L'IA représente sans doute la plus grande révolution technologique de l'histoire et a lancé une course aux armements technologiques telle que le monde n'en a jamais vu auparavant. Les modèles d'IA actuels obtiennent déjà des scores dans le décile supérieur pour la plupart des tests standardisés de niveau universitaire et surpassent les humains dans de nombreuses tâches, y compris la recherche en IA elle-même. Même à son niveau actuel, cela transforme déjà de nombreuses industries telles que la recherche, le service client, la création de contenu, la programmation, l'éducation, et plus encore.

Nous nous attendons à ce que les capacités d'IA, le financement et son impact sur la société ne fassent qu'accélérer à partir d'ici. Tous les grands géants de la technologie comprennent que l'IA est existentielle pour leurs entreprises et investissent en conséquence. Les revenus de NVIDIA, probablement le meilleur proxy pour l'investissement en capital de l'IA, devraient atteindre plus de 100 milliards de dollars en 2024, plus du double de celui de 2023, >4 fois celui de l'année précédente.

Le PDG de Google Sundar Pichai sur les investissements en IA:

« Le risque de sous-investissement est nettement plus grand que le risque de surinvestissement pour nous ici. »

En même temps, les startups ressentent que l'IA est une force perturbatrice avec laquelle elles peuvent déloger des détenteurs de plusieurs décennies et estiment que $83ba étéinvestidans les start-ups d'IA au cours des 18 derniers mois.

Étant donné que les capacités de l'IA ont tendance à croître de manière exponentielle avec les calculs qui leur sont appliqués, il est très probable que nous atteindrons quelque chose comme l'AGI dans la décennie à venir.

Source:Conscience situationnellepar@leopoldasch

Dans cet article, nous soutenons que la dynamique concurrentielle conduira à un monde de millions de modèles, et que la crypto est le substrat idéal pour ce monde à nombreux modèles. Nous commencerons par discuter de la raison pour laquelle nous pensons qu'un monde à nombreux modèles est l'aboutissement logique de l'IA. Nous passons ensuite en revue les différenciateurs uniques que la crypto offre à l'IA. Enfin, nous couvrons la pile crypto x IA telle que nous la voyons, et fournissons des exemples spécifiques des types de projets qui nous enthousiasment.

Il existe de solides raisons philosophiques et morales pour lesquelles l'IA open source et la crypto x IA sont un meilleur état de choses pour l'humanité, et ce sontexcellente couverture ailleurs. Bien que nous soyons entièrement d'accord avec eux et que cela fasse partie de ce qui nous motive à construire dans cet espace, nous nous concentrerons uniquement sur les raisons pratiques pour lesquelles la crypto x IA l'emportera, plutôt que sur les arguments moraux pour lesquels elle devrait l'emporter.

Modèle de Dieu vs nombreux modèles

En ce moment, nous nous dirigeons vers un monde où quelques grandes entreprises technologiques verticalement intégrées produisent des « modèles divins » qui dominent tout le reste.

Cependant, nous ne pensons pas que ce soit la fin du jeu pour quelques raisons :

1. Risque de tapis : les organisations, les entrepreneurs et les développeurs qui créent des expériences basées sur l'IA ne veulent pas dépendre d'une seule entreprise propriétaire qui peut modifier le modèle, altérer les conditions d'utilisation, voire cesser complètement de les servir.
2. Trade-off entre coût et performance : les modèles extrêmement grands et généralisés privilégiés par les grandes entreprises technologiques sont nécessairement beaucoup plus chers, tant à former qu'à exécuter. Par conséquent, cela les rend surévalués et surdimensionnés pour de nombreux cas d'utilisation. Bien que cela ne soit pas actuellement une considération majeure car les gens ne pensent pas à la rentabilité, à mesure que l'IA se développe, les gens chercheront à optimiser le coût le plus bas possible pour le niveau de performance recherché. Pour de nombreuses tâches, les grands modèles ne seront pas compétitifs ici. Des recherches approfondies soutiennent cela, montrant que des modèles plus petits et spécialisés peuvent surpasser les modèles généralisés dans tous les domaines.diagnostics d'imagerie médicale,détection de fraude, reconnaissance vocale etbeaucoup plus.
3. Intégration verticale : Comme Apple l'a démontré à plusieurs reprises, les meilleurs produits résultent souvent d'une intégration verticale sur l'ensemble de la pile. Les entrepreneurs ambitieux qui construisent des produits AI-enabled chercheront à obtenir un avantage concurrentiel en s'appuyant sur leurs propres modèles spécialisés. Ces produits seront également en mesure de capturer plus de valeur, attirant ainsi plus d'investissements, etc.
4. Préoccupations en matière de confidentialité : l'IA sera au cœur des flux de travail organisationnels d'une manière qui, à juste titre, n'a été égalée par aucune autre technologie. De nombreuses organisations sont réticentes à confier leurs données sensibles à ces modèles.

