ИИ, вероятно, представляет собой самую большую технологическую революцию в истории, и запустил гонку вооружений в сфере технологий, подобной которой мир еще не видел. Текущие модели ИИ уже набирают высшие баллы в большинстве стандартизированных колледжейских тестов и превосходят людей во многих задачах, включая исследования в области ИИ. Даже на текущем уровне это уже трансформирует многие отрасли, такие как поиск, обслуживание клиентов, создание контента, программирование, образование и многое другое.

Мы ожидаем, что возможности и финансирование искусственного интеллекта и его влияние на общество будут только ускоряться отсюда. Все крупные технологические гиганты понимают, что искусственный интеллект существенен для их бизнеса и соответственно инвестируют. Доходы NVIDIA, пожалуй, лучший показатель AI CapEx, собираются превысить 100 млрд. долларов в 2024 году, более чем в два раза превышая показатели 2023 года, более чем в 4 раза выше, чем годом ранее.

Генеральный директор Google Сундар Пичаи о вложениях в искусственный интеллект:

«Риск недоинвестирования здесь значительно выше, чем риск переинвестирования для нас.

В то же время стартапы осознают, что искусственный интеллект - это силовой фактор, с помощью которого они могут вытеснить компании-лидеров десятилетий и оценивают $83b былвложилв инвестиции в стартапы в области искусственного интеллекта за последние 18 месяцев.

Учитывая, что возможности искусственного интеллекта имеют тенденцию экспоненциально расти с увеличением вычислительных мощностей, очень вероятно, что мы достигнем чего-то похожего на общий искусственный интеллект в течение десятилетия.

Источник:Ситуационное осведомленностьпо@leopoldasch

В этой статье мы утверждаем, что конкурентная динамика приведет к появлению миллионов моделей, а криптовалюта является идеальной основой для этого множества моделей. Мы начнем с обсуждения того, почему мы считаем множественную модель миром логическим конечным результатом для искусственного интеллекта. Затем мы рассмотрим уникальные отличительные черты, которые криптовалюта обеспечивает для искусственного интеллекта. Наконец, мы рассмотрим крипто x AI стек, так, как мы его видим, и предоставим конкретные примеры проектов, которые нас захватывают.

Существуют сильные философские и моральные причины, почему открытый исходный код и криптовалюты x AI - это лучшее состояние дел для человечества, и этопревосходно охвачено в другом месте. В то время как мы полностью согласны с ними и это является частью того, что нас мотивирует строить в этой области, в данной статье мы сосредоточимся исключительно на практических причинах, почему крипто x AI победит, а не на моральных аргументах в пользу его победы.

Модель бога против множества моделей

Прямо сейчас мы движемся в направлении мира, где несколько крупных вертикально интегрированных технологических компаний производят "богоподобные" модели, которые доминируют над всем остальным.

Однако мы считаем, что это не конечная цель по нескольким причинам:

1. Риск ковра: организации, предприниматели и разработчики, создающие опыт на основе ИИ, не хотят зависеть от одной единственной компании с закрытым исходным кодом, которая может изменить модель, изменить условия использования или даже прекратить обслуживание их полностью.
2. Tradeoff between cost and performance: The extremely large, generalized models favored by big tech companies are necessarily much more expensive, both in terms of training and operation. As a result, this makes them overpriced and overpowered for many use cases. While this is not the main consideration at the moment, as people are not thinking about profitability, as AI scales, people will optimize to achieve the lowest possible cost for the desired level of performance. For many tasks, large models will not be competitive. There is extensive research supporting this, showing that much smaller, specialized models can outperform general models in everything fromдиагностика медицинского изображения,обнаружение мошенничества, распознавание речи игораздо больше.
3. Вертикальная интеграция: Как Apple неоднократно доказывала, лучшие продукты часто возникают благодаря вертикальной интеграции по всей цепочке. Амбициозные предприниматели, создающие продукты на основе искусственного интеллекта, будут стремиться получить конкурентное преимущество, основываясь на собственных специализированных моделях. Эти продукты также смогут захватывать большую стоимость, привлекая больше инвестиций и т.д.
4. Проблемы конфиденциальности: ИИ будет находиться в центре организационных рабочих процессов таким образом, что, возможно, ни одна другая технология не была. Многие организации неохотно доверяют свои конфиденциальные данные этим моделям.

