Autor: PonderingDurian, Investigador de Delphi Digital
Compilado por: Pzai, Foresight News
Dado que las criptomonedas son esencialmente software de código abierto con incentivos económicos incorporados, y que la IA está alterando la forma en que se escribe el software, la IA tendrá un enorme impacto en todo el espacio blockchain.
Pila general de AI x Crypto
DeAI: oportunidades y desafíos
En mi opinión, el mayor desafío para DeAI radica en la capa de infraestructura, porque construir modelos básicos requiere mucho dinero y el retorno a escala de los datos y la computación también es alto.
Dada la ley de escala, los gigantes tecnológicos tienen una ventaja natural: durante la fase Web2, obtuvieron enormes ganancias a partir de ganancias monopólicas al agregar la demanda de los consumidores, y reinvirtieron esas ganancias en infraestructura de nube durante una década de tarifas artificialmente bajas, ahora gigantes de Internet. están intentando ocupar el mercado de la IA ocupando datos y computación (elementos clave de la IA):
Comparación del volumen de tokens de modelos grandes
Debido a la intensidad de capital y los altos requisitos de ancho de banda de la capacitación a gran escala, los superclusters unificados siguen siendo la mejor opción, proporcionando a los gigantes tecnológicos los modelos de código cerrado de mejor rendimiento, que planean alquilar con ganancias de estilo monopolio y recaudarán. se reinvierten en cada generación posterior de productos.
Sin embargo, resulta que el foso en el campo de la IA es menos profundo que el efecto de red Web2, y los principales modelos de vanguardia se están devaluando rápidamente en relación con el campo, especialmente cuando Meta adopta una "política de tierra arrasada" e invierte decenas de miles de millones de dólares en el desarrollo de proyectos de código abierto como Llama 3.1. Un modelo de última generación cuyo rendimiento alcanza el nivel SOTA.
Llama 3 calificación de modelo grande
En este punto, superponer la investigación emergente sobre métodos de capacitación descentralizados de baja latencia puede mercantilizar (parte de) modelos de negocios de vanguardia: a medida que los precios inteligentes caigan, la competencia se desplazará (al menos en parte) de los superclusters de hardware (a favor de los gigantes tecnológicos). girar hacia la innovación de software (favoreciendo ligeramente el código abierto/criptomonedas).
Índice de Capacidad (Calidad) - Cuadro de Distribución de Precios de Formación
Teniendo en cuenta la arquitectura "híbrida experta" y la eficiencia computacional de la síntesis/enrutamiento de modelos grandes, es probable que nos enfrentemos a un mundo no solo con 3-5 modelos gigantes, sino a un mundo compuesto por millones de modelos con diferentes costos. compensaciones de desempeño. Una red inteligente entrelazada (colmena).
Esto plantea un enorme problema de coordinación: uno que los incentivos de blockchain y criptomonedas deberían estar bien posicionados para ayudar a resolver.
Áreas centrales de inversión de DeAI
El software se está comiendo el mundo. La IA se está comiendo el software. Y la IA es básicamente datos e informática.
Delphi analiza los componentes de esta pila:
Simplificando la pila AI x Crypto
infraestructura
Dado que la IA funciona con datos y computación, la infraestructura de DeAI se esfuerza por obtener datos y computación de la manera más eficiente posible, a menudo con incentivos de criptomonedas. Como mencionamos anteriormente, esta es la parte más desafiante de competir, pero dado el tamaño del mercado final, también es probable que sea la más gratificante.
calcular
Los mercados de protocolos de entrenamiento distribuido y GPU hasta ahora se han visto limitados por la latencia, pero esperan armonizar hardware potencialmente heterogéneo para proporcionar computación bajo demanda de menor costo a aquellos excluidos de las soluciones integradas de los gigantes. Empresas como Gensyn, Prime Intellect y Neuromesh están impulsando la capacitación distribuida, mientras que empresas como io.net, Akash, Aethir y otras están permitiendo una inferencia de bajo costo más cercana a la inteligencia de punta.
Distribución del nicho ecológico del proyecto en función de la oferta agregada
datos
En un mundo de inteligencia ubicua basada en modelos más pequeños y especializados, los activos de datos son cada vez más valiosos y monetizables.
Hasta la fecha, DePIN ha sido ampliamente elogiada por su capacidad para construir redes de hardware de menor costo en comparación con empresas que requieren mucho capital, como las de telecomunicaciones. Sin embargo, el mayor mercado potencial para DePIN estará en la recopilación de nuevos tipos de conjuntos de datos que fluirán hacia los sistemas inteligentes en cadena: protocolos proxy (que se analizan más adelante).