Pour ces raisons, nous pensons qu'il est beaucoup plus probable que nous nous retrouvions dans un monde avec de nombreux modèles plus petits et spécialisés, adaptés et rentables pour des cas d'utilisation particuliers. Les développeurs d'applications et les utilisateurs exploiteront des modèles open source tels que LLaMA ou ceux de Gate@MistralAI""> @MistralAI comme base à partir de laquelle affiner leurs propres modèles dédiés, souvent en utilisant des données exclusives. De nombreux modèles continueront de s'exécuter sur des serveurs, mais des applications plus petites et plus sensibles à la confidentialité s'exécuteront localement sur les appareils clients, tandis que d'autres qui nécessitent une résistance à la censure pourraient utiliser des réseaux de calcul décentralisés.

Il s'agit d'un monde de Lego AI modulaire, où les développeurs et les entrepreneurs se disputent pour offrir de la valeur aux utilisateurs, et les utilisateurs peuvent choisir et combiner différents services pour répondre à leurs besoins particuliers. Acheminement, orchestration, synthèse, paiements et toutes sortes d'autres infrastructures devront être construits pour démanteler la pile du "modèle divin" et servir cette économie émergente de l'IA.

Cela arrive également d'être le monde où la crypto prospère.

Crypto x AI

Crypto a intuitivement l'impression d'être un domaine qui peut trouver une utilité dans ce monde à nombreux modèles. Cependant, cette hype a entraîné une allocation de capital importante dans l'espace de la part d'investisseurs souvent mal informés. Tout comme la bulle infra avant elle, de nombreux projets sont financés et construits alors qu'ils ne devraient peut-être pas l'être. En tant que tel, il n'est pas facile de déterminer quelles sous-secteurs dans l'espace crypto x IA ont réellement du mérite, ce qui amène beaucoup à rejeter tout l'espace comme un mème sans valeur fondamentale.

Nous ne pensons pas que ce soit un mème, mais il est vrai que ce monde à plusieurs modèles pourrait théoriquement exister sans crypto. Par conséquent, il était important pour nous de nous concentrer sur les différenciateurs uniques de la crypto qui nous permettent de créer des produits radicalement meilleurs ou, idéalement, ceux qui ne pourraient pas être construits sans elle. Pour ce faire, nous commençons par identifier les propriétés uniques de la crypto et comment elles pourraient s'appliquer à l'IA de manière à obtenir de meilleurs produits. Nous passerons ensuite en revue la pile crypto x IA et fournirons des exemples de cas d'utilisation que nous pensons correspondre à cela.

La couche de coordination - Les rails crypto sont excellents pour faciliter la coordination collective sans contrôle centralisé. Ils se sont avérés particulièrement efficaces pour surmonter le problème du serpent qui se mord la queue inhérent à la plupart des places de marché, en démarrant rapidement de grandes nouvelles bases d'utilisateurs avec des incitations natives à la crypto.

