Alex Xu SevenUp DAO 2024-06-20 11:04 Guangdong
Autor | Alex Xu
Gorjeo | @xuxiaopengmint
Fuente | Empresas de menta
Hasta ahora, este ciclo del mercado alcista de las criptomonedas es el más aburrido en términos de innovación empresarial. Carece de las tendencias de moda a nivel de fenómenos como DeFi, NFT y Gamefi en el mercado alcista anterior, lo que resulta en una falta de puntos calientes de la industria. Los usuarios y la inversión de la industria en la situación general del mercado y el crecimiento de los desarrolladores son relativamente débiles.
Esto también se refleja en los precios actuales de los activos. Si se analiza el ciclo completo, la mayoría de las monedas alternativas continúan perdiendo dinero frente a BTC, incluido ETH. Después de todo, la valoración de la plataforma de contrato inteligente está determinada por la prosperidad de la aplicación. Cuando el desarrollo y la innovación de la aplicación sean mediocres, será difícil aumentar la valoración de la cadena pública.
La IA, como categoría de negocios criptográficos más nueva en esta ronda, se beneficia de la velocidad de desarrollo explosiva y los puntos calientes continuos en el mundo empresarial externo, y todavía es posible generar un buen aumento en la atención a los proyectos de seguimiento de IA en el mundo criptográfico. mundo.
En el informe IO.NET publicado por el autor en abril, el autor resolvió la necesidad de combinar AI y Crypto, es decir, las ventajas de las soluciones criptoeconómicas en cuanto a certeza, movilización de recursos de asignación y falta de confianza, lo que puede resolver la aleatoriedad y La naturaleza intensiva en recursos de la IA es una de las soluciones a los tres desafíos de ser indistinguibles entre humanos y máquinas.
En el ámbito de la IA en el campo de la criptoeconomía, el autor intenta discutir y deducir algunas cuestiones importantes a través de otro artículo, que incluyen:
¿Qué otras narrativas están surgiendo en el camino de la criptoIA que pueden explotar en el futuro?
Los caminos catalíticos y la lógica de estas narrativas.
Objetivos del proyecto relacionados con la narrativa.
Riesgos e incertidumbres en la deducción narrativa.
Este artículo es el pensamiento escenificado del autor en el momento de su publicación. Puede cambiar en el futuro y las opiniones son muy subjetivas. También puede haber errores en los hechos, los datos y el razonamiento. Se aceptan comentarios y discusiones de pares.
El siguiente es el texto principal.
1. La siguiente narrativa de la pista de IA cifrada
Antes de hacer un balance oficial de la próxima ola de narrativas en la pista de IA encriptada, primero echemos un vistazo a las principales narrativas de la IA encriptada actual desde la perspectiva del valor de mercado, aquellas con más de mil millones de dólares estadounidenses son:
Potencia informática: Render (RNDR, valor de mercado circulante 3,85 mil millones), Akash (valor de mercado circulante 1,2 mil millones), IO.NET (la última ronda de valoración de financiamiento primario es de mil millones)
Red de algoritmos: Bittensor (TAO, valor de mercado circulante 2,97 mil millones)
Agente de IA: Fetchai (FET, capitalización de mercado previa a la fusión 2.100 millones)
*Hora de los datos: 2024.5.24, las unidades monetarias son dólares estadounidenses.
Además de los campos anteriores, ¿qué pista de IA será la próxima con un valor de mercado de un solo proyecto superior a mil millones?
El autor considera que se puede especular desde dos perspectivas: la narrativa del "lado de la oferta de la industria" y la narrativa del "momento GPT".
“
1. La primera perspectiva de la narrativa de la IA: desde el lado de la oferta industrial, observe las oportunidades de seguimiento de energía y datos detrás de la IA.
Desde la perspectiva de la oferta de la industria, las cuatro fuerzas impulsoras para el desarrollo de la IA son:
Algoritmos: los algoritmos de alta calidad pueden realizar tareas de entrenamiento e inferencia de manera más eficiente
Potencia informática: ya sea que se trate de entrenamiento de modelos o razonamiento de modelos, se requiere hardware GPU para proporcionar potencia informática. Este es también el principal cuello de botella de la industria en este momento. La escasez central de la industria ha provocado altos precios para los chips de gama media y alta. .
Energía: el centro de computación de datos requerido para la IA generará una gran cantidad de consumo de energía, además de la energía requerida por la propia GPU para realizar tareas informáticas, el procesamiento de la disipación de calor de la GPU también requiere una gran cantidad de energía. representa la energía total Alrededor del 40% del consumo
Datos: mejorar el rendimiento de modelos grandes requiere ampliar los parámetros de entrenamiento, lo que significa la necesidad de cantidades masivas de datos de alta calidad.
