracts selbst einschränkend sein, sowohl im Hinblick auf den manuellen Arbeitsaufwand für Entwickler als auch im Hinblick auf die allgemeine Funktionsflexibilität.

Web3-Entwickler sind eine bemerkenswert produktive Truppe. Mit einem Spitzenwert von nur ca. 7,5.000 Vollzeitentwicklern ist eine Multi-Billionen-Dollar-Industrie entstanden. Codierungsassistenten und DevOps, die durch ML erweitert werden, versprechen, bestehende Anstrengungen voranzutreiben, während No-Code-Tools schnell eine neue Klasse von Entwicklern hervorbringen.

Wenn ML-Funktionen in intelligente Verträge integriert und in die Kette integriert werden, können Entwickler nahtlosere und ausdrucksstärkere Benutzererlebnisse und schließlich völlig neue Killer-Apps entwerfen. Diese schrittweise Funktionsverbesserung im On-Chain-Erlebnis wird ein neues – und wahrscheinlich viel größeres – Publikum anziehen und ein wichtiges Schwungrad für Akzeptanz-Feedback auslösen.

Generative KI könnte sich als das fehlende Glied der Kryptowelt erweisen, UI/UX transformieren und eine große Welle neuer technischer Entwicklungen auslösen. Im Gegenzug wird die Blockchain-Technologie das Potenzial der KI nutzen, kontextualisieren und beschleunigen.

NUTZUNG VON BLOCKCHAINS ZUM AUFBAU EINES BESSEREN MARKTES FÜR DATEN

DATEN SIND DER GRUNDLEGENDE INPUT VON ML

Ja, enorme Verbesserungen in der Recheninfrastruktur waren ausschlaggebend, aber riesige Datenspeicher wie Common Crawl und The Pile haben die Grundlagenmodelle ermöglicht, die heute die Welt faszinieren.

Darüber hinaus werden es Daten sein, mit denen Unternehmen die Modelle, die ihren Produktangeboten zugrunde liegen, verfeinern oder künftig Wettbewerbsvorteile schaffen. Und letztendlich werden Daten die Brücke zwischen Benutzern und persönlichen Modellen sein, die lokal laufen und sich kontinuierlich an die individuellen Bedürfnisse anpassen.

Der Wettbewerb um Daten ist daher ein wesentliches Hindernis, in dem sich Blockchains einen Vorsprung verschaffen können – insbesondere da Qualität zum geschätzten Attribut wird, das den Datenmarkt prägt.

QUALITÄT VOR QUANTITÄT

Erste Untersuchungen deuten darauf hin, dass in den kommenden Jahren bis zu 90 % der Online-Inhalte synthetisch generiert werden könnten. Während synthetische Trainingsdaten Vorteile bieten, bergen sie auch erhebliche Risiken im Zusammenhang mit einer Verschlechterung der Modellqualität sowie der Verstärkung von Verzerrungen.

Es besteht ein echtes Risiko, dass Modelle des maschinellen Lernens in den nächsten Jahren nicht-synthetische Datenquellen erschöpfen . Die Koordinationsmechanismen und Attestierungsprimitive von Crypto sind von Natur aus optimiert, um dezentrale Marktplätze zu unterstützen, auf denen Benutzer ihre Daten teilen, besitzen oder monetarisieren können, um domänenspezifische Modelle zu trainieren oder zu verfeinern.

Infolgedessen könnte sich web3 insgesamt als eine bessere und effizientere Quelle für von Menschen erstellte Schulungs- und Feinabstimmungsdaten erweisen.

VERSTÄRKENDE FORTSCHRITTE

Dezentrale Trainings-, Feinabstimmungs- und Inferenzprozesse, die durch Blockchains ermöglicht werden, können auch Open-Source-Intelligenz besser bewahren und zusammenführen.