По этим причинам мы считаем, что мы с большей вероятностью окажемся в мире с множеством более мелких, специализированных моделей, которые адаптированы и экономически эффективны для конкретных случаев использования. Разработчики приложений и пользователи будут использовать открытые модели, такие как LLaMA или те, которые от Gate.io@MistralAI@MistralAI часто использует Gate в качестве базы для настройки своих собственных моделей, часто используя собственные данные. Многие модели будут продолжать работать на серверах, но более мелкие приложения, более чувствительные к конфиденциальности, будут работать локально на клиентских устройствах, тогда как другие, которые требуют устойчивости к цензуре, могут использовать децентрализованные вычислительные сети.

Это мир модульных интеллектуальных лего, где разработчики и предприниматели соревнуются в предоставлении ценности пользователям, и пользователи могут выбирать, сочетать и комбинировать различные услуги, чтобы удовлетворить свои конкретные потребности. Маршрутизация, оркестровка, синтез, платежи и все виды другой инфраструктуры будут нуждаться в создании для распаковки стека "Бог-модели" и обслуживания этой всплывающей экономики искусственного интеллекта.

Это также является миром, где процветает криптовалюта.

Крипто x ИИ

Криптовалюта интуитивно кажется областью, которая может найти применение в этом мире множества моделей. Однако это гипнотическое состояние привело к значительным капиталовложениям в эту сферу со стороны часто плохо осведомленных инвесторов. Как и в случае с инфраструктурным пузырем ранее, многие проекты финансируются и строятся, которые, возможно, не должны были бы существовать. Поэтому непросто определить, какие подсекторы в сфере крипто x ИИ действительно имеют смысл, что заставляет многих отбрасывать всю эту область как мем без фундаментальной ценности.

Мы не считаем, что это мем, но правда, что в этом мире с множеством моделей теоретически можно обойтись без криптовалюты. Поэтому для нас важно сосредоточиться на уникальных отличительных особенностях криптовалют, которые позволяют нам создавать радикально лучшие продукты или, в идеале, те, которые были бы невозможны без них. Для этого мы начинаем с определения уникальных свойств криптовалют и того, как они могут применяться к искусственному интеллекту таким образом, чтобы результатом были лучшие продукты. Затем мы рассмотрим стек криптовалют x искусственный интеллект и предоставим примеры использования, которые, на наш взгляд, подходят для этого.

Координационный уровень - Крипторельсы отлично подходят для облегчения коллективной координации без централизованного контроля. Он оказался особенно успешным в преодолении проблемы курицы и яйца, присущей большинству торговых площадок, в одночасье привлекая большие новые пользовательские базы с помощью криптовалютных стимулов.

1. Маленькие команды, создающие внутреннюю модель, возможно, не будут иметь прямого доступа ко всем необходимым ресурсам. Например, в то время как у крупных технологических лабораторий искусственного интеллекта, скорее всего, будет свой собственный вычислитель, у маленьких команд его не будет. Таким же образом таким командам потребуется приобрести данные, а возможно, и разнообразный набор людей для предоставления человеческой обратной связи. Эти потребности отлично подходят для обслуживания специализированными рынками, и мы считаем, что рынки, использующие криптовалютные рельсы, будут иметь конкурентное преимущество перед теми, которые этого не делают.
2. Открытый, не требующий разрешений API: Crypto Rails функционирует как открытый, не требующий разрешений API - доступный любому человеку в любом месте без необходимости проходить KYC, иметь кредитную карту или любую другую форму одобрения от третьей стороны. Это важно для агентов ИИ, которые для того, чтобы действовать полностью автономно, должны иметь доступ к сервисам, развертывать код и передавать ценность без вмешательства человека. Это приводит к возникновению научно-фантастического поведения, такого как коллективы агентов, агенты, платящие друг другу за услуги, влезая в долги или даже собирая деньги.
3. Недоверие: криптографические решения обычно не требуют доверия, что означает, что вы можете получить криптографические гарантии того, что они не изменятся, доступ не будет неожиданно отозван, и вы можете проверить, что выполнение происходит ожидаемым образом. Это важно для модульного стека ИИ, потому что, в отличие от интегрированного подхода, строители должны будут составлять из множества примитивов, которыми они не управляют, а пользователи должны будут иметь врожденное доверие к множеству сервисов, многие из которых они даже не знают.
4. Цензуроустойчивость: Если развернуть в виде неизменяемых контрактов, приложения, работающие на криптографических рельсах, становятся непреодолимыми. Даже если они могут быть модернизированы, это часто делается через DAO, требующее кворума владельцев токенов для достижения консенсуса. Предполагая, что ИИ станет таким же мощным, как мы ожидаем, весьма вероятно, что правительства будут стремиться контролировать и влиять на него. Фактически, мы уже видим, что это происходит. Точно так же, как биткойн и криптовалюта предоставляют денежные/финансовые рельсы, выходящие за рамки системы, крипто x ИИ предоставляет непреодолимый интеллект.

