Encaminhar o Título Original: DeAI Compressed
Dado que as criptomoedas são essencialmente software de código aberto com incentivos financeiros embutidos - e a IA está perturbando a forma como o software é escrito - é razoável supor que a IA terá um impacto massivo no espaço da blockchain em toda a pilha.
Para mim, os maiores desafios enfrentados pela DeAI estão na camada de infraestrutura, dada a intensidade de capital na construção de modelos fundamentais e os retornos de escala em dados e computação.
Dadas as leis de escala, as Big Tech têm uma vantagem pronunciada: aproveitando seus cofres de guerra colossais provenientes de lucros de monopólio na agregação da demanda do consumidor durante a segunda geração da internet e reinvestindo-os em infraestrutura de nuvem durante uma década de taxas artificialmente baixas, os hiperscalers estão agora tentando capturar o mercado de inteligência ao dominar dados e computação - os ingredientes-chave para a IA:
Devido à intensidade de capital e aos requisitos de alta largura de banda das grandes execuções de treinamento, os superclusters unificados ainda são os mais ideais - fornecendo às Big Tech os modelos com melhor desempenho - de código fechado - que eles planejam alugar a margens oligopolísticas, reinvestindo os lucros em cada geração subsequente.
No entanto, os fossos em IA têm se mostrado menos profundos do que os efeitos de rede do web2, com os principais modelos de fronteira depreciando rapidamente em relação ao campo, especialmente com a Meta adotando uma postura de 'terra arrasada' e comprometendo dezenas de bilhões para modelos de fronteira de código aberto, como o Llama 3.1 com desempenho de nível SOTA.
Isso, juntamente compesquisa emergenteem métodos de treinamento descentralizados de baixa latência, pode (parcialmente) commoditizar modelos de negócios de fronteira - deslocando (pelo menos alguns) da competição de super clusters de hardware (favorecendo Big Tech) para inovação de software (marginalmente favorecendo código aberto / criptomoeda) à medida que o preço da inteligência cai.
Dada a eficiência computacional das arquiteturas de “mistura de especialistas” e síntese / roteamento de LLM, parece provável que estamos caminhando não para um mundo de 3 a 5 mega modelos, mas para um tecido de milhões de modelos com diferentes compensações de custo / desempenho. Uma rede de inteligência entrelaçada. Uma hivemind.
Isso se torna um problema de coordenação maciço: o tipo para o qual as blockchains e incentivos cripto devem estar bem equipados para ajudar.
O software está dominando o mundo. A IA está dominando o software. E a IA é basicamente apenas dados e computação.
Qualquer coisa que possa obter de forma mais eficiente as duas entradas acima (infraestrutura), coordená-las (middleware) e atender às demandas dos usuários (aplicativos) será valiosa.
Delphi é otimista em vários componentes em toda a pilha:
Dado que a IA é alimentada por dados e cálculos, a infraestrutura DeAI é dedicada a obter ambos de forma tão eficiente quanto possível, geralmente usando incentivos criptográficos. Como mencionamos anteriormente, esta é a parte mais desafiadora da pilha na qual competir, mas também potencialmente a mais recompensadora dada a dimensão dos mercados finais.
Embora até agora tenha sido limitado pela latência, os protocolos de treinamento descentralizados e os mercados de GPU esperam orquestrar hardware latente e heterogêneo para fornecer computação sob demanda de baixo custo para aqueles excluídos das soluções integradas das Big Tech. Players como Gensyn, Prime Intellect e Neuromesh estão empurrando as fronteiras do treinamento distribuído enquantoio.net, Akash, Aethir etc estão habilitando inferência de menor custo mais próxima à borda.
Em um mundo de inteligência ubíqua baseada em modelos menores e especializados, os ativos de dados são cada vez mais valiosos e passíveis de monetização.
Até o momento, DePIN (redes físicas descentralizadas) tem sido amplamente elogiado por sua capacidade de construir redes de hardware de custo mais baixo em comparação com os concorrentes de alto custo de capital (por exemplo, as telecomunicações). No entanto, potencialmente, o maior mercado do DePIN surgirá na coleta de conjuntos de dados inovadores que fluem para as inteligências on-chain:protocolos agentes (a ser discutido posteriormente).