Kleinere Open-Source-Modelle, die mithilfe effizienter Feinabstimmungsprozesse verfeinert wurden , konkurrieren bereits hinsichtlich der Ausgabegenauigkeit mit ihren größeren Pendants. Bei den Quell- und Feinabstimmungsdaten beginnt sich daher das Blatt von Quantität hin zu Qualität zu verschieben.

Die Möglichkeit, den Lebenszyklus sowohl der Original- als auch der abgeleiteten Daten zu verfolgen und zu überprüfen, ermöglicht Reproduzierbarkeit und Transparenz, die zu qualitativ hochwertigeren Modellen und Eingaben führen.

Quelle: Will Henshall / Epoch (TIME)

Blockchains können als primäre Domäne mit vielfältigen, überprüfbaren und maßgeschneiderten Datensätzen einen dauerhaften Burggraben bilden. Dies kann besonders wertvoll sein, da herkömmliche Lösungen den algorithmischen Fortschritt übermäßig indizieren, um Datendefiziten entgegenzuwirken.

DER INHALTS-TSUNAMI

Die kommende Flutwelle von KI-generierten Inhalten ist ein weiterer Punkt, an dem sich der Early-Mover-Vorteil von Krypto auszeichnen wird.

Dieses neue technologische Paradigma wird den Erstellern digitaler Inhalte in beispiellosem Umfang Möglichkeiten bieten, und Web3 bietet Plug-and-Play-Grundlagen, um alles zu verstehen. Dank der jahrelangen Entwicklung rund um Primitive, die das Eigentum und die unveränderliche Herkunft digitaler Vermögenswerte UND Inhalte in Form von NFTs festlegen, hat Krypto einen Heimvorteil.

NFTs können den gesamten Lebenszyklus der Inhaltserstellung erfassen, aber auch digital-native Identitäten, virtuelle Vermögenswerte oder sogar Cashflow-Ströme darstellen.

Infolgedessen ermöglichen NFTs neue Benutzererlebnisse wie Marktplätze für digitale Assets (OpenSea, Blur) und überdenken gleichzeitig Geschäftsmodelle rund um schriftliche Inhalte (Mirror), soziale Medien (Farcaster, Lens), Spiele (Dapper Labs, Immutable) und sogar Finanzinfrastruktur (Upshot, NFTFi).

Die Technologie bekämpft Deep Fakes und Computermanipulation möglicherweise sogar zuverlässiger als die Alternative – die Verwendung von Algorithmen für die Arbeit. In einem eklatanten Beispiel wurde das Erkennungstool von OpenAI aufgrund von Genauigkeitsfehlern abgeschaltet .

Ein letzter Punkt: Fortschritte bei der prägnanten und überprüfbaren Berechnung werden auch die Dynamik von NFTs steigern, da sie ML-Ausgaben integrieren, um intelligentere, sich weiterentwickelnde Metadaten zu ermöglichen. Wir glauben, dass KI-gestützte Tools und Schnittstellen auf der Blockchain-Technologie einen umfassenden Mehrwert schaffen und die digitale Content-Landschaft neu gestalten werden.

NUTZEN SIE DAS UNENDLICHE WISSEN VON ML MIT NULL WISSEN

Die Suche der Blockchain-Industrie nach technischen Lösungen, die eine ressourceneffiziente Datenverarbeitung ermöglichen und gleichzeitig die vertrauenswürdige Dynamik bewahren, hat zu erheblichen Fortschritten in der Zero-Knowledge-Kryptographie (ZK) geführt.

Obwohl ZK-Proofs ursprünglich dazu gedacht waren, Ressourcenengpässe zu beseitigen, die Systemen wie der Ethereum Virtual Machine (EVM) innewohnen, bieten sie eine Reihe wertvoller Anwendungsfälle im Zusammenhang mit KI.

Eine offensichtliche Möglichkeit ist einfach eine Erweiterung einer bestehenden Freischaltung: die effiziente und prägnante Überprüfung rechenintensiver Prozesse, wie die Ausführung eines ML-Modells außerhalb der Kette, sodass das Endprodukt, wie die Schlussfolgerung eines Modells, von intelligenten Verträgen in Form von in die Kette aufgenommen werden kann ein ZK-Beweis.