En vista de la fuerza impulsora de las cuatro industrias anteriores, tanto el algoritmo como la potencia informática tienen proyectos criptográficos con un valor de mercado circulante de más de mil millones de dólares estadounidenses, mientras que los sectores de energía y datos aún no han visto proyectos con el mismo mercado. valor.
De hecho, la escasez de suministro de energía y datos pronto podría llegar y convertirse en una nueva ola de puntos críticos industriales, impulsando así un aumento de proyectos relacionados en el campo del cifrado.
Hablemos primero de energía.
El 29 de febrero de 2024, Musk dijo en la Conferencia Bosch Internet World 2024: "Hace más de un año predije una escasez de chips, y la próxima escasez será de electricidad. Creo que no habrá suficiente electricidad el próximo año. Ejecute todos los papas fritas."
A juzgar por datos específicos, el Instituto de Inteligencia Artificial (Inteligencia Artificial Centrada en el Humano) de la Universidad de Stanford dirigido por Li Feifei publica cada año el "Informe del Índice de IA" en el informe publicado por el equipo en 2022 para la industria de la IA de 21 años. El equipo de investigación La evaluación concluyó que el consumo de energía de la IA representó solo el 0,9% de la demanda mundial de electricidad ese año, y la presión sobre la energía y el medio ambiente fue limitada. En 2023, la Agencia Internacional de Energía (AIE) concluyó que los centros de datos globales consumieron aproximadamente 460 teravatios hora (TWh) de electricidad, lo que representa el 2% de la demanda eléctrica mundial, y predijo que para 2026, los centros de datos globales tendrán el menor consumo de energía. será de 620 teravatios hora, y el mayor consumo de energía será de 1050 teravatios hora.
De hecho, la estimación de la Agencia Internacional de Energía sigue siendo conservadora, porque ya hay una gran cantidad de proyectos relacionados con la IA que están a punto de lanzarse, y la escala de demanda de energía correspondiente supera con creces su imaginación en 23 años.
Por ejemplo, Microsoft y OpenAI están planeando el proyecto Stargate. Se espera que este plan se lance en 2028 y se complete alrededor de 2030. El proyecto planea construir una supercomputadora con millones de chips de IA dedicados para proporcionar a OpenAI una potencia informática sin precedentes y respaldar su desarrollo en inteligencia artificial, especialmente grandes modelos de lenguaje de investigación y. desarrollo. Se espera que el plan cueste más de 100 mil millones de dólares, 100 veces más que el costo de los grandes centros de datos actuales.
El consumo de energía del proyecto Stargate por sí solo alcanza los 50 teravatios hora.
Precisamente por esto, el fundador de OpenAI, Sam Altman, dijo en el Foro de Davos en enero de este año: "La inteligencia artificial del futuro requiere avances energéticos, porque la inteligencia artificial consumirá mucha más energía de la que la gente espera".
Después de la potencia y la energía informáticas, la siguiente área de escasez en la industria de la IA en rápido crecimiento probablemente sean los datos.
En otras palabras, la escasez de datos de alta calidad necesarios para la IA se ha convertido en una realidad.
En la actualidad, a partir de la evolución de GPT, los humanos básicamente han descubierto la ley de crecimiento de las capacidades de los modelos de lenguaje grandes, es decir, al expandir los parámetros del modelo y los datos de entrenamiento, las capacidades del modelo se pueden mejorar exponencialmente, y este proceso No se puede ver un cuello de botella técnico en el corto plazo.
Pero el problema es que los datos abiertos y de alta calidad pueden volverse cada vez más escasos en el futuro, y los productos de IA pueden enfrentar las mismas contradicciones de oferta y demanda en datos que los chips y la energía.
El primero es un aumento de las disputas sobre la propiedad de los datos.
El 27 de diciembre de 2023, el New York Times demandó formalmente a OpenAI y Microsoft en el Tribunal de Distrito Federal de EE. UU., acusándolos de utilizar millones de sus propios artículos para entrenar modelos GPT sin permiso, exigiéndoles "copiar y usar ilegalmente miles de millones de artículos únicos". de dólares en daños legales y reales” y la destrucción de todos los modelos y datos de entrenamiento que contengan material protegido por derechos de autor del New York Times.
A finales de marzo, el New York Times publicó una nueva declaración dirigida no sólo a OpenAI, sino también a Google y Meta. El comunicado del New York Times decía que OpenAI utilizó una herramienta de reconocimiento de voz llamada Whisper para transcribir las partes del discurso de una gran cantidad de videos de YouTube y luego generó texto como texto para entrenar GPT-4. El New York Times afirmó que ahora es muy común que las grandes empresas utilicen pequeños robos al entrenar modelos de IA, y dijo que Google también está haciendo esto. También convierten el contenido de video de YouTube en texto para entrenar sus propios modelos grandes. esencialmente infringiendo los derechos de los creadores de contenidos de vídeo.
