Die Schnittstelle zwischen generativer künstlicher Intelligenz und Web3 ist in den letzten Monaten einer der aktivsten Forschungs- und Entwicklungsbereiche in Kryptokreisen. Dezentrales Rechnen, Zero-Knowledge-KI, kleinere Basismodelle, dezentrale Datennetzwerke und AI-First-Ketten sind einige der jüngsten Trends, die darauf abzielen, Web3-native Schienen für KI-Workloads zu ermöglichen.
Bei diesen Trends handelt es sich um technologische Innovationen, die eine Brücke zwischen den Welten von Web3 und KI schlagen sollen. Sie stellen eine natürliche Reibung mit der zentralisierten Natur der generativen KI dar. Während die Schaffung technologischer Brücken mit KI grundlegend für die Entwicklung von Web3 ist, stellen sie nicht den einzigen Integrationspfad für diese Technologietrends dar.
Was wäre, wenn die Integration von Web3 und KI nicht rein technisch, sondern finanziell erfolgen würde? Es stellt sich heraus, dass die programmierbaren Finanz- und Kapitalbildungsfunktionen von Krypto für eine der größten Herausforderungen nützlich sein könnten, vor denen der aktuelle Markt für generative KI steht.
Auf welche Herausforderung beziehen wir uns? Auf nichts anderes als auf die Finanzierungsprobleme von Open-Source-generativer KI.
Open Source Generative AI muss erfolgreich sein
Trotz des jüngsten Innovationsgrads bei dezentraler generativer KI wird die Lücke zur zentralisierten KI-Technologie eher größer als kleiner. Viele Menschen sind sich einig, dass Blockchains die beste Technologiealternative zur zunehmend zentralisierten KI-Kontrolle großer Technologieplattformen darstellen. Die Einführungsherausforderungen für dezentrale KI-Plattformen sind jedoch enorm.
Dezentrales Computing ist eine klare Säule für dezentrale KI, erweist sich jedoch als unpraktisch für das Vortraining und die Feinabstimmung von Workloads, die GPUs in unmittelbarer Nähe mit Zugriff auf Datensätze erfordern, die oft hinter Unternehmens-Firewalls liegen. Zero-Knowledge-ML ist zu teuer, um in großen Basismodellen praktikabel zu sein, und hat auf dem Markt keine echte Nachfrage erfahren. Dezentrale Datenmarktplätze müssen dieselben Probleme überwinden, die verhindert haben, dass Datenmarktplätze zu großen Technologieunternehmen werden.
Während die dezentrale KI versucht, diese Reibungen zu überwinden, beschleunigen sich zentralisierte Alternativen in rasendem Tempo und schaffen eine beängstigende Kluft zwischen beiden. Der einzige Trend, der die Hoffnung auf eine Welt aufrechterhält, in der die dezentrale KI erfolgreich sein kann, ist die rasante Entwicklung der generativen Open-Source-KI.
Alle dezentralen KI-Trends basieren auf einem gesunden Open-Source-Ökosystem für generative KI. Doch dieses Ökosystem ist möglicherweise nicht so gesund, wie es scheint.
Open Source Generative AI hat ein massives Finanzierungsproblem
In den letzten Jahren haben wir eine Explosion von Innovationen im Bereich der Open-Source-generativen KI als Alternative zu Plattformen wie OpenAI/Microsoft, Google oder Anthropic erlebt. Meta ist mit der Veröffentlichung der Llama-Modelle überraschenderweise zum unangefochtenen Champion der Open-Source-generativen KI geworden. Unternehmen wie Mistral haben Milliarden an Risikokapital aufgebracht, Unternehmensplattformen wie Databricks oder Snowflake treiben Open-Source-Modelle voran und wöchentlich gibt es eine wachsende Zahl von Open-Source-Veröffentlichungen generativer KI.
Obwohl die Dynamik im Bereich der generativen Open-Source-KI stark ist, zeigt eine genauere Analyse eine andere Realität. Die generative Open-Source-KI steht vor einem massiven Finanzierungsproblem. Wenn es um große Basismodelle geht, können nur große Unternehmen wie Databricks, Snowflake, Meta oder gut finanzierte Startups wie Mistral mit der Leistung großer geschlossener Modelle mithalten. Die meisten Veröffentlichungen anderer Labore wie Databricks und Snowflake konzentrieren sich auf optimierte Unternehmensarbeitslasten, während sich die jüngste Open-Source-Forschung eher auf ergänzende Techniken als auf neue Modelle konzentriert.