Em um mundo onde o trabalho - o maior TAM do mundo? - está sendo substituído por uma combinação de dados e computação, a infraestrutura DeAI oferece uma maneira para não Tech BaronsAproveite os Meios de Produçãoe contribuir para a próxima economia em rede.
O objetivo final da DeAI é a computação efetivamente componível. Assim como os Lego's do dinheiro DeFi, a IA descentralizada compensa a falta de desempenho absoluto hoje com a componibilidade sem permissão - incentivando um ecossistema aberto de software e primitivos de computação que se acumulam ao longo do tempo para (esperamos) superar os incumbentes.
Se o Google é o extremo “integrado”, então o DeAI representa o extremo “modular”. ComoClayton Christensenlembra-nos que abordagens integradas tendem a liderar em indústrias emergentes, reduzindo o atrito na cadeia de valor, mas à medida que o espaço amadurece, cadeias de valor modularizadas ganham espaço através de uma maior competição e eficiências de custo em cada camada da estrutura:
Estamos bastante otimistas em várias categorias essenciais para viabilizar essa visão modular:
Em um mundo de inteligência fragmentada, como escolher o modelo certo e o momento certo pelo melhor preço possível? Agregadores do lado da demanda sempre capturaram valor (verteoria da agregação), e a função de roteamento é essencial para otimizar a curva de pareto entre desempenho e custos no mundo da inteligência em rede:
Bittensorfoi o líder aqui na geração 1, mas uma série de concorrentes dedicados estão surgindo.
Allora hospeda competições entre diferentes modelos em vários "tópicos" de uma forma que seja "consciente do contexto" e se auto-aperfeiçoe ao longo do tempo – informando previsões futuras com base na precisão histórica sob condições específicas.
Morpheusvisa se tornar o "roteador do lado da demanda" para casos de uso do web3 - essencialmente uma "inteligência da Apple" com um agente local de código aberto que possui o contexto relevante do usuário e pode rotear consultas de forma eficiente por meio do DeFi ou dos blocos de construção emergentes da infraestrutura de "computação componível" do web3.
Protocolos de interoperabilidade de agentes comoTheoriqeAutonolasobjetivo de levar o roteamento modular ao extremo, permitindo ecossistemas componíveis e compostos de agentes ou componentes flexíveis em serviços completos em cadeia.
Em resumo, em um mundo de inteligência fragmentada rapidamente, os agregadores de oferta e demanda desempenharão um papel extremamente poderoso. Se o Google se tornou uma empresa de US$2 trilhões indexando as informações do mundo, então o vencedor nos roteadores de demanda - seja a Apple, o Google ou uma solução web3 - que indexa inteligência agente, deve ser ainda maior.
Dada sua descentralização, as blockchains são altamente restritas tanto em dados quanto em computação. Como trazer as aplicações de IA intensivas em computação e dados que os usuários virão a exigir na blockchain?
Co-processadores!
Origem:Florin Digital
Esses são efetivamente 'oráculos' que oferecem diferentes técnicas para 'verificar' os dados ou o modelo subjacente sendo usado de uma maneira que minimiza novas suposições de confiança em cadeia, ao mesmo tempo em que oferece aumentos substanciais de capacidade. Até agora, houve uma série de projetos usando abordagens zkML, opML, TeeML e criptoeconômicas - todos com prós e contras variados:
Para uma análise mais aprofundada, por favor, verifique nosso relatório DeAI parte III que será lançado nas próximas semanas.
Em um nível alto, os co-processadores são essenciais para tornar os contratos inteligentes, bem... inteligentes - fornecendo soluções tipo 'data warehouse' para consultar experiências on-chain mais personalizadas ou fornecendo verificação de que uma inferência dada foi concluída corretamente.
Redes TEE comoSuper,Phala, eMarlinem particular têm ganhado popularidade recentemente devido à sua praticidade e prontidão para hospedar aplicativos em escala hoje.
Em geral, os co-processadores são essenciais para combinar as blockchains altamente determinísticas, mas com baixo desempenho, com inteligências altamente performáticas, mas probabilísticas. Sem os co-processadores, a IA não estaria chegando a esta geração de blockchains.
