Штучний інтелект представляє, можливо, найбільшу технологічну революцію в історії, і поклав початок технологічній гонці озброєнь, подібної до якої світ ніколи раніше не бачив. Поточні моделі штучного інтелекту вже посідають перше місце в більшості стандартизованих тестів коледжів і перевершують людей у багатьох завданнях, включаючи самі дослідження штучного інтелекту. Навіть на нинішньому рівні це вже трансформує багато галузей, таких як пошук, обслуговування клієнтів, створення контенту, програмування, освіта тощо.

Ми очікуємо, що можливості штучного інтелекту, фінансування та його вплив на суспільство лише прискориться. Усі великі технологічні гіганти розуміють, що штучний інтелект є екзистенційним для їхнього бізнесу, і інвестують відповідно. Дохід NVIDIA, який, можливо, є найкращим проксі-сервером для капітальних витрат штучного інтелекту, у 2024 році становитиме понад 100 мільярдів доларів, що більш ніж удвічі більше, ніж у 2023 році, що >4 рази більше, ніж роком раніше.

Генеральний директор Google Сундар Пічаї про інвестиції в штучний інтелект:

"Ризик недоінвестування набагато більший, ніж ризик надмірного інвестування для нас тут."

У той самий час стартапи відчувають, що штучний інтелект є руйнівною силою, за допомогою якої вони можуть витіснити багатодесятилітніх учасників ринку та приблизно$83b Бувінвестувавв інвестування у штучний інтелект стартапи протягом останніх 18 місяців.

Враховуючи, що можливості штучного інтелекту мають тенденцію експоненціально масштабуватися разом із застосуванням до них обчислень, дуже ймовірно, що ми досягнемо чогось на кшталт AGI протягом десятиліття.

Джерело:Ситуаційна уважністьпо@leopoldasch

У цьому матеріалі ми стверджуємо, що конкурентна динаміка призведе до появи світу мільйонів моделей, а криптовалюта є ідеальним підґрунтям для цього світу багатьох моделей. Ми почнемо з обговорення причин, чому ми вважаємо, що світ багатьох моделей - це логічна кінцева гра для штучного інтелекту. Потім ми розглянемо унікальні відмінності, які забезпечує криптовалюта для штучного інтелекту. На останок ми розглянемо стек криптовалюта x штучний інтелект так, як ми його бачимо, і наведемо конкретні приклади проекцій, які нас збуджують.

Існують вагомі філософські та моральні причини, чому штучний інтелект з відкритим вихідним кодом та штучний інтелект crypto x є кращим станом речей для людства, і цечудово описано в іншому місці. Хоча ми повністю погоджуємося з ними, і це є частиною того, що нас мотивує будувати в цьому просторі, для цілей цього тексту ми будемо акцентувати увагу виключно на практичних причинах, чому криптовалюта x штучний інтелект переможе, а не на моральних аргументах, чому вона повинна перемогти.

Бог-модель проти багатьох моделей

Зараз ми прослідковуємо світ, де кілька великих вертикально-інтегрованих технологічних компаній виробляють «Бог-моделі», які панують над усім іншим.

Однак ми вважаємо, що це не є кінцевою грою з декількох причин:

1. Ризик килима: Організації, підприємці та розробники, які будують досвід на основі штучного інтелекту, не хочуть бути залежними від єдиної компанії з закритим вихідним кодом, яка може змінити модель, змінити умови використання чи навіть припинити надання послуг повністю.
2. Tradeoff performance-cost: Екстремально великі, улюблені великими технологічними компаніями узагальнені моделі обов'язково набагато дорожчі як для навчання, так і для виконання. В результаті це робить їх переоціненими та перетвореними для багатьох випадків використання. Хоча зараз це не так важливо, оскільки люди не думають про прибутковість, коли штучний інтелект досягне масштабів, люди будуть оптимізувати витрати, щоб отримати найнижчу можливу вартість відповідно до рівня продуктивності, який вони шукають. Для багатьох завдань великі моделі тут не будуть конкурентоспроможними. Є обширні дослідження, що підтверджують це, показуючи, що набагато менші, спеціалізовані моделі можуть перевершити узагальнені моделі в усьому, відмедична діагностика зображень,виявлення шахрайства, розпізнавання мови танабагато більше.
3. Вертикальна інтеграція: Як Apple повторно продемонструвала, найкращі продукти часто виникають внаслідок вертикальної інтеграції по всьому стеку. Амбіційні підприємці, які будують продукти на основі штучного інтелекту, будуть намагатися отримати конкурентну перевагу, базуючись на власних спеціалізованих моделях. Ці продукти також зможуть захопити більше значення, привертаючи більше інвестицій тощо.
4. Проблеми конфіденційності: Штучний інтелект стане основою організаційних робочих процесів таким чином, як ніяка інша технологія, ймовірно, не була. Багато організацій неохоче довіряють свої дані цим моделям.