Der Grund für dieses Phänomen sind die astronomischen Kosten für den Aufbau großer Grenzmodelle. Jeder Vortrainingszyklus für ein Modell mit über 20 Milliarden Parametern kann zwischen zehn und hundert Millionen Dollar kosten und ist ein mehrmonatiger Prozess mit vielen Fehlversuchen. Diese Kosten liegen außerhalb des Budgets der meisten Universitätslabore. Um die Sache noch interessanter zu machen, kommen viele der Zuschüsse für KI-Universitätslabore von großen etablierten Technologieunternehmen, die dann die unmittelbaren Nutznießer der Ergebnisse sind.
Mit Open Source Geld zu verdienen, war schon immer schwierig, und mit generativer Open-Source-KI ist es im KI-Maßstab auch schwierig, Geld zu verdienen. Aus diesem Grund erlebt generative Open-Source-KI eine massive Finanzierungskrise, die eine ernsthafte Lücke zu den etablierten KI-Anbietern schaffen kann.
Kryptokapital für Open-Source-generative KI
Die Kapitalbildungsprimitiven von Krypto scheinen eine der wenigen praktikablen Alternativen zu sein, um den Finanzierungsengpass bei generativer KI zu beheben. Im Laufe ihrer Geschichte waren Krypto-Token ein primäres Mittel zur Kapitalbildung für Web3-Projekte in Bullen- und Bärenmarktzyklen. Könnten einige dieser Prinzipien auf Open-Source-generative KI angewendet werden? Es gibt sicherlich mehr als eine interessante Option.
Gitcoin Quadratische Finanzierung
Gitcoin ist eines der erfolgreichsten Beispiele für die Finanzierung von Open-Source-Innovationen in Web3. Der von Gitcoin entwickelte quadratische Finanzierungsmechanismus könnte direkt auf generative KI angewendet werden. Die Einführung nativer generativer KI-Funktionen in Web3 ist für die Entwicklung des Bereichs von größter Bedeutung. Daher ist es naheliegend zu erwarten, dass generative KI-Projekte die Aufmerksamkeit der Community auf sich ziehen werden.
Nehmen wir an, ein KI-Labor an einer Universität muss 10 Millionen US-Dollar aufbringen, um ein auf einer neuartigen Architektur basierendes LLM-Programm vorab zu trainieren. Mehrere DAOs und Stiftungen können zu einem Gitcoin-Zuschuss beitragen, der von den Zuschussgebern ebenfalls verdoppelt werden kann, wodurch ein effizienterer Finanzierungsmechanismus entsteht. Dieser Mechanismus ist weitaus effizienter als die aktuellen Alternativen auf dem Markt.
Eine neue Open-Source-Lizenz für generative KI
Die Finanzierung von Open-Source-Projekten ermöglicht Mechanismen, bei denen der durch diese Projekte geschaffene Wert der ursprünglichen Finanzierungsgemeinschaft zugute kommen kann. Wenn es um Web3 und offene generative KI geht, besteht eine interessante Idee darin, eine Lizenz zu etablieren, bei der jede kommerzielle Anwendung, die ein mit Web3-Token finanziertes Modell verwendet, einen Teil dieser Einnahmen in Form dieses spezifischen Tokens zurückzahlen sollte. Dieser Mechanismus kann sogar über Smart Contracts durchgesetzt werden.
Ein systemisches Risiko für offene generative KI angehen
Finanzierungsinstrumente für Open-Source-KI sind eine der wichtigsten Herausforderungen, die es in der aktuellen Landschaft der generativen KI zu bewältigen gilt. Open Source ist traditionell schwer zu finanzieren, und generative Open-Source-KI ist angesichts der hohen Rechenleistung noch schwieriger. Wenn keine geeigneten Finanzierungskanäle zur Förderung von Open-Source-Innovationen im Bereich der generativen KI geschaffen werden, kann dies ein systemisches Risiko für den gesamten Bereich darstellen, da sich das Gleichgewicht vollständig auf geschlossene kommerzielle Plattformen verlagern wird. Krypto hat einige der ausgereiftesten und praxiserprobtesten Kanäle zur Finanzierung von Open-Source-Innovationen geschaffen. Vielleicht wird die erste Brücke zwischen Web3 und generativer KI finanzieller und nicht unbedingt technischer Natur sein.
Hinweis: Die in dieser Kolumne geäußerten Ansichten sind die des Autors und spiegeln nicht unbedingt die Ansichten von CoinDesk, Inc. oder seinen Eigentümern und verbundenen Unternehmen wider.