Um dos maiores problemas do desenvolvimento de código aberto em IA tem sido a falta de incentivos para torná-lo sustentável. O desenvolvimento de IA é altamente intensivo em capital, e o custo de oportunidade tanto de computação quanto de trabalho em conhecimento de IA é muito alto. Sem incentivos adequados para recompensar as contribuições de código aberto, o espaço inevitavelmente perderá para hipercapitalistas hiperescaladores.
Uma série de projetos deSentientparaPluralisparaSaharaparaMiratodos visam iniciar redes que permitam e recompensem adequadamente as contribuições para inteligências em rede de redes fragmentadas de indivíduos.
Ao corrigir o modelo de negócio, a composição do código aberto deve acelerar - dando aos desenvolvedores e pesquisadores de IA uma opção fora das grandes empresas de tecnologia que é global por natureza e, esperançosamente, também bem remunerada com base no valor criado.
Embora seja muito complicado acertar e cada vez mais competitivo, o TAM aqui é enorme.
Onde LLMs delimitam padrões em grandes corpora de textos e aprendem a prever a próxima palavra, Redes Neurais Gráficas (GNNs) processam, analisam e aprendem com dados estruturados em forma de grafo. Como os dados on-chain consistem principalmente de interações complexas entre usuários e contratos inteligentes - em outras palavras, um grafo - as GNNs parecem uma escolha lógica para fundamentar casos de uso de IA no chain.
Projetos comoPONDe RPS estão tentando construir modelos fundamentais para web3 - potencialmente transformadores no comércio, Defi e até mesmo casos de uso social como
Esses modelos vão depender bastante de soluções de data warehousing comoEspaço e Tempo,Subsquid,Covalente, eHyperlineque também estou bastante otimista.
As GNNs poderiam provar que os LLMs das blockchains e os armazéns de dados web3 são habilitadores essenciais: fornecendo funcionalidade OLAP para web3.
Na minha opinião, agentes na cadeia podem ser a chave para desbloquear a péssima experiência do usuário da criptomoeda, mas, mais importante, a demanda ausente para a utilização lamentável dos bilhões de dólares que investimos na infraestrutura web3 ao longo da última década.
Não se engane, os agentes estão chegando…
E parece lógico que esses agentes aproveitariam a infraestrutura aberta e sem permissão - em pagamentos e computação componível - para alcançar metas finais cada vez mais complexas.
Na economia futura da inteligência em rede, talvez os fluxos econômicos sejam muito menos B -> B -> C e muito mais usuário -> agente -> rede de computação -> agente -> usuário.
Protocolos agentessão o resultado final. Aplicações ou empresas de serviços com despesas limitadas que funcionam principalmente usando recursos on-chain atendendo às demandas do usuário final (ou um do outro) em redes componíveis com custos muito menores do que empresas tradicionais.
Assim como no web2, onde a camada de aplicativos capturou a maioria do valor, sou um fã da tese dos "protocolos agentes gordos" em DeAI. A captura de valor deve mudar ao longo do tempo para o topo da pilha.
O próximo Google, Facebook e Blackrock provavelmente serão protocolos agentes e os componentes para permiti-los estão sendo criados agora mesmo.
A IA mudará a forma de nossas economias. Hoje, o mercado espera que a captura de valor resida dentro dos limites de algumas grandes corporações no Noroeste do Pacífico dos Estados Unidos. DeAI representa uma visão diferente.
Uma visão de redes abertas e componíveis de inteligências com incentivos e remuneração até mesmo para pequenas contribuições e maior propriedade/co-governança coletiva.
Embora certas narrativas em DeAI saiam na frente e muitos projetos negociem significativamente acima da tração atual, o tamanho da oportunidade é realmente grande. Para aqueles que são pacientes e perspicazes, a visão final da DeAI de computação verdadeiramente componível pode provar a própria justificativa para blockchains em si.
Se você gostou deste teaser, fique de olho nos nossos relatórios de longa duração desbloqueando nas próximas semanas, à medida que o mês de IA x Crypto da Delphi se desenrola:
DeAI I: A Torre & O Quadrado(desbloqueado agora)
DeAI II: Apropriando os Meios de Produção, Infra (desbloquear em breve)
DeAI III: Computação Componível, Middleware (desbloquear na próxima semana)
DeAI IV: A Economia Agente, Aplicações (desbloqueio em duas semanas)
Vai ser um mês grande. Prenda-se.