З цих причин ми вважаємо, що у нас набагато більше шансів опинитися у світі з безліччю менших, спеціалізованих моделей, які є адаптованими та економічно ефективними для конкретних випадків використання. Розробники та користувачі додатків будуть використовувати моделі з відкритим вихідним кодом, такі як LLaMA або з@MistralAI""> @MistralAI як базу, з якої можна налаштувати власні спеціалізовані моделі, часто використовуючи власні дані. Багато моделей продовжать працювати на серверах, але менші за розміром, більш приватні застосунки будуть працювати локально на пристроях клієнтів, тоді як інші, які потребують стійкості до цензури, можуть використовувати розподілені обчислювальні мережі.

Це світ модульних конструкторів штучного інтелекту, де розробники та підприємці змагаються, щоб надати цінність користувачам, а користувачі можуть вибирати, вибирати та комбінувати різні послуги відповідно до своїх конкретних потреб. Маршрутизація, оркестрування, синтез, платежі та всіляка інша інфраструктура повинні бути побудовані, щоб відокремити стек «God-model» і обслуговувати цю економіку штучного інтелекту, що зароджується.

Це також той світ, де цифрові активи процвітають.

Крипто х AI

Криптовалюта інтуїтивно відчувається як сфера, яка може знайти корисність у цьому багатомодельному світі. Однак цей ажіотаж призвів до значного розподілу капіталу в просторі від часто недостатньо поінформованих інвесторів. Подібно до попередньої інфрабульбашки, фінансується і будується багато проектів, які, можливо, не повинні бути. Таким чином, нелегко визначити, які підсектори в просторі криптовалют x штучного інтелекту справді мають заслуги, що змушує багатьох відкидати весь простір як мем без фундаментальної цінності.

Ми не думаємо, що це мем, але це правда, що цей багатомодельний світ теоретично міг би існувати без криптовалюти. Тому для нас було важливо зосередитися на унікальних диференціаторах криптовалюти, які дозволяють створювати радикально кращі продукти або, в ідеалі, такі, які неможливо було б побудувати без них. Для цього ми починаємо з визначення унікальних властивостей криптовалют і того, як вони можуть застосовуватися до штучного інтелекту таким чином, щоб отримати кращі продукти. Потім ми розглянемо стек crypto x AI і надамо приклади варіантів використання, які, на нашу думку, підходять для цього.

Шар координації - Криптовалютні рейки відмінно справляються зі сприянням колективної координації без централізованого контролю. Вони особливо успішно довели свою ефективність в подоланні проблеми курчати та яйця, яка є властивою більшості ринків, миттєво створюючи великі нові користувацькі бази за допомогою криптовалютних стимулів.

1. Невеликі команди, які створюють внутрішню модель, можуть не мати прямого доступу до всіх необхідних ресурсів. Наприклад, у той час як великі технологічні лабораторії штучного інтелекту, швидше за все, матимуть власні обчислення, невеликі команди – ні. Так само таким командам потрібно буде збирати дані і, можливо, залучати різноманітну групу людей для надання зворотного зв'язку з людьми. Ці потреби добре підходять для обслуговування спеціалізованими маркетплейсами, і ми вважаємо, що маркетплейси, які використовують крипторейки, матимуть конкурентну перевагу перед тими, які цього не роблять.
2. Відкрите, бездозвільне API: Криптоплатформи функціонують як відкрите, бездозвільне API - доступне для кожного в будь-якому місці без потреби у КУП, наявності кредитної картки або будь-якого іншого виду затвердження від третьої сторони. Це важливо для AI-агентів, які, щоб діяти повністю автономно, повинні мати можливість отримувати доступ до послуг, розгортати код та передавати значення без втручання будь-якої людини. Це дає змогу виникненню поведінки, подібної до наукової фантастики, такої як колективи агентів, агенти, які сплачують одне одному за послуги, беруть на себе борг або навіть збирають гроші.
3. Недовіра: Крипторейки, як правило, не потребують довіри, що означає, що ви можете мати криптографічні гарантії, що вони не зміняться, доступ не може бути несподівано відкликаний, і ви можете перевірити, що виконання відповідає очікуванням. Це важливо для модульного стека штучного інтелекту, оскільки, на відміну від інтегрованого підходу, розробникам потрібно буде компонувати з купою примітивів, які вони не контролюють, а користувачам потрібно буде за своєю суттю довіряти ряду сервісів, про багато з яких вони навіть не знають.
4. Censorship-resistance: Якщо використовувати як незмінні контракти, програми, що працюють на криптовалютних рейках, незупинні. Навіть якщо є можливість оновлення, це часто здійснюється через DAO, для якого потрібна квота токенів для досягнення консенсусу. Припускаючи, що штучний інтелект стане таким потужним, як ми очікуємо, дуже ймовірно, що уряди будуть намагатися контролювати й впливати на нього. Фактично, ми вже бачимо, що це стається. Так само, як Bitcoin і криптовалюта надають грошові / фінансові рейки, які знаходяться поза системою, криптовалюта х AI забезпечує незупинний інтелект.