Стек крипто x ИИ

Учитывая эти преимущества, какие приложения, по вашему мнению, являются особенно интересными на стыке криптовалют и искусственного интеллекта?

Центры обработки данных и вычислений

Полезность вычислительной мощности для моделей в целом можно разделить на две категории: обучение и вывод. Мы видим смысл использования децентрализованных вычислений для обоих этих процессов, и мы рассмотрим каждый из них ниже.

Обучение по децентрализованным вычислениям

Распределенные вычисления в настоящее время затруднены из-за необходимости тяжелой коммуникации и задержек между узлами во время обучения. Многие команды пытаются решить эту проблему, и, учитывая размер приза и качество талантов, работающих над ней, мы уверены, что она, вероятно, будет решена. Несколько многообещающих подходов здесь включают в себя [ @NousResearch]sDisTrOи@PrimeIntellect’sOpenDiLoCo.

Помимо решения сложных технических проблем распределенного обучения и создания продукта, который абстрагирует эту сложность, победители также должны разобраться в следующем:

1. Как обеспечить качество и ответственность на сети без разрешения
2. Как создать основу для поставщика, в идеале для центров обработки данных и кластеров, а не для потребительского оборудования

Token-стимулы, вероятно, будут неотъемлемым условием для стимулирования стороны предложения, а более креативные подходы могут включать предоставление поставщикам вычислительных ресурсов прав собственности на полученную модель.

Фундаментально, преимущества децентрализованного рынка вычислений заключаются в том, что вы можете воспользоваться самой низкой предельной стоимостью вычислений по всему миру. Это становится все более важным по мере увеличения затрат от ведущих поставщиков услуг, что заставляет больше компаний/организаций отступать и искать более дешевые альтернативы. Недостатки заключаются в задержке, разнородном оборудовании, а также в отсутствии всех оптимизаций и экономии масштаба, которые появляются при построении и эксплуатации собственных центров обработки данных. Пока неясно, как это сыграет.

Проверяемое заключение

В общем, мы видим применение верифицируемого вывода как расширение систем с минимальным доверием с AI-возможностями. Встраивать модель в смарт-контракт практически невозможно, но можно запустить модель вне цепи и опубликовать какое-то утверждение или доказательство того, что она запустилась по ожиданиям на цепи. Например, проекты могут безопасно выгружать решения о управлении (например, решения относительно параметров риска в денежном рынке) во внешнюю модель.

Эта концепция также может быть использована для моделей с открытым или закрытым исходным кодом в более общем плане, предоставляя пользователям уверенность в том, что выходные данные получены из ожидаемой модели. Это может стать важным, поскольку приложения и пользователи используют ИИ для выполнения все более важных задач. Существует множество проектов, решающих эту проблему различными способами, например, Delphi Ventures portcoInference Labs @inference_labs.

Данные

Обучение LLM сегодня - многоэтапный процесс, требующий различных видов данных и вмешательства человека. Оно начинается с предварительного обучения, где LLM обучаются на очищенных, отредактированных версияхобщий краул и другие бесплатно доступные наборы данных. Во время посттренинга модели обучаются на более маленьких, более специфических, размеченных наборах данных, чтобы сделать их компетентными в конкретных областях (например, химии), зачастую с помощью экспертов.

Для того чтобы обеспечить свежие и/или собственные данные, лаборатории искусственного интеллекта часто заключают сделки с владельцами больших источников данных. Например,OpenAI и Reddit заключили сделкусуммой, которую слухи оценивают в $60 млн. Точно так же Wall Street Journal сообщил, что сделка News Corp с OpenAI оценивается в более чем $250 млн на протяжении пяти лет. Очевидно, что данные стали более ценными, чем когда-либо.