En este mundo, la mano de obra, el mayor mercado potencial del mundo, está siendo reemplazada por los datos y la informática. En este mundo, la infraestructura de De AI proporciona una manera para que personas sin conocimientos técnicos se apoderen de los medios de producción y contribuyan a la próxima economía en red.
software intermedio
El objetivo final de DeAI es permitir una computación componible eficiente. Al igual que el LEGO capital de DeFi, DeAI compensa la falta actual de rendimiento absoluto con capacidad de composición sin permiso, incentivando un ecosistema abierto de software y primitivas informáticas a combinarse con el tiempo, superando así (con suerte) el software y las primitivas informáticas existentes.
Si Google es el extremo de la "integración", entonces DeAI representa el extremo de la "modularidad". Como recuerda Clayton Christensen, en las industrias emergentes, los enfoques integrados tienden a liderar la reducción de la fricción en la cadena de valor, pero a medida que el campo madure, las cadenas de valor modulares mejorarán la competencia al aumentar la competencia en cada capa de la pila y la eficiencia de costos:
IA integrada versus modular
Somos muy optimistas en varias categorías que son fundamentales para hacer realidad esta visión modular:
enrutamiento
En un mundo de inteligencia fragmentada, ¿cómo elegir el modelo y el momento adecuados al mejor precio? Los agregadores del lado de la demanda siempre han capturado valor (consulte Teoría de la agregación), y las capacidades de enrutamiento son fundamentales para optimizar la curva de Pareto entre rendimiento y costo en un mundo de inteligencia en red:
Bittensor ha estado a la vanguardia de la primera generación de productos, pero han surgido varios competidores dedicados.
Con "conciencia de la situación" y superación personal a lo largo del tiempo, Allora organiza competencias entre diferentes modelos en diferentes "temas" e informa predicciones futuras basadas en precisión histórica en condiciones específicas.
Morpheus pretende ser un "enrutador del lado de la demanda" para casos de uso de Web3: esencialmente un agente nativo de código abierto que puede captar el contexto relevante del usuario y ser capaz de atravesar los bloques de construcción emergentes de la infraestructura de "computación componible" de DeFi o Web3. "Apple Intelligence" para consultas de enrutamiento eficientes.
Los protocolos de interoperabilidad de agentes, como Theoriq y Autonolas, tienen como objetivo llevar el enrutamiento modular al extremo, permitiendo que un ecosistema compuesto y componible de agentes o componentes flexibles se convierta en servicios en cadena completos.
En resumen, en un mundo donde la inteligencia se está fragmentando rápidamente, los agregadores del lado de la oferta y la demanda desempeñarán un papel extremadamente poderoso. Si Google es una empresa de 2 millones de dólares que indexa la información mundial, entonces el ganador del enrutador del lado de la demanda, ya sea Apple, Google o una solución Web3, es la empresa que indexa la inteligencia de los agentes, que generará mayor escala.
coprocesador
Dada su naturaleza descentralizada, blockchain es muy limitada tanto en términos de datos como de computación. ¿Cómo llevar las aplicaciones de IA informáticas y de uso intensivo de datos que los usuarios necesitan a la cadena de bloques? ¡Vía coprocesador!
La capa de aplicación del coprocesador en Crypto
Todos son "oráculos" que proporcionan diferentes tecnologías para "verificar" que los datos o modelos básicos que se utilizan son válidos. Este enfoque puede minimizar nuevas suposiciones de confianza en la cadena y al mismo tiempo mejorar enormemente sus capacidades. Hasta la fecha, ha habido muchos proyectos que utilizan zkML, opML, TeeML y métodos criptoeconómicos, con diferentes ventajas y desventajas:
Comparación de coprocesadores
En un nivel superior, los coprocesadores son fundamentales para hacer que los contratos inteligentes sean inteligentes, proporcionando una solución similar a un "almacén de datos" para realizar consultas para una experiencia en cadena más personalizada o para verificar que una inferencia determinada se completó correctamente.
Las redes TEE (Trusted Execution) como Super, Phala y Marlin se han vuelto cada vez más populares recientemente debido a su practicidad y capacidad para alojar aplicaciones a gran escala.
En general, los coprocesadores son fundamentales para fusionar una cadena de bloques altamente determinista pero de bajo rendimiento con un agente de alto rendimiento pero probabilístico. Sin coprocesadores, la IA no existiría en esta generación de blockchain.