1. Les petites équipes qui construisent un modèle interne peuvent ne pas avoir un accès direct à toutes les ressources nécessaires. Par exemple, alors que les grands laboratoires d'IA des grandes entreprises technologiques auront probablement leur propre système de calcul, les petites équipes n'en auront pas. De même, ces équipes devront se procurer des données et peut-être recruter un ensemble diversifié de personnes pour fournir des commentaires humains. Ces besoins sont bien adaptés pour être servis par des places de marché spécialisées, et nous pensons que les places de marché qui utilisent des infrastructures cryptographiques auront un avantage concurrentiel par rapport à celles qui n'en utilisent pas.
2. API ouverte et sans permission : Les rails crypto fonctionnent comme une API ouverte et sans permission - accessible à tous, partout, sans avoir besoin de se conformer à la réglementation, de posséder une carte de crédit ou toute autre forme d'approbation d'un tiers. Ceci est important pour les agents d'IA qui, pour agir de manière totalement autonome, doivent pouvoir accéder à des services, déployer du code et transférer de la valeur sans intervention humaine. Cela permet des comportements émergents dignes de la science-fiction tels que des collectifs d'agents, des agents se payant mutuellement pour des services, contractant des dettes, voire même levant des fonds.
3. Non-confiance: Les rails cryptographiques ont tendance à être sans confiance, ce qui signifie que vous pouvez avoir des garanties cryptographiques qu'ils ne changent pas, que l'accès ne peut pas être retiré de manière inattendue et que vous pouvez vérifier que l'exécution est conforme aux attentes. C'est important pour la pile d'IA modulaire car, contrairement à une approche intégrée, les constructeurs devront composer avec un ensemble de primitives qu'ils ne contrôlent pas et les utilisateurs devront faire confiance à un certain nombre de services, dont beaucoup qu'ils ne connaissent même pas.
4. Résistance à la censure : Si déployées en tant que contrats immuables, les applications fonctionnant sur les rails de la crypto sont inarrêtables. Même si elles sont améliorables, cela se fait souvent par un DAO qui nécessite un quorum de détenteurs de jetons pour parvenir à un consensus. En supposant que l'IA devienne aussi puissante que nous le prévoyons, il est très probable que les gouvernements chercheront à la contrôler et à l'influencer. En fait, nous voyons déjà cela se produire. Tout comme Bitcoin et la crypto fournissent des rails monétaires/financiers en dehors du système, la crypto x IA fournit une intelligence inarrêtable.

La pile crypto x AI

Compte tenu de ces avantages, quelles applications pensons-nous être particulièrement intéressantes à l'intersection de la crypto x AI ?

Centres de données et calcul

L'utilité du calcul pour les modèles se divise généralement en deux catégories : l'entraînement et l'inférence. Nous voyons un intérêt à utiliser un calcul décentralisé pour les deux et nous allons développer chacun d'eux ci-dessous.

Formation sur le calcul décentralisé

Le calcul distribué est actuellement difficile en raison des lourdes exigences de communication et de latence entre les nœuds pendant l'entraînement. De nombreuses équipes essaient de résoudre ce problème et, compte tenu de l'ampleur de la récompense et de la qualité des talents qui y travaillent, nous sommes confiants que cela sera probablement résolu. Quelques approches prometteuses ici incluent[ @NousResearch]sDisTrOet@PrimeIntellect’sOpenDiLoCo.

En plus de résoudre les problèmes techniques difficiles de la formation distribuée et de construire un produit qui abstrait cette complexité, les gagnants devront également comprendre :

1. Comment garantir la qualité et la responsabilité sur un réseau sans permission
2. Comment amorcer une offre côté fournisseur, idéalement de centres de données et de clusters plutôt que de matériel grand public

Les incitations token seront probablement des enjeux de table pour inciter la demande, et des approches plus créatives peuvent inclure donner aux fournisseurs de calcul la propriété du modèle résultant.