El New York Times y OpenAI son el "primer caso de derechos de autor de IA". Teniendo en cuenta la complejidad del caso y su impacto de gran alcance en el futuro de la industria de contenidos y de IA, es posible que no se alcance un resultado pronto. Uno de los posibles resultados finales es un acuerdo extrajudicial entre las dos partes, en el que los ricos Microsoft y OpenAI pagarán una gran compensación. Sin embargo, más fricciones en materia de derechos de autor de datos en el futuro inevitablemente aumentarán el costo general de los datos de alta calidad.
Además, como motor de búsqueda más grande del mundo, Google también ha revelado que está considerando cobrar por su función de búsqueda, pero el objetivo del cobro no es el público en general, sino las empresas de inteligencia artificial.
Reuters
Los servidores del buscador de Google almacenan una gran cantidad de contenidos. Incluso se puede decir que Google almacena todo el contenido que ha aparecido en todas las páginas de Internet desde el siglo XXI. Los productos de búsqueda actuales impulsados por IA, como los extranjeros como perplexity y los nacionales como Kimi y Secret Tower, procesan los datos buscados a través de IA y luego los envían a los usuarios. Las tarifas de los motores de búsqueda por la IA inevitablemente aumentarán el costo de adquisición de datos.
De hecho, además de los datos públicos, los gigantes de la IA también están prestando atención a los datos internos no públicos.
Photobucket es un sitio web establecido de alojamiento de imágenes y vídeos que tenía 70 millones de usuarios y casi la mitad del mercado fotográfico en línea de EE. UU. a principios de la década de 2000. Con el auge de las redes sociales, el número de usuarios de Photobucket ha disminuido significativamente. Actualmente, solo quedan 2 millones de usuarios activos (pagan una tarifa elevada de 399 dólares al año según el acuerdo y la política de privacidad firmados por los usuarios). se registraron, no se han utilizado durante más de un año. La cuenta se reciclará y también se admite el derecho de Photobucket a utilizar las imágenes y los datos de vídeo cargados por el usuario. El director ejecutivo de Photobucket, Ted Leonard, reveló que los 1.300 millones de datos de fotografías y vídeos que posee son extremadamente valiosos para entrenar modelos generativos de IA. Está en conversaciones con varias empresas de tecnología para vender los datos, con ofertas que van desde 5 centavos hasta 1 dólar por foto y más de 1 dólar por vídeo, estimando que los datos que Photobucket puede proporcionar valen más de mil millones de dólares.
EPOCH, un equipo de investigación centrado en la tendencia de desarrollo de la inteligencia artificial, publicó una vez un informe sobre los datos necesarios para el aprendizaje automático basado en el uso de datos y la generación de nuevos datos mediante el aprendizaje automático en 2022, y considerando el crecimiento de los recursos informáticos. . ¿Nos quedaremos sin datos? Un análisis de los límites del escalamiento de conjuntos de datos en Machine Learning", el informe concluyó que los datos de texto de alta calidad se agotaron entre febrero de 2023 y 2026, y los datos de imágenes se agotaron en 2030. entre 2060 y 2060. Si no se puede mejorar significativamente la eficiencia de la utilización de los datos, o si surgen nuevas fuentes de datos, la tendencia actual de grandes modelos de aprendizaje automático que dependen de conjuntos de datos masivos puede desacelerarse.
A juzgar por la situación actual en la que los gigantes de la IA están comprando datos a precios elevados, los datos de texto gratuitos de alta calidad se han agotado básicamente. La predicción de EPOCH hace dos años fue relativamente precisa.
Al mismo tiempo, también están surgiendo soluciones a la demanda de "escasez de datos de IA", a saber: servicios de suministro de datos de IA.
Defined.ai es una empresa que proporciona datos personalizados, reales y de alta calidad para empresas de IA.
Ejemplos de tipos de datos que Defined.ai puede proporcionar: https://www.definido.ai/datasets
Su modelo de negocio es: las empresas de inteligencia artificial proporcionan a Defined.ai sus propias necesidades de datos. Por ejemplo, en términos de calidad de imagen, la resolución debe ser lo más alta posible para evitar la borrosidad y la sobreexposición y el contenido debe ser auténtico. En términos de contenido, las empresas de IA pueden personalizar temas específicos en función de sus propias tareas de capacitación, como fotografías nocturnas, conos nocturnos, estacionamientos y señales, para mejorar la tasa de reconocimiento de la IA en escenas nocturnas. El público puede realizar la tarea y la empresa la revisará después de tomar la fotografía, y luego las partes que cumplan con los requisitos se determinarán según la cantidad de fotografías. El precio es de entre 1 y 2 dólares estadounidenses por una fotografía de alta calidad. , 5-7 dólares por un cortometraje de más de diez segundos. Un vídeo de alta calidad de más de 10 minutos cuesta entre 100 y 300 dólares, y un texto cuesta 1 dólar por cada mil palabras. alrededor del 20% de la tarifa. El suministro de datos puede convertirse en otro negocio de crowdsourcing después del "etiquetado de datos".