Incentivos para desarrolladores
Uno de los mayores problemas con el desarrollo de la IA en código abierto es la falta de incentivos para hacerla sostenible. El desarrollo de la IA requiere una gran intensidad de capital y los costos de oportunidad tanto del trabajo informático como del conocimiento de la IA son muy altos. Sin incentivos apropiados para recompensar las contribuciones de código abierto, el campo inevitablemente perderá frente a las supercomputadoras hipercapitalistas.
Desde Sentiment hasta Pluralis, Sahara AI y Mira, el objetivo de estos proyectos es lanzar redes que permitan a las redes descentralizadas de individuos contribuir a la inteligencia de la red y al mismo tiempo ofrecer los incentivos adecuados.
Al compensarlo en el modelo de negocios, el código abierto debería crecer a un ritmo más rápido, brindando a los desarrolladores e investigadores de IA una alternativa global a las grandes empresas de tecnología y la perspectiva de recibir una remuneración generosa en función del valor creado.
Si bien es muy difícil hacer esto y la competencia es cada vez más feroz, el mercado potencial aquí es enorme.
modelo GNN
Los grandes modelos de lenguaje segmentan patrones en grandes bibliotecas de texto y aprenden a predecir la siguiente palabra, mientras que las redes neuronales gráficas (GNN) procesan, analizan y aprenden datos estructurados gráficamente. Dado que los datos en cadena consisten principalmente en interacciones complejas entre usuarios y contratos inteligentes, en otras palabras, un gráfico, GNN parece ser una opción lógica para respaldar casos de uso de IA en cadena.
Proyectos como Pond y RPS están tratando de establecer modelos fundamentales para web3 que puedan tener aplicaciones en casos de uso comercial, Defi e incluso sociales como:
Predicción de precios: el modelo de comportamiento en cadena predice el precio, la estrategia de negociación automática y el análisis de sentimiento
Finanzas AI: integración con aplicaciones DeFi existentes, estrategias avanzadas de rendimiento y utilización de liquidez, mejor gestión/gobernanza de riesgos
Marketing en cadena: lanzamientos aéreos/posicionamiento más específicos, motor de recomendaciones basado en el comportamiento en cadena
Estos modelos harán un uso intensivo de soluciones de almacenamiento de datos como Space and Time, Subsquid, Covalent e Hyperline, sobre las cuales soy muy optimista.
GNN puede resultar una herramienta auxiliar indispensable para grandes modelos de blockchain y almacenes de datos Web3, es decir, proporcionando capacidades OLAP (procesamiento analítico en línea) para Web3.
solicitud
En mi opinión, los agentes en cadena pueden ser la clave para resolver los conocidos problemas de experiencia del usuario de las criptomonedas, pero lo más importante es que hemos invertido miles de millones de dólares en infraestructura Web3 durante la última década, pero la utilización del lado de la demanda es lamentablemente pequeña. .
No te preocupes, los agentes están aquí...
Las puntuaciones de las pruebas de IA aumentan en varias dimensiones del comportamiento humano
También parece lógico que estos agentes aprovechen la infraestructura abierta y sin permisos (que abarca pagos y computación componible) para lograr objetivos finales más complejos. En la próxima economía inteligente en red, es posible que el flujo económico ya no sea B -> B -> C, sino usuario -> Agente -> red informática -> Agente -> usuario. El resultado final de este flujo es un acuerdo de agencia. Las empresas basadas en aplicaciones o servicios tienen gastos generales limitados y operan principalmente con recursos en cadena. El costo de satisfacer las necesidades de los usuarios finales (o de entre sí) en una red componible es mucho menor que el de las empresas tradicionales. Así como la capa de aplicación de Web2 captura la mayor parte del valor, también soy fanático de la teoría del "protocolo de proxy gordo" en DeAI. Con el tiempo, la captura de valor debería ascender en la pila.
Acumulación de valor en IA generativa
Los próximos Google, Facebook y Blackrock bien podrían ser protocolos proxy, y los componentes para implementarlos están surgiendo.
Final del juego DeAI
La IA cambiará la forma de nuestra economía. Hoy en día, el mercado espera que esta captura de valor se limite a unas pocas empresas grandes en la costa oeste de América del Norte. Y DeAI representa una visión diferente. Una visión de una red inteligente, abierta y componible con recompensas y compensaciones incluso para contribuciones pequeñas, y más propiedad/administración colectiva.
Si bien algunas de las afirmaciones de DeAI son exageradas y muchos proyectos se comercializan a precios significativamente más altos que los actuales, la escala de la oportunidad parece sustancial. Para aquellos con paciencia y previsión, la visión final de DeAI de una informática verdaderamente componible puede justificar la propia cadena de bloques.