Стек крипто x AI

Враховуючи ці переваги, які застосування на перетині крипто x штучного інтелекту вважаємо особливо цікавими?

Центри обробки даних та обчислення

The utility of compute for models broadly falls into two categories: training and inference. We see merit in using decentralised compute for both of these and we’ll expand on each below.

Навчання з децентралізованим обчисленням

Розподілений обчислювальний процес наразі є складним через великі вимоги до комунікації та затримки між вузлами під час навчання. Існує багато команд, які намагаються вирішити цю проблему, і, зважаючи на розмір призу та якість таланту, який над цим працює, ми впевнені, що вона, ймовірно, буде вирішена. Деякі перспективні підходи включають[ @NousResearch]s DisTrOі@PrimeIntellect’sOpenDiLoCo.

Крім вирішення складних технічних проблем розподіленого навчання та побудови продукту, що абстрагує цю складність, переможці також повинні зрозуміти:

1. Як забезпечити якість та відповідальність в бездозвільній мережі
2. Як завантажити сторону пропозиції, в ідеалі центрів обробки даних і кластерів, а не споживчого обладнання

Токени-стимули, ймовірно, стануть обов'язковими умовами для стимулювання постачальників, а більш творчі підходи можуть включати надання постачальникам обчислювальних послуг власності у результуючій моделі.

В основі переваг розподіленого ринку обчислень є те, що ви можете скористатися найнижчою маржинальною вартістю обчислювальних ресурсів по всьому світу. Це стає все важливішим, оскільки зростаючі витрати з боку провайдерів послуг-монополістів змушують більше компаній / організацій відступати та шукати дешевші альтернативи. Недоліками є латентність, гетерогенне обладнання, а також відсутність всіх оптимізацій та економії масштабування, які виникають при будівництві та експлуатації власних центрів обробки даних. Ще неясно, як це відігратимеся.

Перевірний вивід

В цілому ми бачимо застосування перевірки висновків як розширення систем з мінімізацією довіри з можливістю штучного інтелекту. Вбудувати модель у розумний контракт практично неможливо, але можливо запустити модель поза ланцюжком та розмістити деякі свідчення або докази про те, що вона запустилася на ланцюжку так, як очікувалось. Наприклад, проекти можуть безпечно знімати навантаження з прийняття рішень управління (наприклад, рішень щодо ризикових параметрів на грошовому ринку) на модель поза ланцюжком.

Ця концепція також може бути використана для відкритих чи закритих моделей джерела більш загально, що дає користувачам гарантії, що вихідна інформація була з моделі, яку вони очікували. Це може стати важливим, оскільки програми та користувачі використовують штучний інтелект для все більш критичних завдань. Існує багато проектів, які розв'язують це різними способами, такими як портфельна компанія Delphi Ventures.Inference Labs @inference_labs.

Дані

Навчання LLM сьогодні - це багатоетапний процес, який потребує різних видів даних та людського втручання. Воно починається з попереднього навчання, де LLM навчаються на очищених, уважно підготовлених версіяхспільний промах та інші безкоштовні набори даних. Під час післятренінгового навчання моделі навчаються на менших, більш конкретних, позначених наборах даних, щоб зробити їх кваліфікованими в певних областях (наприклад, хімія), часто за допомогою експертів.

Для забезпечення свіжих та/або власних даних лабораторії штучного інтелекту часто укладають угоди з власниками великих джерел даних. НаприкладOpenAI та Reddit уклали угодуза слухами, оцінюється в $60 млн. Так само The Wall Street Journal повідомив, що угода News Corp з OpenAI має вартість понад $250 млн протягом п'яти років. Ясно, що дані стали більш цінними, ніж будь-коли.

