12 listopada, AiFi Summit 2024 Devcon, zorganizowany przez GAIB, Codatta i Kite AI (dawniej ZettaBlock) w hotelu Park Hyatt w Bangkoku, zakończył się sukcesem.

Autor artykułu: AiFi Summit 2024 Devcon

Źródło: AiFi Summit 2024 Devcon

Liczba zarejestrowanych uczestników AiFi Summit wyniosła 1300, a ponad 500 osób wzięło udział w wydarzeniu. 27 projektów i instytucji inwestycyjnych, w tym Paypal, BNB Chain, Base, NEAR Protocol, Story Protocol, 0G, Aethir, io.net, Exabits, Plume, Space and Time, Hyperbolic, Faction, Hashed oraz Coinbase Ventures, wygłosiło ciekawe wypowiedzi.

Sarah, dyrektor regionalny BNB Chain, wygłosiła pierwszą prezentację główną. Przedstawiła budowę całego ekosystemu BNB Chain, różne polityki wsparcia dla deweloperów oraz zaktualizowała słuchaczy o postępach BNB Chain w zastosowaniach AI.

W następnej prezentacji głównej, CEO GAIB Kony wyraził swoje spostrzeżenia na temat potencjalnych możliwości na rynku mocy obliczeniowej. Wspomniał, że AI jest najważniejszą erą po erze internetu mobilnego, a moc obliczeniowa zdobywa znaczną wartość w całym łańcuchu związanym z AI. W porównaniu do innych aktywów finansowych, inwestowanie w aktywa GPU może przynieść zwroty, których inne aktywa nie mogą zaoferować, ale obecnym problemem na rynku GPU jest brak efektywnego połączenia między uczestnikami, po jednej stronie są operatorzy, którzy muszą ponosić wysokie koszty finansowe, aby zwiększyć skalę GPU, a po drugiej stronie inwestorzy, którzy mają trudności z bezpośrednim inwestowaniem w aktywa obliczeniowe, często mogą jedynie inwestować w akcje półprzewodników, takie jak Nvidia. GAIB oferuje bardziej zdecentralizowane, bardziej przejrzyste i oparte na AI aktywa on-chain poprzez tokenizację aktywów obliczeniowych i ich zysków oraz zapewnienie płynności.

Pierwsza dyskusja okrągła na AiFi Summit miała temat: „AiFi: Finansjalizacja AI i aktywów obliczeniowych” (AIFi: Financialization of AI & Compute Assets), w której udział wzięli kluczowi członkowie zespołów GAIB, Exabits, io.net, Aethir, WitnessChain i Plume, którzy omówili obecne możliwości, wyzwania i regulacje branżowe związane z AiFi.

Jonathan, CIO Exabits, zauważył, że obecnie użytkownicy, jeśli chcą korzystać z GPU, muszą polegać na głównych dostawcach chmury, takich jak AWS czy Azure, ale te platformy bardziej skłaniają się do obsługi dużych przedsiębiorstw, co ogranicza rozwój startupów. Potrzebujemy bardziej demokratycznych i otwartych zasobów GPU, aby wspierać małe i średnie przedsiębiorstwa. W świecie Web3 każdy może stać się inwestorem GPU, aby przełamać monopol obliczeniowy AWS, co stanowi ogromną szansę w branży.

Asa, dyrektor regionalny io.net w Azji i Pacyfiku, wspomniał, że 50% GPU w niezależnych centrach danych, poza trzema głównymi dostawcami chmury, nie jest w pełni wykorzystane. Te centra danych nie mają możliwości dotarcia do użytkowników. Jednak GPU muszą zapewnić ciągłe działanie, a także borykają się z problemami związanymi z konserwacją. Jak zbudować mechanizm motywacyjny, aby zapewnić interesy inwestorów i innych uczestników, jest dużym wyzwaniem w obszarze AiFi.

Kartik, lider ekosystemu Aethir, zauważył, że w całym systemie istnieją jednocześnie strony popytowe, operatorzy mocy obliczeniowej oraz inwestorzy. Jak przekonać ich do wspólnego uczestnictwa w rynku opartym na mechanizmach on-chain, jak zapewnić potrzeby wszystkich stron, to wszystko jest pełne wyzwań. Ryzyko regulacyjne pojawia się, gdy w niektórych krajach i regionach motywowanie usług centrów danych za pomocą tokenów może powodować pewne trudności, dlatego należy ustalić zgodne granice w umowach z klientami.