Encaminhar o Título Original: DeAI Compressed
Dado que as criptomoedas são essencialmente software de código aberto com incentivos financeiros embutidos - e a IA está perturbando a forma como o software é escrito - é razoável supor que a IA terá um impacto massivo no espaço da blockchain em toda a pilha.
Para mim, os maiores desafios enfrentados pela DeAI estão na camada de infraestrutura, dada a intensidade de capital na construção de modelos fundamentais e os retornos de escala em dados e computação.
Dadas as leis de escala, as Big Tech têm uma vantagem pronunciada: aproveitando seus cofres de guerra colossais provenientes de lucros de monopólio na agregação da demanda do consumidor durante a segunda geração da internet e reinvestindo-os em infraestrutura de nuvem durante uma década de taxas artificialmente baixas, os hiperscalers estão agora tentando capturar o mercado de inteligência ao dominar dados e computação - os ingredientes-chave para a IA:
Devido à intensidade de capital e aos requisitos de alta largura de banda das grandes execuções de treinamento, os superclusters unificados ainda são os mais ideais - fornecendo às Big Tech os modelos com melhor desempenho - de código fechado - que eles planejam alugar a margens oligopolísticas, reinvestindo os lucros em cada geração subsequente.
No entanto, os fossos em IA têm se mostrado menos profundos do que os efeitos de rede do web2, com os principais modelos de fronteira depreciando rapidamente em relação ao campo, especialmente com a Meta adotando uma postura de 'terra arrasada' e comprometendo dezenas de bilhões para modelos de fronteira de código aberto, como o Llama 3.1 com desempenho de nível SOTA.
Isso, juntamente compesquisa emergenteem métodos de treinamento descentralizados de baixa latência, pode (parcialmente) commoditizar modelos de negócios de fronteira - deslocando (pelo menos alguns) da competição de super clusters de hardware (favorecendo Big Tech) para inovação de software (marginalmente favorecendo código aberto / criptomoeda) à medida que o preço da inteligência cai.
Dada a eficiência computacional das arquiteturas de “mistura de especialistas” e síntese / roteamento de LLM, parece provável que estamos caminhando não para um mundo de 3 a 5 mega modelos, mas para um tecido de milhões de modelos com diferentes compensações de custo / desempenho. Uma rede de inteligência entrelaçada. Uma hivemind.
Isso se torna um problema de coordenação maciço: o tipo para o qual as blockchains e incentivos cripto devem estar bem equipados para ajudar.
O software está dominando o mundo. A IA está dominando o software. E a IA é basicamente apenas dados e computação.
Qualquer coisa que possa obter de forma mais eficiente as duas entradas acima (infraestrutura), coordená-las (middleware) e atender às demandas dos usuários (aplicativos) será valiosa.
Delphi é otimista em vários componentes em toda a pilha:
Dado que a IA é alimentada por dados e cálculos, a infraestrutura DeAI é dedicada a obter ambos de forma tão eficiente quanto possível, geralmente usando incentivos criptográficos. Como mencionamos anteriormente, esta é a parte mais desafiadora da pilha na qual competir, mas também potencialmente a mais recompensadora dada a dimensão dos mercados finais.
Embora até agora tenha sido limitado pela latência, os protocolos de treinamento descentralizados e os mercados de GPU esperam orquestrar hardware latente e heterogêneo para fornecer computação sob demanda de baixo custo para aqueles excluídos das soluções integradas das Big Tech. Players como Gensyn, Prime Intellect e Neuromesh estão empurrando as fronteiras do treinamento distribuído enquantoio.net, Akash, Aethir etc estão habilitando inferência de menor custo mais próxima à borda.
Em um mundo de inteligência ubíqua baseada em modelos menores e especializados, os ativos de dados são cada vez mais valiosos e passíveis de monetização.
Até o momento, DePIN (redes físicas descentralizadas) tem sido amplamente elogiado por sua capacidade de construir redes de hardware de custo mais baixo em comparação com os concorrentes de alto custo de capital (por exemplo, as telecomunicações). No entanto, potencialmente, o maior mercado do DePIN surgirá na coleta de conjuntos de dados inovadores que fluem para as inteligências on-chain:protocolos agentes (a ser discutido posteriormente).