El crowdsourcing global de tareas, los incentivos económicos, el precio de los activos de datos, la circulación y la protección de la privacidad, todo el mundo puede participar, suena como una categoría empresarial especialmente adecuada para el paradigma Web3.
“
2. Objetivos narrativos de la IA desde la perspectiva de la oferta de la industria
La preocupación causada por la escasez de chips ha penetrado en la industria del cifrado, haciendo de la potencia informática distribuida la categoría de pista de IA más popular y con mayor valor de mercado hasta el momento.
Entonces, si la contradicción entre la oferta y la demanda en la industria de la inteligencia artificial en energía y datos estalla en los próximos 1 o 2 años, ¿qué proyectos relacionados con la narrativa existen actualmente en la industria del cifrado?
Veamos primero los objetivos energéticos.
Son muy pocos los proyectos energéticos que han puesto en marcha CEX líder, y sólo hay uno, Power Ledger (Token Powr).
Establecida en 2017, Power Ledger es una plataforma energética integral basada en la tecnología blockchain. Su objetivo es descentralizar el comercio de energía, promover el comercio directo de electricidad por parte de individuos y comunidades, apoyar la aplicación generalizada de energía renovable y garantizar la seguridad de la energía a través de. Contratos inteligentes. Transparencia y eficiencia de las transacciones. Inicialmente, Power Ledger operaba basándose en la cadena del consorcio modificada de Ethereum. En la segunda mitad de 2023, Power Ledger actualizó su documento técnico y lanzó su propia cadena pública integral, que se modificó en función del marco técnico de Solana para facilitar el procesamiento de microtransacciones de alta frecuencia en el mercado de energía distribuida. Actualmente los principales negocios de Power Ledger incluyen:
Comercio de energía: permite a los usuarios comprar y vender electricidad directamente, especialmente de fuentes de energía renovables, de igual a igual.
Comercio de productos ambientales: como el comercio de créditos de carbono y certificados de energía renovable, y financiamiento basado en productos ambientales.
Operación de la cadena pública: atraiga a los desarrolladores de aplicaciones para que creen aplicaciones en la cadena de bloques Powerledger, y las tarifas de transacción de la cadena pública se pagan en tokens Powr.
El valor de mercado circulante actual del proyecto Power Ledger es de 170 millones de dólares y el valor de mercado circulante total es de 320 millones de dólares.
En comparación con los objetivos de cifrado de energía, la cantidad de objetivos de cifrado en la pista de datos es mayor.
El autor solo enumera los proyectos de seguimiento de datos a los que estoy prestando atención actualmente y que he lanzado al menos uno de los CEX de Binance, OKX y Coinbase, y están ordenados de menor a mayor según FDV:
1. Streamr – DATOS
La propuesta de valor de Streamr es construir una red de datos descentralizada en tiempo real que permita a los usuarios intercambiar y compartir datos libremente mientras mantienen el control total sobre sus datos. A través de su mercado de datos, Streamr espera permitir a los productores de datos vender flujos de datos directamente a los consumidores interesados sin necesidad de intermediarios, reduciendo así los costos y aumentando la eficiencia.
Fuente: https://streamr.network/hub/projects
En un caso de cooperación real, Streamr coopera con DIMO, otro proyecto de hardware para vehículos Web3, para recopilar temperatura, presión del aire y otros datos a través de sensores de hardware DIMO montados en el vehículo para formar un flujo de datos meteorológicos y transmitirlos a las instituciones que los necesitan.
En comparación con otros proyectos de datos, Streamr se centra más en datos del Internet de las cosas y sensores de hardware. Además de los datos de vehículos DIMO mencionados anteriormente, otros proyectos incluyen el flujo de datos de tráfico en tiempo real de Helsinki. Por lo tanto, el token del proyecto DATA de Streamr duplicó su precio en un solo día en diciembre del año pasado, cuando el concepto Depin estaba en su apogeo.
El valor de mercado circulante actual del proyecto Streamr es de 44 millones de dólares y el valor de mercado circulante total es de 58 millones de dólares.
