Оригинальное название: «Подбрасывание ИИ-монеты»

Оригинальная статья Gagra Ventures

Оригинальная подборка: Fairy, ChainCatcher

Примечание редактора: Сквозь ауру технологий автор видит самые большие препятствия, такие как капитал и оборудование, с которыми сталкиваются проекты Web3 при продвижении развития ИИ. Хотя первоначальное намерение Web3 состоит в том, чтобы сломать централизацию и реализовать идеал децентрализации, на практике он часто подвержен влиянию рыночных нарративов и стимулов токенов и отклоняется от первоначального намерения.

ChainCatcher компилирует исходный текст следующим образом:

Призыв к объединению ИИ и Web3 звучит все громче, но это не лонгующий оптимистичная VC статья. Мы с оптимизмом смотрим на слияние этих двух технологий, но приведенный ниже текст — это призыв. В противном случае этот оптимизм не оправдается.

Почему? Поскольку разработка и запуск лучших моделей ИИ требует огромных капитальных затрат, современное оборудование часто трудно найти, и оно требует исследований и разработок в очень специфических областях. Краудсорсинга этих ресурсов, как это делают лонг проекты Web3 AI, с помощью стимулов шифрования недостаточно, чтобы компенсировать десятки миллиардов долларов, вложенных крупными компаниями, контролирующими разработку ИИ. Учитывая аппаратные ограничения, это может быть первая крупномасштабная парадигма программного обеспечения, которую ни один Сатоши и креативный инженер за пределами существующей организации не сможет сломать.

Программное обеспечение «пожирает мир» со все возрастающей скоростью, и скоро экспоненциально рост с ускорением искусственного интеллекта. В нынешнем сценарии весь этот «пирог» достанется технологическим гигантам, а конечные потребители, включая правительства и крупные корпорации, будут более ограничены своей властью.

Неуместные стимулы

Все это происходит в неподходящее время — 90% участников Сети децентрализации заняты погоней за «золотым яйцом» легкой доходности фиатов, основанных на повествовании.

Разработчики следуют за инвесторами в нашей отрасли, а не наоборот. Это проявляется по-разному, от общественного признания до более тонких подсознательных мотивов, но нарратив и рынок, который формируется вокруг них, управляют решениями лонг в Web3. Как и в случае с традиционными рефлективными пузырями, участники слишком сосредоточены на внутреннем мире, чтобы заметить внешний мир, если это не помогает продвигать повествование о цикле. И ИИ, безусловно, является самым важным нарративом, поскольку он сам по себе.

Мы поговорили с десятками команд, работающих на стыке ИИ и Криптоактивы, и можем подтвердить, что многие лонг из них — очень способные, целеустремленные и увлеченные строители. Но человеческая природа такова, какая она есть, и когда мы сталкиваемся с искушениями, мы склонны поддаваться им, а затем рационализировать свой выбор постфактум.

Путь к легкой ликвидности был историческим проклятием для индустрии шифрования, и на данный момент он застопорился на долгие годы. Это заставило даже самых преданных верующих в криптоактивы повернуться в сторону «подтягивания токенов». Обоснование рационализации заключается в том, что строители, владеющие токенами, могут иметь лучшие возможности.

Низкая сложность институционального и розничного капитала дает возможность строителям делать заявления, основанные на реальности, а также извлекать выгоду из оценок, как если бы эти требования уже были реализованы. Результатом этих процессов на самом деле является укоренившийся моральный риск и разрушение капитала, и лишь немногие из таких стратегий работают в лонг перспективе. Потребности — мать всех изобретений, и когда потребности исчезают, исчезают и изобретения.

Время для этого не могло быть хуже. В то время как все технологические предприниматели Сатоши, государственные деятели, а также крупные и малые предприятия стремятся получить кусочек революции ИИ, основатели и инвесторы криптоактивов выбирают «в 10 раз быстрее». И, на наш взгляд, это реальная альтернативная стоимость.

Обзор ландшафта ИИ Web3

Учитывая упомянутые выше стимулы, классификацию проектов Web3 AI фактически можно разделить на:

• Разумные (также можно подразделить на реалистов и идеалистов)
• Полуразумный *Фальсифицированы

По сути, мы считаем, что создатели проектов должны иметь четкое представление о том, как они могут идти в ногу со своими конкурентами Web2, и знать, какие области являются конкурентными, а какие бредовыми, даже если эти бредовые области могут быть проданы венчурным капиталистам и общественности.