Em um mundo onde o trabalho - o maior TAM do mundo? - está sendo substituído por uma combinação de dados e computação, a infraestrutura DeAI oferece uma maneira para não Tech BaronsAproveite os Meios de Produçãoe contribuir para a próxima economia em rede.
O objetivo final da DeAI é a computação efetivamente componível. Assim como os Lego's do dinheiro DeFi, a IA descentralizada compensa a falta de desempenho absoluto hoje com a componibilidade sem permissão - incentivando um ecossistema aberto de software e primitivos de computação que se acumulam ao longo do tempo para (esperamos) superar os incumbentes.
Se o Google é o extremo “integrado”, então o DeAI representa o extremo “modular”. ComoClayton Christensenlembra-nos que abordagens integradas tendem a liderar em indústrias emergentes, reduzindo o atrito na cadeia de valor, mas à medida que o espaço amadurece, cadeias de valor modularizadas ganham espaço através de uma maior competição e eficiências de custo em cada camada da estrutura:
Estamos bastante otimistas em várias categorias essenciais para viabilizar essa visão modular:
Em um mundo de inteligência fragmentada, como escolher o modelo certo e o momento certo pelo melhor preço possível? Agregadores do lado da demanda sempre capturaram valor (verteoria da agregação), e a função de roteamento é essencial para otimizar a curva de pareto entre desempenho e custos no mundo da inteligência em rede:
Bittensorfoi o líder aqui na geração 1, mas uma série de concorrentes dedicados estão surgindo.
Allora hospeda competições entre diferentes modelos em vários "tópicos" de uma forma que seja "consciente do contexto" e se auto-aperfeiçoe ao longo do tempo – informando previsões futuras com base na precisão histórica sob condições específicas.
Morpheusvisa se tornar o "roteador do lado da demanda" para casos de uso do web3 - essencialmente uma "inteligência da Apple" com um agente local de código aberto que possui o contexto relevante do usuário e pode rotear consultas de forma eficiente por meio do DeFi ou dos blocos de construção emergentes da infraestrutura de "computação componível" do web3.
Protocolos de interoperabilidade de agentes comoTheoriqeAutonolasobjetivo de levar o roteamento modular ao extremo, permitindo ecossistemas componíveis e compostos de agentes ou componentes flexíveis em serviços completos em cadeia.
Em resumo, em um mundo de inteligência fragmentada rapidamente, os agregadores de oferta e demanda desempenharão um papel extremamente poderoso. Se o Google se tornou uma empresa de US$2 trilhões indexando as informações do mundo, então o vencedor nos roteadores de demanda - seja a Apple, o Google ou uma solução web3 - que indexa inteligência agente, deve ser ainda maior.
Dada sua descentralização, as blockchains são altamente restritas tanto em dados quanto em computação. Como trazer as aplicações de IA intensivas em computação e dados que os usuários virão a exigir na blockchain?
Co-processadores!
Origem:Florin Digital
Esses são efetivamente 'oráculos' que oferecem diferentes técnicas para 'verificar' os dados ou o modelo subjacente sendo usado de uma maneira que minimiza novas suposições de confiança em cadeia, ao mesmo tempo em que oferece aumentos substanciais de capacidade. Até agora, houve uma série de projetos usando abordagens zkML, opML, TeeML e criptoeconômicas - todos com prós e contras variados:
Para uma análise mais aprofundada, por favor, verifique nosso relatório DeAI parte III que será lançado nas próximas semanas.
Em um nível alto, os co-processadores são essenciais para tornar os contratos inteligentes, bem... inteligentes - fornecendo soluções tipo 'data warehouse' para consultar experiências on-chain mais personalizadas ou fornecendo verificação de que uma inferência dada foi concluída corretamente.
Redes TEE comoSuper,Phala, eMarlinem particular têm ganhado popularidade recentemente devido à sua praticidade e prontidão para hospedar aplicativos em escala hoje.
Em geral, os co-processadores são essenciais para combinar as blockchains altamente determinísticas, mas com baixo desempenho, com inteligências altamente performáticas, mas probabilísticas. Sem os co-processadores, a IA não estaria chegando a esta geração de blockchains.