2、Covalente – CQT
A diferencia de otros proyectos de datos, Covalent proporciona datos de blockchain. Covalent Network lee datos de los nodos de blockchain a través de RPC, luego procesa y organiza los datos para crear una base de datos de consultas eficiente. De esta manera, los usuarios de Covalent pueden recuperar rápidamente la información que necesitan sin tener que realizar consultas complejas directamente desde el nodo blockchain. Este tipo de servicio también se denomina "indexación de datos blockchain".
Los clientes de Covalent se encuentran principalmente en el lado comercial, incluidos proyectos Dapp, como varios Defi, así como muchas empresas de cifrado centralizadas, como Consensys (la empresa matriz de Metamask), CoinGecko (una conocida estación de mercado de criptoactivos) y Rotki (herramientas fiscales), Rainbow (billetera cifrada), etc. Además, Fidelity, un gigante de la industria financiera tradicional, y Ernst & Young, las cuatro principales firmas contables, también son clientes de Covalent. Según los datos divulgados oficialmente por Covalent, los ingresos del proyecto por servicios de datos han superado a The Graph, el proyecto líder en el mismo campo.
Debido a la integridad, apertura, autenticidad y naturaleza en tiempo real de los datos en la cadena, se espera que la industria Web3 se convierta en una fuente de datos de alta calidad para escenarios de IA segmentados y "pequeños modelos de IA" específicos. Como proveedor de datos, Covalent ha comenzado a proporcionar datos para varios escenarios de IA y ha lanzado datos estructurados verificables específicamente para IA.
Fuente: https://www.covalenthq.com/solutions/decentralized-ai/
Por ejemplo, proporciona datos a SmartWhales, una plataforma comercial inteligente en cadena, y utiliza inteligencia artificial para identificar direcciones y patrones comerciales rentables; Entender Finance utiliza datos estructurados y procesamiento de inteligencia artificial de Covalent para obtener información en tiempo real, detección de anomalías y análisis predictivo.
En la actualidad, los principales escenarios para los servicios de datos en cadena proporcionados por Covalent siguen siendo financieros. Sin embargo, con la generalización de los productos y tipos de datos Web3, los escenarios de uso de los datos en cadena también se ampliarán aún más.
El valor de mercado de circulación actual del proyecto Covalent es de 150 millones de dólares y el valor de mercado de circulación total es de 235 millones de dólares. En comparación con The Graph, un proyecto de índice de datos blockchain en la misma línea, tiene una ventaja de valoración relativamente obvia.
3、Hivemapper – Miel
Entre todos los materiales de datos, los datos de vídeo suelen tener el precio unitario más alto. Hivemapper puede proporcionar datos, incluidos videos e información de mapas, a empresas de inteligencia artificial. Hivemapper en sí es un proyecto de mapeo global descentralizado que tiene como objetivo crear un sistema de mapeo detallado, dinámico y accesible a través de la tecnología blockchain y contribuciones de la comunidad. Los participantes pueden capturar datos de mapas a través de una cámara para tablero y agregarlos a la red de datos de código abierto Hivemapper, y recibir recompensas basadas en sus contribuciones en el token del proyecto HONEY. Para mejorar los efectos de la red y reducir los costos de interacción, Hivemapper se basa en Solana.
Hivemapper se fundó por primera vez en 2015. La visión original era utilizar drones para crear mapas, pero luego descubrió que este modelo era difícil de escalar, por lo que recurrió al uso de grabadoras de conducción y teléfonos inteligentes para capturar datos geográficos, reduciendo el costo de producción global de mapas. .
En comparación con el software de mapas y vista de calles como Google Maps, Hivemapper puede expandir de manera más eficiente la cobertura del mapa, mantener la frescura de las escenas de mapas reales y mejorar la calidad del video estimulando la red y los modelos de crowdsourcing.
Antes de que explotara la demanda de datos por parte de la IA, los principales clientes de Hivemapper incluían el sector de la conducción autónoma de la industria del automóvil, empresas de servicios de navegación, gobiernos, compañías de seguros e inmobiliarias, etc. Ahora Hivemapper puede proporcionar IA y modelos grandes con una amplia gama de datos de carreteras y entorno a través de API. A través de la entrada de flujos de datos de imágenes y características de carreteras constantemente actualizados, los modelos de IA y ML podrán transformar mejor los datos en capacidades y tareas de ejecución mejoradas. relacionados con la ubicación geográfica y el juicio visual.
Fuente de datos: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
El valor de mercado circulante actual del proyecto Hivemapper-Honey es de 120 millones de dólares, y el valor de mercado circulante total es de 496 millones de dólares.