Мы считаем, что крипто-сети хорошо подходят для помощи командам в получении данных и ресурсов, необходимых на каждом этапе этого процесса. Возможно, самым интересным сектором является сбор данных, где мы считаем, что криптовалютные стимулы хорошо подходят для запуска поставщиков данных и разблокировки значительной доли источников данных.

Например,Трава AI @getgrass_ioпоощряет пользователей делиться своей неиспользуемой пропускной способностью интернета, чтобы помочь сканировать веб-сайты для получения данных, которые затем структурируются, очищаются и становятся доступными для обучения искусственного интеллекта. Если Grass сможет создать достаточное количество предложения, он сможет эффективно действовать как ключ API, предоставляющий свежие интернет-данные для использования в моделях.

@Hivemapper Еще один хороший пример - сеть была запущена в ноябре 2022 года и каждую неделю собирает миллионы километров снимков уровня дорог, уже нанеся на карту 25% мира. Легко увидеть, как подобные модели могут быть применены к другим формам мультимодальных данных и монетизированы путем продажи в лаборатории ИИ.

Как показывают сделки NewsCorp/Reddit, существует множество компаний, которые владеют ценными данными, но многие из них либо слишком малы, либо не имеют связей с лабораториями искусственного интеллекта для их монетизации. Точно так же лаборатории искусственного интеллекта, заключающие сделки с отдельными малыми поставщиками, могут оказаться невыгодными. Хорошо спроектированный рынок данных может смягчить эту проблему, соединяя поставщиков с лабораториями искусственного интеллекта достаточно унифицированным образом. Здесь есть несколько проблем, основными из которых являются решение качества данных, а также обменяемость как API, так и данных.

Наконец, подготовка данных представляет собой значительный набор задач, включающих маркировку, очистку, обогащение, преобразования и т. д. Маленькая команда может не иметь всех этих навыков внутри компании и обратиться к аутсорсингу. Scale AI@scale_AI - это централизованная компания, предоставляющая эти услуги - в настоящее время оценивается примерно в 700 миллионов долларов США и быстро растет. Мы считаем, что хорошо спроектированная площадка и система рабочего процесса, основанная на криптовалютных рельсах, могут хорошо себя зарекомендовать здесь.Lightworks это одна из компаний, в которую инвестировала компания Delphi Ventures, и есть еще несколько - все на довольно ранней стадии.

Модель

Чтобы перефразировать отчет Delphi Digital,Башня и площадь, производство и контроль над моделями искусственного интеллекта почти полностью контролируются «башней» - крупными технологическими компаниями и правительствами. Это, возможно, еще более дистопичное состояние дел, чем контроль за деньгами правительством. Это позволяет им не только контролировать самый важный экономический ресурс, но и управлять повествованием, цензурируя и манипулируя информацией, полностью отрезая от системы определенных «нежелательных» людей, используя их частные взаимодействия с ИИ против них или просто используя ИИ для максимизации рекламных доходов

Существует много умных людей, работающих над созданием «квадрата» - децентрализованной сети с целью создания полностью нейтральной, устойчивой к цензуре модели, доступной всем. Так же, как биткойн и криптовалюта предоставляют деньги/финансовые рельсы, находящиеся вне системы, крипто x искусственный интеллект предоставил бы интеллект, находящийся вне системы.

Такие проекты направлены на создание модели бога, которая будет конкурировать с GPT и LLaMA, децентрализуя каждую часть процесса создания модели - сеть получает и подготавливает данные, обучается на своих собственных децентрализованных вычислениях, выполняет логические выводы на тех же вычислениях и координирует весь процесс с помощью децентрализованного управления. Ни одна часть процесса не централизована, и, таким образом, модель действительно принадлежит сообществу и не контролируется «Башней».

Очевидно, что создание децентрализованной модели, которая приблизится к фронтовым моделям, будет крайне сложным. Мы не можем ожидать, что большинство пользователей будут терпеть худший продукт по моральным соображениям. Мы считаем этот класс проектов «лунными выстрелами», по определению маловероятными на успех, но если они действительно будут успешны, то будут невероятно ценными - и мы искренне надеемся на это.

Также стоит упомянуть централизованные лаборатории искусственного интеллекта, которые принимают идеалы криптовалют и, вероятно, имеют токен или используют криптовалютные рельсы иным образом.@NousResearch, @PondGNNand @PondGNNнекоторые примеры того, во что инвестировал Delphi Ventures.