Ми вважаємо, що криптовалютні мережі добре підходять для того, щоб допомагати командам знаходити дані та ресурси, необхідні на кожному етапі цього процесу. Можливо, найбільш цікавий сектор - це збір даних, де ми вважаємо, що криптовалютні стимули добре підходять для того, щоб запустити постачальну сторону збору даних і розблокувати значну частину значущого довгого хвоста джерел даних.

Наприклад,Grass AI @getgrass_io заохочує користувачів ділитися своєю простою пропускною здатністю Інтернету, щоб допомогти зібрати в Інтернеті дані, які потім структуруються, очищаються та стають доступними для навчання ШІ. Якщо Grass може завантажувати достатню кількість на стороні пропозиції, він може ефективно діяти як ключ API, надаючи свіжі інтернет-дані для використання в моделях.

@Hivemapper Ще одним хорошим прикладом є те, що мережа була запущена в листопаді 2022 року і щотижня збирає мільйони кілометрів зображень на рівні доріг, вже нанісши на карту 25% світу. Легко побачити, як подібні моделі можуть бути застосовані до інших форм мультимодальних даних і монетизовані, продаючи їх лабораторіям штучного інтелекту.

Як показують угоди NewsCorp/Reddit, багато компаній володіють цінними даними, але багато з них занадто маленькі або не мають зв'язків з лабораторіями штучного інтелекту для їх монетизації. Подібно, лабораторії штучного інтелекту, які укладають угоди з окремими малими постачальниками, можуть не варто зусилля. Добре розроблене ринкове місце даних може пом'якшити це, з'єднавши постачальників з лабораторіями штучного інтелекту досить рівномірним способом. Тут є кілька викликів, основні з яких полягають у вирішенні якості даних, а також замінності як API, так і даних.

Нарешті, підготовка даних - це значний набір завдань, які включають маркування, очищення, збагачення, перетворення і так далі. Маленька команда може не мати всіх цих навичок власними силами і шукати зовнішніх постачальників. Scale AI@scale_AI - це централізована компанія, яка надає такі послуги - наразі її дохід оцінюється приблизно в $700 млн і швидко зростає. Ми вважаємо, що добре розроблена ринкова платформа і система роботи на основі криптовалют може успішно працювати тут.Lightworks - один з тих, в який інвестувала Delphi Ventures, а є ще кілька інших - всі на досить ранній стадії.

Модель

Для парафразування звіту Delphi Digital, Вежа і площа, виробництво та контроль над моделями штучного інтелекту майже повністю контролюються «вежею» - великими технологічними компаніями та урядами. Це, можна стверджувати, навіть більш дистопійний стан справ, ніж контрольовані урядом гроші. Оскільки це дозволяє їм не лише контролювати найважливіший економічний ресурс, але й контролювати наратив, цензуруючи та маніпулюючи інформацією, відключаючи певних «небажаних» людей від системи взагалі, використовуючи приватні взаємодії з штучним інтелектом проти них або просто використовуючи штучний інтелект для максимізації рекламних прибутків

Є багато розумних людей, які працюють над створенням «квадрата» - децентралізованої мережі з метою створення повністю нейтральної, стійкої до цензури моделі, доступної для всіх. Таким чином, подібно до того, як біткойн і криптовалюта забезпечують грошові/фінансові рейки, які знаходяться поза системою, crypto x AI забезпечить інтелект, який знаходиться за межами системи.

Такі проекти мають на меті створити бога-модель, яка конкуруватиме з GPT та LLaMA, децентралізовуючи кожну частину процесу створення моделі - мережа джерел і підготовлює дані, навчається на власних децентралізованих обчисленнях, запускає висновки на тому ж обчисленні і координує весь процес через децентралізоване управління. Жодна частина процесу не є централізованою, тому модель належить спільноті та не підконтрольна «Вежі».

Очевидно, що створити децентралізовану модель, яка хоч трохи наблизилася б до конкуруючих моделей фронтиру, буде надзвичайно складно. Ми не можемо очікувати, що великий відсоток користувачів потерпить гірший продукт з моральних міркувань. Ми вважаємо цей клас проектів «місячними пострілами», які навряд чи будуть успішними за визначенням, але якщо вони це зроблять, вони будуть неймовірно цінними - і ми щиро сподіваємося, що вони це зроблять.

Також варто згадати централізовані лабораторії штучного інтелекту, які приймають ідеали криптовалют і, ймовірно, матимуть токен або використовуватимуть інші криптовалютні рішення.@NousResearch, @PondGNNand@PondGNNОсь деякі приклади, в які інвестувала Delphi Ventures.

Наостанку інфраструктура створення моделей, така як Bittensor від Gate.io, @opentensorчастина стеку. Bittensor був докладно обговорюється в іншому місціоднак, ми не будемо вдаватися в переваги та недоліки цього тут.