Наша цель – иметь возможность конкурировать здесь и сейчас. В противном случае скорость развития ИИ может оставить Web3 позади, и мир перескочит на «Web4» между западным корпоративным ИИ и китайским национальным ИИ. Те, кто не может быть конкурентоспособным во времени и полагается на распределенные технологии, чтобы наверстать упущенное в течение лонгующий периода времени, слишком оптимистичны, чтобы их воспринимали всерьез.

Очевидно, что это всего лишь очень грубое обобщение, и даже среди группы «фейков» есть как минимум несколько серьезных команд (а возможно, и больше лонгов просто бредовых). Но эта статья является призывом, поэтому мы не намерены быть объективными, а скорее призываем читателя иметь чувство безотлагательности.

Разумные:

Старейшие основатели решений, разрабатывающих промежуточное программное обеспечение «ИИ в цепочке», понимают, что в настоящее время неосуществимо или даже невозможно децентрализовать обучение или вывод моделей (т.е. передовых технологий), которые действительно нужны пользователям.

Таким образом, поиск способа подключения лучшей централизованной модели к среде в блокчейне, чтобы она могла извлечь выгоду из сложной автоматизации, является достаточно хорошим первым шагом для них. В настоящее время аппаратно изолированные TEE («более короткие изолированные» процессоры), которые могут размещать точки доступа API, двунаправленные машины Oracle (двунаправленное индексирование данных в блокчейне и вне блокчейна) и архитектуры сопроцессоров, которые предоставляют брокерам проверяемую вычислительную среду вне блокчейна, кажутся лучшими решениями на данный момент.

Существует также архитектура сопроцессора, которая использует zk-SNARKs (ZKPs) для моментальных изменений состояния (вместо проверки полных вычислений), что, по нашему мнению, также осуществимо в среднесрочной перспективе.

Для той же проблемы более идеальным подходом было бы попытаться проверить рассуждения вне блокчейна, чтобы согласовать их с вычислениями в блокчейне с точки зрения предположений доверия.

Мы считаем, что цель этого должна состоять в том, чтобы позволить ИИ выполнять задачи как в блокчейне, так и вне блокчейна в единой операционной среде. Тем не менее, сторонники верифицируемости вывода о большом желании говорят о таких сложных целях, как «весовые коэффициенты модели доверия», которые на самом деле становятся актуальными через несколько лет, если вообще будут. В последнее время основатели этого лагеря начали изучать альтернативные способы проверки рассуждений, но изначально все они основывались на ZKP. В то время как лонг Сатоши команда работает над ZKML (Zero-Knowledge Machine Learning), они ожидают, что скорость оптимизации шифрование превысит сложность и вычислительные требования моделей ИИ, что приведет к слишком большому риску. Поэтому мы считаем, что они не подходят для соревнований в настоящее время. Тем не менее, некоторые недавние события интересны и не должны быть упущены из виду.

Полуразумный:

Потребительские приложения используют оболочки, которые инкапсулируют модели с закрытым исходным кодом и открытым исходным кодом (например, Stable Diffusion или Midjourney для создания образов). Некоторые из этих команд первыми вышли на рынок и были признаны реальными пользователями. Поэтому несправедливо называть их фальшивомонетчиками, но лишь немногие команды глубоко задумываются о том, как развивать свою базовую модель в направлении децентрализации и внедрять инновации в дизайн стимулов. В разделе «Токены» также есть несколько интересных дизайнов управления/владения. Тем не менее, большая часть лонгов в таких проектах - это просто токен поверх API OpenAI, который в остальном централизован, в ордерах для получения премии за оценку или обеспечения более быстрой ликвидности для команды.

Проблема, которую не решил ни один из вышеперечисленных лагерей, заключается в обучении и выводе больших моделей в среде децентрализации. В настоящее время невозможно обучить базовую модель за разумное время, не полагаясь на тесно связанные аппаратные кластеры. Учитывая уровень конкуренции, ключевым фактором является «разумное время».

В последнее время было проведено несколько многообещающих исследований, которые теоретически предполагают, что такие методы, как «дифференциальный поток данных», могут быть распространены на распределенные вычислительные сети в будущем для увеличения их пропускной способности (по мере того, как сетевые возможности будут соответствовать требованиям к потокам данных). Тем не менее, обучение конкурентоспособной модели по-прежнему требует локализованной связи между кластерами, а не одного распределенного устройства и передовых вычислений (розничные графические процессоры становятся все менее и менее конкурентоспособными).

Исследования локализованного вывода за счет уменьшения размера модели (один из двух подходов к децентрализации) также достигли недавнего прогресса, но в Web3 нет существующего протокола, позволяющего воспользоваться его преимуществами.