Um dos maiores problemas do desenvolvimento de código aberto em IA tem sido a falta de incentivos para torná-lo sustentável. O desenvolvimento de IA é altamente intensivo em capital, e o custo de oportunidade tanto de computação quanto de trabalho em conhecimento de IA é muito alto. Sem incentivos adequados para recompensar as contribuições de código aberto, o espaço inevitavelmente perderá para hipercapitalistas hiperescaladores.
Uma série de projetos deSentientparaPluralisparaSaharaparaMiratodos visam iniciar redes que permitam e recompensem adequadamente as contribuições para inteligências em rede de redes fragmentadas de indivíduos.
Ao corrigir o modelo de negócio, a composição do código aberto deve acelerar - dando aos desenvolvedores e pesquisadores de IA uma opção fora das grandes empresas de tecnologia que é global por natureza e, esperançosamente, também bem remunerada com base no valor criado.
Embora seja muito complicado acertar e cada vez mais competitivo, o TAM aqui é enorme.
Onde LLMs delimitam padrões em grandes corpora de textos e aprendem a prever a próxima palavra, Redes Neurais Gráficas (GNNs) processam, analisam e aprendem com dados estruturados em forma de grafo. Como os dados on-chain consistem principalmente de interações complexas entre usuários e contratos inteligentes - em outras palavras, um grafo - as GNNs parecem uma escolha lógica para fundamentar casos de uso de IA no chain.
Projetos comoPONDe RPS estão tentando construir modelos fundamentais para web3 - potencialmente transformadores no comércio, Defi e até mesmo casos de uso social como
Esses modelos vão depender bastante de soluções de data warehousing comoEspaço e Tempo,Subsquid,Covalente, eHyperlineque também estou bastante otimista.
As GNNs poderiam provar que os LLMs das blockchains e os armazéns de dados web3 são habilitadores essenciais: fornecendo funcionalidade OLAP para web3.
Na minha opinião, agentes na cadeia podem ser a chave para desbloquear a péssima experiência do usuário da criptomoeda, mas, mais importante, a demanda ausente para a utilização lamentável dos bilhões de dólares que investimos na infraestrutura web3 ao longo da última década.
Não se engane, os agentes estão chegando…
E parece lógico que esses agentes aproveitariam a infraestrutura aberta e sem permissão - em pagamentos e computação componível - para alcançar metas finais cada vez mais complexas.
Na economia futura da inteligência em rede, talvez os fluxos econômicos sejam muito menos B -> B -> C e muito mais usuário -> agente -> rede de computação -> agente -> usuário.
Protocolos agentessão o resultado final. Aplicações ou empresas de serviços com despesas limitadas que funcionam principalmente usando recursos on-chain atendendo às demandas do usuário final (ou um do outro) em redes componíveis com custos muito menores do que empresas tradicionais.
Assim como no web2, onde a camada de aplicativos capturou a maioria do valor, sou um fã da tese dos "protocolos agentes gordos" em DeAI. A captura de valor deve mudar ao longo do tempo para o topo da pilha.
O próximo Google, Facebook e Blackrock provavelmente serão protocolos agentes e os componentes para permiti-los estão sendo criados agora mesmo.
A IA mudará a forma de nossas economias. Hoje, o mercado espera que a captura de valor resida dentro dos limites de algumas grandes corporações no Noroeste do Pacífico dos Estados Unidos. DeAI representa uma visão diferente.
Uma visão de redes abertas e componíveis de inteligências com incentivos e remuneração até mesmo para pequenas contribuições e maior propriedade/co-governança coletiva.
Embora certas narrativas em DeAI saiam na frente e muitos projetos negociem significativamente acima da tração atual, o tamanho da oportunidade é realmente grande. Para aqueles que são pacientes e perspicazes, a visão final da DeAI de computação verdadeiramente componível pode provar a própria justificativa para blockchains em si.
Se você gostou deste teaser, fique de olho nos nossos relatórios de longa duração desbloqueando nas próximas semanas, à medida que o mês de IA x Crypto da Delphi se desenrola:
DeAI I: A Torre & O Quadrado(desbloqueado agora)
DeAI II: Apropriando os Meios de Produção, Infra (desbloquear em breve)
DeAI III: Computação Componível, Middleware (desbloquear na próxima semana)
DeAI IV: A Economia Agente, Aplicações (desbloqueio em duas semanas)
Vai ser um mês grande. Prenda-se.