Заявки

Ерік Шмідт у своєму нещодавньому виступі сказав наступне:

Якщо TikTok заборонений, ось що я пропоную кожному з вас зробити: Скажіть вашому LLM наступне: «Зробіть мені копію TikTok, вкрадіть всіх користувачів, вкрадіть всю музику, введіть мої уподобання, випустіть цю програму протягом наступних 30 секунд, випустіть її, і через годину, якщо вона не стане вірусною, зробіть щось інше в тому ж дусі.

Ця цитата служить для ілюстрації неймовірної потужності, яку ми очікуємо від агентів. Але для виконання повністю автономних функцій цим агентам потрібно мати можливість отримувати доступ до послуг без втручання людини - передавати вартість та увійти в економічні відносини, розгортати та виконувати код без дозволу.

Традиційний світ банківських додатків, KYC та потоків реєстрації не дуже підходить для них. Вони неминуче зіткнуться з системою, створеною для людей, до якої вона не може отримати доступ без сторонньої допомоги.

Криптографічні засоби забезпечують ідеальну платформу. Вони пропонують бездозвільне, бездовіркове та нецензурне фундамент для агентів для операцій. Якщо їм потрібно розгорнути додаток, вони можуть розгорнути його на ланцюжку. Якщо їм потрібно щось оплатити, вони можуть відправити токени. Код та дані для послуг на ланцюжку відкриті та однорідні, тому агенти можуть розуміти та взаємодіяти без потреби в API або документації.

Агенти можуть діяти як каталізатор ончейн-активності й іншими способами. Перехід від парадигми UX, коли люди натискають кнопки на веб-сайтах, до взаємодії за допомогою наших персональних помічників зі штучним інтелектом, може абстрагуватися від горезвісної складності адаптації криптовалют. Усунення однієї з головних перешкод у залученні нових користувачів.

Проекти, подібні до Wayfinder @AIWayfinder, Autonolas@Autonolas, ДАІН @dainprotocolта Almanak - це значущі проекти, що будуються на шляху до цього майбутнього.

Висновок

Штучний інтелект націлено стає найпотужнішим та найважливішим ресурсом 21-го століття, глибоко впливаючи на суспільство. Бути виключно контрольованим великими технологічними компаніями та державою - це дистопійне майбутнє, яке ми не захочемо бачити. У цій статті ми намагалися показати шлях, як криптовалюта може запобігти цьому монополі, не очікуючи, що люди будуть використовувати рішення з філософських міркувань, але, надаючи справді кращі рішення для розробників та користувачів.

Ми все ще перебуваємо на самому початку ери штучного інтелекту і особливо в еру deAI. Потрібно багато чого побудувати, щоб перейти з того місця, де ми зараз знаходимося, до того, що ми обговорювали в цій статті. У Delphi Labs ми раді бачити, як розвивається майбутнє криптовалют та штучного інтелекту, і ми хочемо активно формувати це майбутнє, працюючи з найкращими розробниками в цій сфері.

Беручи до уваги його новизну, ми вважаємо, що акселератор - це ідеальна структура для дослідження простору дизайну та співпраці з наставниками і експертами, щоб допомогти втілити вашу ідею в життя. Сьогодні ми вносимо свій вклад у гру з новимNEAR x Delphi Labs AI Accelerator. Заявки відкриті зараз і до 4 жовтня 2024 року. Якщо ви амбіційний підприємець або засновник, який вірить у майбутнє штучного інтелекту x Web3, приєднуйтесь до нас, і разом зробимо це реальністю.

Дякуємо: @Redphonecrypto,@Bitcoin_Sage, @KSimback, @Kevin_Kelly_II,@Shaughnessy119і@CannnGurelдля редагування та відгуків.

Місія Delphi Labs полягає в тому, щоб зробити криптовалюту краще та швидше. Ми використовуємо практичний досвід з провідними криптопротоколами, включаючи Thorchain, AAVE та Synthetix, щоб допомогти підприємцям рухатися від нуля до одиниці. Дізнайтеся більше наdelphilabs.io.

Disclaimer：

1. Ця стаття передрукована з [Delphi Labs]. Всі авторські права належать оригінальному автору [Люк Сондерс і Хосе Маседо]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з Gate Learnкоманда і вони оперативно цим займуться.
2. Відмова відповідальності: погляди та думки, висловлені в цій статті, належать виключно автору та не становлять жодної інвестиційної поради.
3. Переклади статті на інші мови виконуються командою Gate Learn. Якщо не зазначено, копіювання, поширення або плагіатування перекладених статей заборонене.