Проблема децентрализации, обучения и вывода логически приводит нас к последнему из трех лагерей, и, безусловно, самому важному и, следовательно, наиболее эмоционально спровоцированному для нас.

Поддельные:

Инфраструктурные приложения в основном сосредоточены в области децентрализованных серверов, предоставляющих голое оборудование или децентрализованные среды обучения/хостинга. Существуют также проекты программной инфраструктуры, которые продвигают такие протоколы, как федеративное обучение (децентрализованное обучение моделей), или те, которые объединяют программные и аппаратные компоненты в платформу, где люди могут обучать и развертывать свои модели децентрализации от начала до конца. Самым длинным из них не хватает сложности, необходимой для фактического решения описанной проблемы, и здесь преобладает наивная идея «стимулы токенов + рост рынка». Ни одно из решений, которые мы видим на государственном и частном рынках, не может достойно конкурировать здесь и сейчас. Некоторые решения могут превратиться в жизнеспособные (но нишевые) продукты, но сейчас нам нужны свежие, конкурентоспособные решения. И это может быть достигнуто только за счет инновационных разработок, которые устраняют узкие места распределенных вычислений. В обучении большой проблемой является не только скорость, но и проверяемость проделанной работы и координация рабочей нагрузки обучения, что увеличивает пропускную способность.

Нам нужен конкурентоспособный, по-настоящему децентрализованный набор базовых моделей, которые требуют децентрализации обучения и выводов, чтобы быть эффективными. Потеря ИИ может полностью свести на нет все, чего добился «мировой компьютер децентрализации» с момента появления Ethereum. Если компьютер станет искусственным интеллектом, а искусственный интеллект будет централизован, то не будет никакого мирового компьютера, о котором можно было бы говорить, кроме какой-нибудь антиутопической версии.

Обучение и логические выводы лежат в основе инноваций в области ИИ. В то время как остальной мир искусственного интеллекта движется к более жестким архитектурам, Web3 нуждается в некоторых ортогональных решениях, чтобы конкурировать с ним, поскольку конкуренция лицом к лицу становится все менее жизнеспособной.

Масштаб проблемы

Все дело в расчетах. Чем больше лонг инвестиций в обучение и логические выводы, тем лучше результаты. Да, здесь могут быть какие-то доработки и оптимизации, там тоже могут быть какие-то доработки и оптимизации, да и сами вычисления неоднородны. Существует множество новых способов преодоления узких мест традиционных процессоров архитектуры фон Неймана, но все по-прежнему сводится к тому, как быстро вы можете идти в лонг, как быстро вы можете идти в лонг и как быстро вы можете умножать матрицу на самые длинные большие блоки памяти.

Вот почему мы видим, что так называемые «гиперскейлеры» так активно строят на стороне центров обработки данных, все они стремятся создать полный стек с моделями искусственного интеллекта наверху и оборудованием, которое их поддерживает, внизу: OpenAI (модели) + Microsoft (вычисления), Anthropic (модели) + AWS (вычисления), Google (оба) и Meta (обе получают больше лонгов, удваивая усилия по созданию собственных центров обработки данных). Есть самые длинные нюансы, динамика взаимодействия и вовлеченные стороны, но мы не будем список их все. В целом, гипермасштабируемые компании инвестируют миллиарды долларов в строительство центров обработки данных и создание синергии между своими вычислительными и ИИ-продуктами, которые, как ожидается, принесут значительные выгоды по мере того, как ИИ будет все шире использоваться в мировой экономике.

Давайте посмотрим на ожидаемый уровень строительства этих 4 компаний только в этом году:

™ Дженсен Хуанг (Jensen Huang), генеральный директор NVIDIA ®, предложил в общей сложности 1 триллион долларов на ускорение ИИ в течение следующих нескольких лет. Недавно он удвоил этот прогноз до $20 000, якобы потому, что видит интерес со стороны суверенных корпораций.

Аналитики Altimeter ожидают, что глобальные расходы на центры обработки данных, связанные с искусственным интеллектом, достигнут $160 млрд и ожидают $200 млрд в 2024 и 2025 годах соответственно.

Теперь сравните эти цифры с стимулами, которые Web3 предлагает независимым операторам центров обработки данных, чтобы подтолкнуть их к масштабированию своих капитальных вложений на новейшее оборудование ИИ:

В настоящее время общая рыночная капитализация всех проектов физической инфраструктуры децентрализации (DePIn) в настоящее время составляет около 40 миллиардов долларов, в основном они состоят из относительно ликвидных и спекулятивных токенов. По сути, рыночная капитализация этих сетей равна верхней предельной оценке общих капитальных затрат их вкладчиков, поскольку они стимулируют это строительство токенами. Однако текущая рыночная капитализация мало полезна, так как она уже выпущена.