Współzałożyciel i CEO WitnessChain Ranvir zauważył, że moc obliczeniowa jako nowy aktyw wymaga nowego mechanizmu wyceny. Nie ma jednolitej formuły do obliczania ceny towaru mocy obliczeniowej, różne platformy i różne GPU mają różnice w kosztach i wydajności, a różne GPU o różnych wydajnościach biorą udział w tych samych zadaniach, co stwarza nowe możliwości projektowania mechanizmów finansowych.

Teddy, CBO Plume, również zauważył, że gdy pojawiają się nowe aktywa, musimy ostrożnie podchodzić do regulacji. Dla aktywów związanych z AI istnieje już pewna ramy zgodności, które regulują handel aktywami, co jest również tym, co Plume robi, aby wspierać projekty ekosystemu.

W kolejnej prezentacji głównej, CEO Codatta Yi wyjaśnił, jak zdecentralizowany handel danymi może przyspieszyć postęp AI w kierunku AGI oraz jakie miejsce i misję ma Codatta w tym procesie. Wspomniał, że tylko dane z wąskich dziedzin mogą poprawić zdolności wnioskowania i planowania podstawowego modelu w określonych dziedzinach, a tylko zbierając dużą ilość danych z różnych wąskich dziedzin można osiągnąć AGI. Każda dostarczona przez nas jako uczestników danych może być stosowana w różnych scenariuszach, a każdy z tych scenariuszy będzie miał różne firmy komercjalizujące je, co oznacza, że dostarczone przez nas dane z wąskich dziedzin będą generować dochody z czasem, i dlatego postrzegamy dane jako aktywa. Dlatego musimy ułatwić handel aktywami danych i uzyskać na rynku relatywnie sprawiedliwe ceny.

Druga dyskusja okrągła koncentrowała się na otwartej gospodarce danych (Open Data Economy), a kluczowi członkowie projektów takich jak Spheron, Theoriq, Space and Time, Hyperbolic, Base i Nevermined omawiali obecny stan ekosystemu danych AI, wsparcie infrastrukturalne oraz przyszłe potrzeby ekosystemu.

Ron, współzałożyciel i CEO Theoriq, zauważył, że obecnie widzimy wiele aplikacji wykraczających poza proste chatboty oraz roboty zarządzające w DAO. Te aplikacje łączą współpracę wielu agentów, a poza obszarem crypto, te aplikacje coraz częściej pojawiają się w marketingu, analizie i innych scenariuszach. Wiele osób uważa, że największym zastosowaniem danych jest trening modeli, ale widzimy, że dane odgrywają coraz większą rolę w procesach decyzyjnych, różni agenci uzyskują różne dane i współpracują, aby stworzyć największą wartość.

Scott, współzałożyciel i CTO Space and Time, stwierdził, że obecnie Space and Time buduje silnik reguł dla systemów agentów z wykorzystaniem inteligentnych kontraktów, co pozwala agentom korzystać z Twoich funduszy w środowisku bez zaufania, osiągając optymalną formę agentów na blockchainie. Produkty Space and Time umożliwiają użytkownikom sprawdzanie historii zachowań agentów oraz ustanawiają surowe polityki wykonawcze dla agentów.

Don, CEO Nevermined, uważa, że aby odnieść sukces na rynku danych, trzeba spełnić dwa warunki: po pierwsze, stworzyć monopol na handel danymi, po drugie, wprowadzić ograniczenia dotyczące aktywów danych, aby zapobiec przesyłaniu bezsensownych aktywów przez dostawców danych. Możliwym rozwiązaniem jest budowanie odpowiednich narzędzi analitycznych wokół aktywów danych, co pozwoli maksymalnie wydobyć wartość danych i zyskać na tym.

Jako jeden z organizatorów, CEO Kite AI Chi podczas prezentacji głównej ogłosiła, że przeprowadza aktualizację marki i wprowadza nową platformę sztucznej inteligencji Kite AI podczas szczytu. Omówiła trudności związane z obecnym rozwojem zdecentralizowanej AI oraz sposób, w jaki KiteAI rozszerza granice AI za pomocą swoich rozwiązań. Wspomniała, że z powodu braku kanałów dystrybucji danych i mechanizmów potwierdzania własności danych, wiele danych osobowych, a nawet danych firmowych, jest trudnych do wykorzystania w treningach dużych modeli. W ciągu ostatniego roku odsetek zestawów danych z otwartymi licencjami w Internecie spadł z 95% do 75%, co utrudnia firmom zajmującym się treningiem modeli pozyskiwanie najlepszej jakości danych dla modeli, a także osiąganie przełomów w efektywności modeli. Branża potrzebuje rozwiązań zdecentralizowanej AI, aby uzyskać więcej cennych danych.