Fondamentalement, les avantages d'un marché informatique distribué sont que vous pouvez exploiter le coût marginal le plus bas de calcul partout dans le monde. Cela devient de plus en plus important à mesure que les coûts croissants des fournisseurs de services en place poussent davantage d'entreprises/organisations à chercher des alternatives moins chères. Les inconvénients sont la latence, le matériel hétérogène ainsi que le manque de toutes les optimisations et économies d'échelle provenant de la construction et de l'exploitation de vos propres centres de données. Il reste à voir comment cela va se dérouler.

Inférence vérifiable

De manière générale, nous voyons le cas d'utilisation de l'inférence vérifiable comme une extension des systèmes à minimisation de la confiance avec des capacités d'IA. Il n'est pas pratique d'intégrer un modèle dans un contrat intelligent, mais il est possible d'exécuter le modèle hors chaîne et de publier une attestation ou une preuve qu'il s'est exécuté comme prévu sur la chaîne. Par exemple, les projets pourraient décharger sans confiance les décisions de gouvernance (par exemple, les décisions concernant les paramètres de risque dans un marché monétaire) vers un modèle hors chaîne.

Ce concept pourrait également être utilisé de manière plus générale pour des modèles open source ou fermés, donnant aux utilisateurs l'assurance que la sortie provient du modèle auquel ils s'attendaient. Cela pourrait devenir important alors que les applications et les utilisateurs exploitent de plus en plus l'IA pour des tâches de plus en plus critiques. Il existe de nombreux projets qui s'attaquent à cela de diverses manières, tels que Delphi Ventures portcoLaboratoires d'inférence @inference_labs.

Données

Former des LLMs aujourd'hui est un processus en plusieurs étapes nécessitant divers types de données et d'interventions humaines. Il commence par la préformation, où les LLMs s'entraînent sur des versions nettoyées et organisées de lacommon crawl et autres ensembles de données disponibles gratuitement. Pendant la post-formation, les modèles sont formés sur des ensembles de données plus petits, plus spécifiques et étiquetés pour les rendre compétents dans des domaines spécifiques (par exemple, la chimie), souvent avec l'aide d'experts.

Afin de garantir des données fraîches et/ou propriétaires, les laboratoires d'IA concluent souvent des accords avec les propriétaires de grandes sources de données. Par exempleOpenAI et Reddit ont signé un accordd'une valeur supposée de 60 millions de dollars. De même, le Wall Street Journal a rapporté que l'accord de News Corp avec OpenAI était évalué à plus de 250 millions de dollars sur cinq ans. Il est clair que les données sont plus précieuses que jamais.

Nous croyons que les réseaux cryptographiques sont bien placés pour aider les équipes à trouver les données et les ressources nécessaires à chaque étape de ce processus. Peut-être le secteur le plus intéressant est la collecte de données, où nous pensons que les incitations cryptographiques sont bien placées pour amorcer le côté offre de la collecte de données et débloquer une grande partie de la longue traîne des sources de données significatives.

Par exemple,Grass AI@getgrass_io Incite les utilisateurs à partager leur bande passante Internet inactive pour aider à récupérer des données sur le Web qui sont ensuite structurées, nettoyées et rendues accessibles pour l’entraînement de l’IA. Si Grass peut amorcer suffisamment du côté de l’offre, il peut effectivement agir comme une clé API fournissant des données Internet fraîches à utiliser dans les modèles.

@Hivemapperest un autre bon exemple - le réseau a été lancé en novembre 2022 et collecte des millions de kilomètres d'images de niveau routier chaque semaine, ayant déjà cartographié 25% du monde. Il est facile de voir comment des modèles similaires pourraient être appliqués à d'autres formes de données multimodales et monétisées en les vendant à des laboratoires d'IA.

Comme le montrent les accords NewsCorp/Reddit, de nombreuses entreprises possèdent des données précieuses, mais beaucoup sont soit trop petites, soit ne disposent pas des connexions avec les laboratoires d'IA pour les monétiser. De même, les laboratoires d'IA concluant des accords avec de petits fournisseurs individuels peuvent ne pas valoir l'effort. Un marché de données bien conçu pourrait atténuer cela en connectant les fournisseurs aux laboratoires d'IA de manière quelque peu uniforme. Il y a quelques défis ici, les principaux étant la résolution de la qualité des données, ainsi que la fongibilité des API et des données.