Итак, давайте предположим, что в ближайшие 3-5 лет в качестве стимула появится еще 80 миллиардов долларов (в 2 раза дороже сейчас) частного и государственного капитала DePIn Token, и предположим, что эти токены будут на 100% использоваться для сценариев использования ИИ. Даже если мы разделим эту очень приблизительную оценку на 3 (года) и сравним ее долларовую стоимость с денежной стоимостью гиперскейлеров, инвестирующих только в 2024 году, станет ясно, что наложения стимулов токенов на кучу проектов «Децентрализация GPU Network» недостаточно.

Кроме того, для поглощения этих токенов необходимы миллиарды долларов спроса со стороны инвесторов, поскольку операторы этих сетей продают большое количество добытых токенов, чтобы покрыть значительные капитальные и операционные расходы. Требуется больше лонг финансирование, чтобы стимулировать эти Токен памп и стимулировать расширенное строительство, чтобы опередить гиперскейлеров.

Однако кто-то, обладающий глубокими знаниями о том, как в настоящее время работают серверы Web3, может возразить, что большая часть «физической инфраструктуры децентрализации» на самом деле работает на облачных сервисах этих гиперскейлеров. Конечно, всплеск спроса на графические процессоры и другое оборудование, предназначенное для ИИ, приводит к более лонг предложения, что в конечном итоге сделает аренду или покупку облачных сервисов более дешевой. По крайней мере, этого ожидают люди.

Но также важно учитывать: Nvidia теперь должна уделять первоочередное внимание потребительскому спросу на свои графические процессоры последнего поколения. Nvidia также начинает конкурировать с крупнейшими поставщиками облачных вычислений на своей территории, предлагая услуги платформы искусственного интеллекта корпоративным клиентам, которые уже привязаны к этим суперкомпьютерам. В конечном итоге это побудит ее либо со временем построить свои собственные центры обработки данных (по сути, подорвав прибыль, которой они сейчас наслаждаются, так что это маловероятно), либо значительно ограничить продажи оборудования для искусственного интеллекта сетевым облачным провайдерам, с которыми она работает.

Кроме того, конкуренты Nvidia, которые выпускают дополнительное оборудование для ИИ, в основном лонг используют те же чипы, что и Nvidia. В результате, практически все компании, производящие аппаратное обеспечение ИИ, в настоящее время конкурируют за производственные мощности TSMC. TSMC также необходимо уделять первоочередное внимание определенным клиентам. Samsung и, возможно, Intel (которая пытается как можно скорее вернуться к производству современных чипов, чтобы производить чипы для собственного оборудования), возможно, смогут поглотить дополнительный спрос, но TSMC в настоящее время производит самые длинные чипы, связанные с искусственным интеллектом, а масштабирование и калибровка передовых чипов (3 и 2 нм) займет годы.

Наконец, из-за ограничений США в отношении NVIDIA и TSMC Китай в значительной степени недосягаем для аппаратного обеспечения ИИ последнего поколения. В отличие от Web3, китайские компании на самом деле имеют свои собственные конкурентные модели, особенно LLM от таких компаний, как Baidu и Alibaba, для работы которых требуется большое количество устройств предыдущего поколения.

По мере того, как битва за ИИ усиливается и берет верх над облачным бизнесом по одной или комбинации этих причин, гиперскейлеры представляют собой несущественный риск ограничения внешнего доступа к своему оборудованию ИИ. По сути, это ситуация, когда они забирают все облачные мощности, связанные с искусственным интеллектом, себе, и не отдают их никому другому, а также поглощают все новейшее оборудование. В результате другие крупные корпорации, в том числе суверенные государства, будут требовать больше от оставшегося предложения компьютеров. В то же время оставшиеся потребительские графические процессоры становятся все менее конкурентоспособными.

Очевидно, что это только крайний случай, но если узкое место оборудования сохранится, крупные игроки отступят, потому что выигрыши слишком высоки. В результате операторы децентрализации, такие как вторичные центры обработки данных и владельцы оборудования розничного класса (на долю которых приходится наибольшее большинство провайдеров Web3 DePIn), остаются вне конкуренции.