Speichernachweise gepaart mit Coprocessing können noch einen Schritt weiter gehen und die Fähigkeiten von On-Chain-Anwendungen erheblich verbessern, indem sie sie reflektiver machen, ohne neue Vertrauensannahmen einzuführen.

Die Implikationen ermöglichen auch völlig neue Funktionen.

Mithilfe der ZK-Kryptografie kann überprüft werden, ob beim Aufruf über eine API tatsächlich ein bestimmtes Modell oder ein bestimmter Datenpool zur Generierung von Schlussfolgerungen verwendet wurde. Es kann auch die spezifischen Gewichte oder Daten verbergen, die ein Modell in kundensensiblen Branchen wie dem Gesundheitswesen oder dem Versicherungswesen verbraucht.

Unternehmen können sogar effektiver zusammenarbeiten, indem sie Daten oder geistiges Eigentum austauschen und von gemeinsamen Erkenntnissen profitieren, während ihre Ressourcen weiterhin geschützt bleiben.

Und schließlich haben ZKPs eine echte Anwendbarkeit im zunehmend relevanten (und anspruchsvolleren) Bereich der Unterscheidung zwischen menschlichen und synthetisch generierten Daten, die zuvor besprochen wurden.

Einige dieser Anwendungsfälle hängen von der Notwendigkeit einer weiteren Entwicklung rund um die technische Implementierung und der Suche nach nachhaltiger Wirtschaftlichkeit in großem Maßstab ab, aber zkML hat das Potenzial, einen einzigartigen Einfluss auf die Entwicklung der KI zu haben.

LONG TAIL-VERMÖGENSWERTE UND LATENTER WERT

Krypto hat bereits seine Rolle als überlegener Architekt des Wertflusses in traditionellen Märkten wie Musik und Kunst unter Beweis gestellt. In den letzten Jahren sind auch On-Chain-Liquiditätsmärkte entstanden, die Off-Chain-Sachwerte wie Wein und Turnschuhe repräsentieren.

Der natürliche Nachfolger wird erweiterte ML-Funktionen umfassen, da KI in die Kette integriert und für intelligente Verträge zugänglich gemacht wird.

ML-Modelle werden in Kombination mit Blockchain-Schienen den Underwriting-Prozess für illiquide Vermögenswerte überarbeiten, die zuvor aufgrund mangelnder Daten oder Käufertiefe nicht zugänglich waren.

Eine Methode besteht darin, dass ML-Algorithmen eine riesige Auswahl an Variablen abfragen, um verborgene Beziehungen zu bewerten und die Angriffsfläche manipulativer Akteure zu minimieren. Web3 experimentiert bereits mit der Schaffung von Märkten rund um neuartige Konzepte wie Social-Media-Verbindungen und Wallet-Benutzernamen.

Ähnlich wie AMMs Auswirkungen auf die Freigabe von Liquidität für Long-Tail-Token hatten, wird ML die Preisfindung revolutionieren, indem es riesige Mengen quantitativer und qualitativer Daten erfasst, um nicht offensichtliche Muster abzuleiten. Diese neuen Erkenntnisse können dann die Grundlage für Smart-Contract-basierte Märkte bilden.

Die analytischen Fähigkeiten der KI werden in die dezentrale Finanzinfrastruktur integriert, um schlummernde Werte in Long-Tail-Vermögenswerten aufzudecken.

DEZENTRALISIERUNG DER INFRASTRUKTUREBENE

Die Vorteile von Krypto bei der Gewinnung und Monetarisierung qualitativ hochwertigerer Daten betreffen eine Seite der Gleichung. Die andere Seite – die unterstützende Infrastruktur hinter der KI – verspricht ähnliches.