Enfin, la préparation des données est un ensemble important de tâches comprenant l'étiquetage, le nettoyage, l'enrichissement, les transformations, etc. Une petite équipe peut ne pas avoir toutes ces compétences en interne et envisager de sous-traiter. Gate AI@scale_AI est une entreprise centralisée offrant ces services - actuellement estimée à environ 700 millions de dollars de chiffre d'affaires et en croissance rapide. Nous croyons qu'un marché bien conçu et un système de flux de travail basé sur les rails de crypto peuvent bien fonctionner ici.Lightworksest l'un des investissements de Delphi Ventures et il y en a quelques autres - tous à un stade assez précoce.

Modèle

Pour paraphraser le rapport de Delphi Digital,La Tour & La Place, la production et le contrôle des modèles d'IA sont en passe d'être presque entièrement contrôlés par « la tour » - les grandes entreprises technologiques et les gouvernements. Cela est sans doute un état des choses encore plus dystopique que la monnaie contrôlée par le gouvernement. Car cela leur permet non seulement de contrôler la ressource économique la plus importante, mais aussi de contrôler le récit en censurant et en manipulant l'information, en excluant certaines personnes « indésirables » du système, en utilisant les interactions privées des personnes avec l'IA contre elles, ou tout simplement en utilisant l'IA pour maximiser les revenus publicitaires.

De nombreuses personnes intelligentes travaillent pour créer "the square" - un réseau décentralisé dont l'objectif est de produire un modèle entièrement neutre et résistant à la censure accessible à tous. Ainsi, tout comme Bitcoin et les cryptomonnaies fournissent des rails financiers en dehors du système, la crypto x IA fournirait une intelligence en dehors du système.

De tels projets visent à créer un modèle de dieu qui rivalise avec GPT et LLaMA en décentralisant chaque partie du processus de création du modèle - les sources du réseau et préparent les données, s'entraînent sur leur propre calcul décentralisé, exécutent des inférences sur ce même calcul, et coordonnent l'ensemble du processus grâce à une gouvernance décentralisée. Aucune partie du processus n'est centralisée et donc le modèle est vraiment détenu par la communauté et incontrôlable par la “Tour”.

De toute évidence, créer un modèle décentralisé qui se rapproche de près ou de loin des modèles de pointe va être extrêmement difficile. Nous ne pouvons pas nous attendre à ce qu'un grand pourcentage d'utilisateurs tolère un produit de moindre qualité pour des raisons morales. Nous considérons cette catégorie de projets comme des "moonshots", peu susceptibles de réussir par définition, mais si c'est le cas, ils seraient incroyablement précieux - et nous espérons sincèrement qu'ils le seront.

Il convient également de mentionner les laboratoires d'IA centralisés, qui adoptent les idéaux crypto et sont susceptibles d'avoir un jeton ou d'utiliser des rails crypto d'une autre manière.@NousResearch, @PondGNNand @PondGNNsont quelques exemples dans lesquels Delphi Ventures a investi.

Enfin, l'infrastructure de création de modèle telle que Bittensor par @opentensor relève de cette partie modèle de la pile. Bittensor a étédiscuté en détail ailleurscependant, nous n'aborderons pas ici les pour et les contre.

Applications

Eric Schmidt dans un discours récent a dit ce qui suit:

Si TikTok est interdit, voici ce que je propose à chacun d'entre vous de faire : dites à votre LLM ce qui suit : "Faites-moi une copie de TikTok, volez tous les utilisateurs, volez toute la musique, mettez mes préférences dedans, produisez ce programme dans les 30 prochaines secondes, publiez-le et dans une heure, s'il n'est pas viral, faites quelque chose de différent sur la même ligne."

Cette citation sert à illustrer l'incroyable pouvoir que nous attendons des agents. Mais pour agir avec une pleine autonomie, ces agents doivent pouvoir accéder aux services sans intervention humaine - transférer de la valeur et entrer dans des relations économiques, déployer et exécuter du code sans permission.