Обратная сторона твердых монет

В то время как основатели криптоактивов все еще спят, гиганты искусственного интеллекта внимательно следят за криптоактивами. Давление и конкуренция со стороны правительства могут подтолкнуть их к принятию криптоактивов, чтобы избежать закрытия или жесткого регулирования.

Недавняя отставка основателя Stability AI в ордер, чтобы начать «децентрализацию» своей компании, была одним из самых ранних публичных намеков. Ранее он публично появлялся, не скрывая, что планирует запустить токен после успешного листинга компании, который в некотором роде раскрыл истинный мотив предполагаемого действия.

Точно так же, хотя Сэм Альтман не участвует в работе проекта шифрования Worldcoin, соучредителем которого он является, его токен, несомненно, торгуется как агент OpenAI. Есть ли способ связать проекты интернет-токенов с проектами исследований и разработок в области искусственного интеллекта, покажет только время, но команда Worldcoin, похоже, также знает, что рынок проверяет эту гипотезу.

На наш взгляд, гигантам искусственного интеллекта имеет смысл исследовать различные пути децентрализации. Проблема, которую мы снова наблюдаем, заключается в том, что Web3 не произвел значимых решений. На тот момент лонг «токен управления» был лишь мемом, и теперь по-настоящему Децентрализация Токен только такие Токен, как BTC и ETH, которые явно избегают прямой связи между держателями активов и развитием и функционированием их сети.

Стимулы, замедляющие развитие технологии, также повлияли на разработку различных проектов сетей шифрования управления. Команды стартапов просто наносят «токен управления» на свои продукты, надеясь найти новый путь в процессе набора импульса, только для того, чтобы в конечном итоге почивать на лаврах в «театре управления» вокруг распределения ресурсов.

Заключение

Гонка ИИ продолжается, и все относятся к ней очень серьезно. Мы не можем найти никаких лазеек в том, что большие технологии гиганты думают о расширении вычислительных мощностей — чем больше лонг вычислений, тем лучше ИИ, а лучший ИИ означает Падение затраты, новые доходы и долю рынка. Для нас это означает, что пузырь оправдан, но все фальшивомонетчики все равно будут устранены в неизбежной перетасовке будущего.

Централизованный искусственный интеллект крупных предприятий доминирует в этой области, и стартапам трудно идти в ногу со временем. Пространство Web3, хотя и запоздалое лонг, также присоединяется к борьбе. Рыночные вознаграждения за проекты шифрования ИИ слишком прибыльны по сравнению со стартапами в пространстве Web2, что привело к тому, что основатели переключили свое внимание с доставки продукта на памп цены токена в критический момент, который быстро закрывается. До сих пор не было инноваций, которые смогли бы обойти масштабирование вычислений в ордерах, чтобы конкурировать.

В настоящее время существует заслуживающее доверия движение открытого исходного кода вокруг моделей, ориентированных на потребителя, и первоначально только несколько централизованных предприятий решили конкурировать за долю рынка с более крупными конкурентами с закрытым исходным кодом, такими как Meta и Stability AI. Но теперь сообщество наверстывает упущенное, оказывая давление на ведущие компании, занимающиеся искусственным интеллектом. Это давление будет продолжать влиять на разработку продуктов ИИ с закрытым исходным кодом, но не так сильно, пока продукты с открытым исходным кодом не наверстают упущенное. Это еще одна большая возможность в пространстве Web3, но только в том случае, если она решит проблему децентрализованного обучения моделей и логического вывода.

Таким образом, несмотря на то, что на первый взгляд существует «классическая» возможность разрушителя, реальность далека от этого. Искусственный интеллект — это прежде всего компьютеры, и он не изменит этого без прорывных инноваций в ближайшие 3-5 лет, что является критическим моментом для принятия решения о том, кто контролирует и направляет разработку ИИ.

Расчет самого рынка, несмотря на то, что спрос стимулирует усилия со стороны предложения, также вряд ли станет «распусканием ста цветов», поскольку конкуренция между производителями ограничена структурными факторами, такими как производство чипов и экономия на масштабе.

Мы по-прежнему оптимистично смотрим на Сатоши изобретательность человечества и убеждены, что есть достаточно лонг Сатоши и благородных людей, чтобы попытаться решить головоломку ИИ таким образом, чтобы это принесло пользу свободному миру, а не нисходящему корпоративному или государственному контролю. Тем не менее, эта возможность кажется очень призрачной и, в лучшем случае, подбрасыванием твердых токенов, но основатели Web3 заняты тем, что бросают твердые монеты для получения экономических выгод вместо того, чтобы оказывать реальное влияние на мир.