Además de los tres proyectos anteriores, los proyectos en la pista de datos incluyen The Graph – GRT (valor de mercado de circulación de $3,2 mil millones, FDV de $3,7 mil millones), cuyo negocio es similar a Covalent y también proporciona servicios de indexación de datos blockchain y Ocean Protocol; OCEAN (valor de mercado en circulación 670 millones de dólares, FDV 1,45 mil millones de dólares, este proyecto pronto se fusionará con Fetch.ai y SingularityNET, el token se convertirá a ASI), un protocolo de código abierto diseñado para promover el intercambio y la monetización de datos y Servicios relacionados con datos, que conectan a los consumidores de datos con los proveedores de datos para compartirlos y al mismo tiempo garantizar la confianza, la transparencia y la trazabilidad.
“
3. La segunda perspectiva de la narrativa de la IA: GPT reaparece todo el tiempo y llega la inteligencia artificial general
En opinión del autor, el primer año de la "pista de IA" en la industria del cifrado es 2023, cuando GPT conmocionó al mundo. El aumento de los proyectos de IA de cifrado es más bien una "consecuencia acalorada" provocada por el desarrollo explosivo de la IA. industria.
Aunque las capacidades de GPT4, turbo, etc. se han mejorado continuamente después de GPT3.5, así como la sorprendente exhibición de capacidades de creación de videos de Sora, incluido el rápido desarrollo de grandes modelos de lenguaje distintos de OpenAI, es innegable que el progreso tecnológico de La IA ha traído al público El impacto cognitivo se está debilitando, la gente está utilizando gradualmente herramientas de IA y no parece que se haya producido un reemplazo de empleo a gran escala todavía.
Entonces, ¿habrá otro "momento GPT" en el campo de la IA en el futuro, con un desarrollo de la IA que conmocione al público y les haga darse cuenta de que, como resultado, sus vidas y su trabajo cambiarán?
Este momento puede ser la llegada de la inteligencia artificial general (AGI).
AGI se refiere al hecho de que las máquinas tienen capacidades cognitivas integrales similares a las de los humanos y pueden resolver una variedad de problemas complejos, no solo tareas específicas. El sistema AGI tiene capacidades tales como un alto grado de pensamiento abstracto, amplios conocimientos previos, razonamiento de sentido común y comprensión causal en todos los campos, y aprendizaje de transferencia interprofesional. El desempeño de AGI no es diferente al de los mejores humanos en varios campos y, en términos de capacidades integrales, supera por completo a los mejores grupos humanos.
De hecho, independientemente de la presentación en novelas de ciencia ficción, juegos y obras de cine y televisión, o de las expectativas del público después de la rápida popularidad de GPT, el público ha esperado durante mucho tiempo la aparición de AGI que supere el nivel de cognición humana. En otras palabras, la propia GPT es el producto líder de AGI y la versión profética de la inteligencia artificial general.
La razón por la que GPT tiene una energía industrial y un impacto psicológico tan grande es que su velocidad de implementación y rendimiento superaron las expectativas del público: la gente no esperaba que realmente hubiera llegado un sistema de inteligencia artificial que pudiera completar la prueba de Turing, y es tan rápido.
De hecho, la inteligencia artificial (AGI) puede volver a tener la brusquedad del "momento GPT" dentro de 1 o 2 años: la gente acaba de adaptarse a la asistencia de GPT y descubre que la IA ya no es sólo un asistente, sino que incluso puede completar tareas extremas de forma independiente. El trabajo más creativo y desafiante, incluidos aquellos problemas que han atrapado a los mejores científicos de la humanidad durante décadas.
El 8 de abril de este año, Musk aceptó una entrevista con Nicolai Tangen, director de inversiones del Fondo Soberano de Noruega, y habló sobre el momento en que apareció AGI.
Dijo: "Si se define AGI como más inteligente que la parte más inteligente de los humanos, creo que es probable que aparezca en 2025".
Es decir, según su deducción, pasará como máximo un año y medio antes de que llegue AGI. Por supuesto, añadió un requisito previo: "si la potencia y el hardware pueden mantener el ritmo".
Los beneficios de la llegada de AGI son obvios.
Significa que la productividad humana dará un gran paso adelante y se resolverán una gran cantidad de problemas de investigación científica que nos han atrapado durante décadas. Si definimos la "parte más inteligente de la humanidad" como el nivel de los ganadores del Premio Nobel, significa que mientras haya suficiente energía, potencia informática y datos, podremos tener innumerables "ganadores del Premio Nobel" incansables trabajando las 24 horas del día en Los problemas científicos más importantes.