Le monde traditionnel des applications bancaires, de la KYC et des flux d'inscription ne leur convient pas bien. Inévitablement, ils se heurteront à un système conçu pour les humains auquel ils ne peuvent pas accéder sans aide.

Les crypto-rails fournissent la plateforme parfaite. Ils offrent une base sans permission, sans confiance et résistante à la censure pour que les agents puissent opérer. S'ils ont besoin de déployer une application, ils peuvent le faire sur la chaîne. S'ils ont besoin de payer quelque chose, ils peuvent envoyer des jetons. Le code et les données des services sur la chaîne sont à la fois ouverts et uniformes, de sorte que les agents peuvent comprendre et interagir sans avoir besoin d'API ou de documentation.

Les agents peuvent également agir comme un catalyseur pour l'activité on-chain de différentes manières. Passer du paradigme UX des personnes cliquant sur des boutons sur des sites Web à une interaction via nos assistants personnels d'IA peut masquer la complexité notoire de l'intégration des cryptomonnaies. Cela permet de surmonter l'un des principaux obstacles à l'attraction de nouveaux utilisateurs.

Des projets comme Wayfinder @AIWayfinder, Autonolas@Autonolas, DAIN@dainprotocolet Almanak sont des projets notables qui se dirigent vers cet avenir.

Conclusion

L'IA est en passe de devenir la ressource la plus puissante et la plus importante du XXIe siècle, impactant profondément la société. Être uniquement contrôlé par les grandes entreprises technologiques et l'État est un avenir dystopique que nous ne voulons pas voir. Dans ce document, nous avons essayé de montrer un chemin pour que la cryptographie puisse empêcher ce monopole, non pas en s'attendant à ce que les gens utilisent des solutions pour des raisons philosophiques, mais en offrant de véritablement meilleures solutions pour les développeurs et les utilisateurs.

Nous en sommes encore au tout début de l'ère de l'IA et surtout de l'ère de la déIA. Il y a beaucoup à construire pour nous amener de là où nous en sommes maintenant à ce dont nous avons discuté dans cet article. Chez Delphi Labs, nous sommes impatients de voir l'avenir de la Crypto et de l'IA se dérouler et nous voulons façonner activement cet avenir en travaillant avec les meilleurs constructeurs de cet espace.

Étant donné qu’il n’en est qu’à ses débuts, nous pensons qu’un accélérateur est la structure idéale pour explorer l’espace de conception et travailler avec des mentors et des experts pour vous aider à donner vie à votre idée. Aujourd’hui, nous mettons la peau dans le jeu avec le nouveauNEAR x Delphi Labs AI Accelerator. Les candidatures sont ouvertes maintenant jusqu'au 4 octobre 2024. Si vous êtes un entrepreneur ambitieux ou un fondateur qui croit en l'avenir de l'IA x Web3, rejoignez-nous et faisons-en une réalité ensemble.

Merci à : @Redphonecrypto,@Bitcoin_Sage, @KSimback, @Kevin_Kelly_II,@Shaughnessy119et@CannnGurel pour les modifications et les commentaires.

La mission de Delphi Labs est de rendre la cryptographie plus performante et plus rapide. Nous exploitons notre expérience pratique des principaux protocoles de cryptographie, notamment Thorchain, AAVE et Synthetix, pour aider les entrepreneurs à passer de zéro à un. Découvrez comment surdelphilabs.io.

Avertissement：

1. Cet article est repris de [ Delphi Labs]. Tous les droits d'auteur appartiennent à l'auteur original [Luke Saunders et Jose Macedo]. S'il y a des objections à cette reproduction, veuillez contacter le Gate Learnl'équipe, et ils s'en occuperont rapidement.
2. Clause de non-responsabilité : Les points de vue et opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent pas un conseil en investissement.
3. Les traductions de l’article dans d’autres langues sont effectuées par l’équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, de distribuer ou de plagier les articles traduits.