Dezentrale physische Infrastrukturnetzwerke (DePINs) wie Filecoin oder Arweave haben bereits Speichersysteme entwickelt, die die Blockchain-Technologie nativ integrieren.

Andere wie Gensyn und Together stellen sich der Herausforderung des Modelltrainings über ein verteiltes Netzwerk, während Akash einen beeindruckenden P2P-Marktplatz gestartet hat, der Angebot und Nachfrage rund um überschüssige Computerressourcen verbindet.

Darüber hinaus schafft Ritual die Grundlage für eine offene KI-Infrastruktur in Form eines Anreiznetzwerks und einer Reihe von Modellen, die verteilte Computergeräte verbinden, damit Benutzer Rückschlüsse ziehen und Feinabstimmungen vornehmen können.

Entscheidend ist, dass DePINs wie Ritual, Filecoin oder Akash auch einen viel größeren und effizienteren Markt schaffen können. Sie tun dies, indem sie die Angebotsseite für einen viel breiteren Bereich öffnen, der passive Anbieter umfasst, die in der Lage sind, latenten wirtschaftlichen Wert freizusetzen, oder indem sie leistungsschwächere Hardware in Pools konsolidieren, die mit ihren hochentwickelten Konkurrenten konkurrieren.

Jeder Teil des Stapels beinhaltet unterschiedliche Einschränkungen und Wertpräferenzen, und es bleibt noch viel Arbeit zu leisten, um diese Schichten im großen Maßstab zu testen (insbesondere in den aufstrebenden Bereichen des dezentralen Modelltrainings und der dezentralen Berechnung).

Allerdings sind die Grundlagen für Blockchain-basierte Lösungen für Rechenleistung, Speicherung und sogar Modellschulung vorhanden, die letztendlich mit herkömmlichen Märkten konkurrieren können.

WAS DAS ALLES BEDEUTET

Crypto x AI entwickelt sich schnell zu einem der inspirierendsten Designbereiche. Die jeweiligen Bereiche wirken sich bereits auf alles aus, von der Erstellung von Inhalten und dem kulturellen Ausdruck bis hin zu Unternehmensabläufen und der Finanzinfrastruktur.

Gemeinsam glauben wir, dass diese Technologien die Welt in den kommenden Jahrzehnten verändern werden. Die besten Teams integrieren von Haus aus erlaubnislose Infrastruktur und Kryptoökonomie neben KI, um die Leistung zu verbessern, völlig neue Verhaltensweisen zu ermöglichen oder wettbewerbsfähige Kostenstrukturen zu erreichen.

Krypto führt eine beispiellose Größe, Tiefe und Granularität standardisierter Daten in Koordinationsnetzwerke ein, oft ohne offensichtliche Möglichkeit, aus diesen Daten einen Nutzen zu ziehen.

In der Zwischenzeit wandelt die KI Informationspools in Vektoren relevanter Kontexte oder Beziehungen um.

Zusammen können diese beiden Grenzen eine einzigartige wechselseitige Beziehung bilden, die den Weg für die Erbauer der dezentralen Zukunft bereitet.

*Ein großes Dankeschön an Niraj Pant, Akilesh Potti, Jason Morton, Dante Camuto, David Wong, Ismael Hishon-Rezaizadeh, Illia Polosukhin und andere für ihre Arbeit an der Spitze dieses Raums, ihre unschätzbaren Erkenntnisse und ihre Inspiration – allesamt Ermöglichen Sie nicht nur diesen Artikel, sondern auch die glänzende Zukunft von Krypto.

Haftungsausschluss:

1. Dieser Artikel ist ein Nachdruck von [Archetype]. Alle Urheberrechte liegen beim ursprünglichen Autor [DANNY SURSOCK]. Wenn Sie Einwände gegen diesen Nachdruck haben, wenden Sie sich bitte an das Gate Learn- Team, das sich umgehend darum kümmern wird.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen sind ausschließlich die des Autors und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verbreiten oder Plagiieren der übersetzten Artikel verboten.