De hecho, los ganadores del Premio Nobel no son tan valiosos como uno entre unos cientos de millones. La mayoría de ellos están al nivel de los mejores profesores universitarios en términos de capacidad e inteligencia, pero debido a la probabilidad y la suerte, eligieron la dirección correcta, continuó. hacerlo y obtuve resultados. Es posible que personas de su mismo nivel, colegas igualmente destacados, hayan ganado el Premio Nobel en el universo paralelo de la investigación científica. Pero desafortunadamente, todavía no hay suficientes personas con los mejores profesores universitarios y personas involucradas en los avances de la investigación científica, por lo que la velocidad para "atravesar todas las direcciones correctas de la investigación científica" sigue siendo muy lenta.
Con AGI, si la energía y la potencia informática se suministran por completo, podemos tener AGI ilimitados de "ganadores del Premio Nobel" para realizar una exploración en profundidad en cualquier posible dirección innovadora de la investigación científica, y la velocidad de mejora de la tecnología será docenas de veces más rápida. La mejora de la tecnología hará que recursos que ahora consideramos muy caros y escasos aumenten cientos de veces en 10 a 20 años, como la producción de alimentos, nuevos materiales, nuevos medicamentos, educación de alto nivel, etc., y el costo Las posibilidades de obtenerlos también disminuirán exponencialmente. Pudimos alimentar a una población más grande con menos recursos y la riqueza per cápita aumentó rápidamente.
Gráfico de tendencia del PIB mundial, fuente de datos: Banco Mundial
Esto puede parecer un poco sensacionalista. Echemos un vistazo a dos ejemplos que el autor ha utilizado en informes de investigación anteriores sobre IO.NET:
En 2018, el premio Nobel de Química Francis Arnold dijo en la ceremonia de entrega de premios: "Hoy podemos leer, escribir y editar cualquier secuencia de ADN en aplicaciones prácticas, pero aún no podemos componerla cinco años después de su discurso, en 2023", afirmaron los investigadores. Salesforce Research, de la Universidad de Stanford y la startup de inteligencia artificial de Silicon Valley, publicó un artículo en "Nature-Biotechnology". Utilizaron un modelo de lenguaje grande ajustado basado en GPT3 para pasar de 0 a Se crearon un millón de nuevas proteínas, y dos proteínas con características completamente diferentes. Se encontraron estructuras, pero ambas con capacidad bactericida. Se espera que se conviertan en una solución para combatir bacterias además de los antibióticos. En otras palabras: con la ayuda de la IA se ha superado el cuello de botella en la "creación" de proteínas.
Anteriormente, el algoritmo de inteligencia artificial AlphaFold predijo la estructura de casi los 214 millones de proteínas de la Tierra en 18 meses. Este resultado fue cientos de veces mayor que el trabajo de todos los biólogos estructurales humanos en el pasado.
El cambio ya se ha producido y la llegada de AGI acelerará aún más este proceso.
Por otro lado, los desafíos que plantea la llegada de la AGI también son enormes.
AGI no sólo sustituirá a un gran número de trabajadores mentales, sino que los proveedores de servicios manuales que ahora se consideran "menos afectados por la IA" también se verán afectados por la reducción de los costes de producción provocada por la madurez de la tecnología robótica y el desarrollo de nuevos materiales. , y se verá afectado por las máquinas. La proporción de puestos laborales reemplazados por software aumentará rápidamente.
En ese momento, pronto surgirán dos problemas que antes parecían muy lejanos:
Problemas de empleo e ingresos para el gran número de desempleados
En un mundo donde la IA está en todas partes, ¿cómo diferenciar entre la IA y los humanos?
Worldcoin\Worldchain está tratando de proporcionar una solución, es decir, utilizar el sistema UBI (Renta Básica Universal) para proporcionar ingresos básicos al público y utilizar biometría basada en el iris para distinguir a los humanos de la IA.
De hecho, la RBU que distribuye dinero a todas las personas no es un castillo en el aire sin una práctica práctica. Países como Finlandia e Inglaterra han implementado la renta básica universal, y los partidos políticos en Canadá, España, India y otros países están proponiendo activamente promoverla. experimentos relacionados.
La ventaja de la distribución de la RBU basada en el modelo de identificación biométrica + blockchain es que el sistema es global y tiene una cobertura más amplia de la población. Además, se pueden construir otros modelos de negocio basados en la red de usuarios ampliada a través de la distribución del ingreso. servicios (Defi), redes sociales, crowdsourcing de tareas, etc. forman colaboración empresarial dentro de la red.
Uno de los objetivos correspondientes del impacto de la llegada de AGI es Worldcoin-WLD, con un valor de mercado circulante de 1.030 millones de dólares y un valor de mercado circulante total de 47.200 millones de dólares.