Наконец, инфраструктура для создания моделей, такая как Bittensor, @opentensorпопадает под эту модель части стека. Bittensor былобсуждалось подробно в другом местеоднако мы не будем вдаваться в плюсы и минусы этого здесь.

Приложения

Эрик Шмидт в недавнем выступлении сказал следующее:

Если TikTok будет запрещен, вот что я предлагаю каждому из вас сделать: Скажите своему LLM следующее: «Сделайте мне копию TikTok, украдите всех пользователей, украдите всю музыку, внесите мои предпочтения, запустите эту программу в следующие 30 секунд, выпустите ее, и через час, если она не станет вирусной, сделайте что-то похожее, но по-другому».

Эта цитата служит иллюстрацией невероятной мощи, которую мы ожидаем от агентов. Но чтобы работать с полной автономией, этим агентам необходимо иметь возможность получать доступ к услугам без вмешательства человека - передавать стоимость и вступать в экономические отношения, развертывать и выполнять код без разрешения.

Традиционный мир банковских приложений, KYC и процедур регистрации не очень подходит для них. Несомненно, они столкнутся с системой, разработанной для людей, к которой не могут получить доступ без помощи.

Криптографические рельсы обеспечивают идеальную платформу. Они предлагают разрешение, отсутствие доверия и устойчивость к цензуре для агентов, чтобы работать. Если им нужно развернуть приложение, они могут развернуть его на цепи. Если им нужно что-то оплатить, они могут отправить токены. Код и данные для онлайн-сервисов открыты и унифицированы, поэтому агенты могут как понимать, так и взаимодействовать без необходимости использования API или документации.

Агенты также могут выступать в качестве катализатора для ончейн-активности иными способами. Переход от парадигмы UX людей, кликающих кнопки на веб-сайтах, к взаимодействию через наших персональных помощников AI, может абстрагировать от печальной сложности онбординга криптовалюты. Это помогает устранить одно из основных препятствий в привлечении новых пользователей.

Проекты, подобные Wayfinder@AIWayfinder, Autonolas@Autonolas, DAIN@dainprotocolи Almanak - это значимые проекты, строящиеся на пути к этому будущему.

Заключение

ИИ нацелен на то, чтобы стать самым мощным и важным ресурсом 21 века, глубоко влияющим на общество. Будучи под контролем крупных технологических компаний и государства, это дистопическое будущее, которое мы не захотим видеть. В этой статье мы попытались показать путь, как криптовалюта может предотвратить этот монополизм, не ожидая, что люди будут использовать решения по философским причинам, а предлагая по-настоящему лучшие решения для разработчиков и пользователей.

Мы все еще на очень ранней стадии эры искусственного интеллекта, особенно в эре децентрализованного искусственного интеллекта. Есть много работы, которую нужно выполнить, чтобы перейти от настоящего момента к тому, о чем мы говорили в этой статье. В Delphi Labs мы с нетерпением ждем будущего криптовалют и искусственного интеллекта и хотим активно формировать это будущее, работая с лучшими разработчиками в этой области.

Учитывая, насколько молодой это проект, мы считаем, что акселератор - идеальная структура для исследования дизайнерских возможностей и работы с наставниками и экспертами, чтобы помочь воплотить вашу идею в жизнь. Сегодня мы вкладываемся в игру с новымNEAR x Delphi Labs AI Accelerator. Прием заявок открыт до 4 октября 2024 года. Если вы амбициозный предприниматель или основатель, который верит в будущее AI x Web3, присоединяйтесь к нам, и давайте вместе воплотим это в реальность.

Спасибо:@Redphonecrypto,@Bitcoin_Sage, @KSimback, @Kevin_Kelly_II,@Shaughnessy119и@CannnGurelдля правок и отзывов.

Миссия Delphi Labs - сделать криптовалюты лучше и быстрее. Мы используем практический опыт ведущих криптопротоколов, включая Thorchain, AAVE и Synthetix, чтобы помочь предпринимателям перейти от нуля к единице. Узнайте как наdelphilabs.io.

Disclaimer：

1. Эта статья взята из [Gate.io]Delphi Labs]. Все авторские права принадлежат оригинальному автору [Люк Сондерс и Хосе Маседо]. Если есть возражения против этой перепечатки, пожалуйста, свяжитесь с Gate Learnкоманда, и они оперативно разберутся с этим.
2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, принадлежат исключительно автору и не являются какими-либо инвестиционными рекомендациями.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.