2. Riesgos e incertidumbres en la deducción narrativa
Este artículo es diferente de muchos informes de investigación de seguimiento y proyectos anteriores publicados por Mint Ventures. La deducción y predicción de la narrativa son altamente subjetivas. Se solicita a los lectores que traten el contenido de este artículo solo como una discusión divergente y no como una predicción del futuro. . La deducción narrativa del autor antes mencionada enfrenta muchas incertidumbres, lo que lleva a conjeturas erróneas. Estos riesgos o factores influyentes incluyen, entre otros:
1. Energía: rápida caída en el consumo de energía causada por el reemplazo de la GPU
Aunque la demanda de energía en torno a la IA se ha disparado, los fabricantes de chips representados por NVIDIA están proporcionando mayor potencia informática con un menor consumo de energía a través de actualizaciones continuas de hardware. Por ejemplo, en marzo de este año, NVIDIA lanzó un B200 que integra dos tarjetas informáticas de IA de nueva generación GB200. con GPU y una CPU Grace tiene un rendimiento de entrenamiento 4 veces mayor que el de la GPU AI principal H100 de la generación anterior, un rendimiento de inferencia 7 veces mayor que el del H100 y requiere solo 1/4 del consumo de energía del H100. Por supuesto, a pesar de esto, el deseo de la gente de obtener energía de la IA está lejos de terminar. A medida que el consumo de energía unitaria disminuye y los escenarios y necesidades de aplicación de la IA se expanden aún más, el consumo total de energía puede incluso aumentar.
2. Datos: Q* planea realizar “datos de producción propia”
Siempre se ha rumoreado un proyecto "Q*" dentro de OpenAI, que fue mencionado en un mensaje interno enviado a los empleados por OpenAI. Según Reuters citando a expertos de OpenAI, esto puede ser un gran avance para OpenAI en su búsqueda de superinteligencia/inteligencia artificial general (AGI). Q* no solo puede usar sus capacidades de abstracción para resolver problemas matemáticos nunca antes vistos, sino que también puede crear por sí mismo los datos utilizados para entrenar modelos grandes sin la necesidad de datos del mundo real. Si este rumor es cierto, se superará el cuello de botella de datos insuficientes de alta calidad en el entrenamiento de modelos grandes de IA.
3. La llegada de AGI: preocupaciones ocultas de OpenAI
Aún se desconoce si AGI llegará en 2025 como dijo Musk, pero es sólo cuestión de tiempo. Sin embargo, como Worldcoin es un beneficiario directo de la narrativa del advenimiento de AGI, la mayor preocupación puede provenir de OpenAI. Después de todo, se lo reconoce como un "token en la sombra de OpenAI".
En la madrugada del 14 de mayo, OpenAI mostró el rendimiento del último GPT-4o y otras 19 versiones diferentes de grandes modelos de lenguaje en puntuaciones de tareas integrales en la conferencia de lanzamiento de nuevos productos de primavera. Solo de la tabla, GPT-4o obtuvo 1310. y el puntaje visual fue 1310. Parece ser mucho más alto que los siguientes, pero del puntaje total, es solo un 4,5% más alto que el GPT4 turbo del segundo lugar, un 4,9% más alto que el Gemini 1.5 Pro de Google del cuarto lugar. y un 4,9% más que el quinto puesto, Claude 3 Opus de Anthropic subió un 5,1%.
Ha pasado poco más de un año desde que GPT3.5 sorprendió al mundo cuando debutó. Los competidores de OpenAI ya han alcanzado una posición muy cercana (aunque GPT5 aún no se ha lanzado y se espera que OpenAI lo mantenga este año). posición en el futuro? Su propia posición líder en la industria, la respuesta parece volverse borrosa. Si el liderazgo y el dominio de OpenAI se diluyen o incluso se superan, entonces el valor narrativo de Worldcoin como token en la sombra de OpenAI también disminuirá.
Además, además de la solución de autenticación de iris de Worldcoin, cada vez más competidores han comenzado a ingresar a este mercado. Por ejemplo, el proyecto de identificación de escaneo de la palma de la mano Humanity Protocol acaba de anunciar la finalización de una nueva ronda de financiación de 30 millones de dólares con una valoración. de mil millones de dólares, y LayerZero Labs También se anunció que se ejecutará en Humanity y se unirá a su red de nodos validadores, utilizando pruebas ZK para autenticar credenciales.
3. Conclusión
Finalmente, aunque el autor ha deducido la narrativa de seguimiento de la pista de IA, la pista de IA es diferente de las pistas nativas criptográficas como DeFi. Es más un producto de la locura de la IA que se extiende. El círculo monetario. Muchos proyectos actuales tienen modelos de negocios que no se han completado. Muchos proyectos se parecen más a memes con temas de IA (por ejemplo, Rndr es similar al meme de Nvidia y Worldcoin es similar al meme de OpenAI). con cuidado.