W trzeciej dyskusji okrągłej członkowie zespołów GM Network, Mind Network, 0G Labs, NEAR Protocol i Chainbase omawiali, jak firmy Web3 mogą uczestniczyć w konkurencji AI, prywatności danych, wdrożeniu aplikacji i innych tematach.

Max, członek założycielski GM Network, zauważył, że użytkownicy ciągle generują ogromne ilości danych, ale te dane nie są dobrze wykorzystywane, co prowadzi do ich utraty wartości. Musimy połączyć zbierane dane z AI, aby uczynić urządzenia inteligentniejszymi.

Leon, dyrektor regionalny Mind Network, zauważył, że chociaż w rzeczywistości nie ma idealnych środków ochrony prywatności danych, różne metody mogą pomóc w odkryciu wykonalnych rozwiązań. Aby chronić prywatność użytkowników, Mind Network obecnie szyfruje dane na trzech różnych poziomach: jeden to szyfrowanie danych w rozproszonym przechowywaniu, drugi to szyfrowanie danych podczas obliczeń GPU poprzez pełną homomorfizm, a trzeci to szyfrowanie na poziomie aplikacji.

Chris, badacz AI w 0G Labs, zauważył, że w tradycyjnych modelach AI, nawet w otwartych modelach, trudno jest dowiedzieć się, jakich danych użyto w procesie treningu, nie wiadomo, jak będą się one sprawować w nowych scenariuszach, co powoduje, że wyniki modeli są trudne do zaufania. 0G posiada doskonałą infrastrukturę do przechowywania danych, dane mogą być bezpośrednio ładowane z chmury do procesu treningowego, co w przyszłości pozwoli na budowanie bardziej bezpiecznych i wiarygodnych modeli przez osobiste weryfikacje danych.

Chris, COO Chainbase, zauważył, że na rynku istnieją dwie narracje: jedna to crypto dla AI, a druga to AI dla Crypto. Wykorzystanie crypto do rozwiązania problemów związanych z kontrolowaniem danych, mocy obliczeniowej i modeli przez dużych graczy już zostało poruszone. Ale ostatnio pojawiło się wiele przypadków AI dla Crypto, takich jak terminal prawdy, płatności AI, coraz więcej projektów zaczyna współpracować, aby wspierać ekosystem AI. Użytkownicy są bardzo zainteresowani tym, czy dane mogą przynieść zyski, a kluczowym zadaniem platformy jest rozwiązanie, jak właściwie podzielić zyski między dostawców danych a konsumentów. Deweloperzy nie są grupą napędzaną wizją, najważniejsze jest, aby pomóc im zaoszczędzić czas i zarobić pieniądze.

W kolejnej prezentacji głównej, dyrektor IPFi Bu Fan z Story Protocol oraz Prakarsh, lider ekosystemu Spheron, przedstawili swoje poglądy na temat tokenizacji zdecentralizowanej AI oraz jak ich organizacje dostosowują się do tego trendu.

Bu Fan zauważył, że na rynku istnieje już wiele zastosowań łączących AI i Crypto. Pierwszym z nich są chatboty skierowane do użytkowników, gdzie twórcy tworzą postacie AI i wydają licencje komercyjne na blockchainie; drugim są memy AI, gdzie twórcy mogą legalnie połączyć się z oryginalnymi aktywami IP na blockchainie i publikować tokeny; trzecim są dane do treningu modeli (np. zdjęcia), które można wynagradzać na blockchainie poprzez pobieranie tantiem. Jednak to tylko bardzo wczesne zastosowania, a modele nie są jeszcze uformowane, a twórcy mogą nadal eksplorować scenariusze łączenia AI i Crypto. Protokół Story koncentruje się na standaryzacji aktywności IP poprzez tokenizację i różne formy ich rozpowszechniania. Uważa, że większość AI również jest rodzajem IP, a jeśli IP może być tokenizowane, to AI również może być tokenizowane. Na przykład, zdjęcia używane do trenowania modeli AI mogą być IP, a sam model AI również może być IP, kiedy model AI generuje nową treść, może to być dystrybuowane na blockchainie jako transakcje tokenizacyjne.

Prakarsh wspomniał, że w erze AI moc obliczeniowa stanie się podstawowym aktywem dla większości agentów oraz aplikacji AI. Rozproszona moc obliczeniowa ma wiele potencjalnych zastosowań, które obecnie widzą, w tym: po pierwsze, współdzielenie wiedzy między szpitalami z zachowaniem prywatności danych; po drugie, systemy dialogowe AI oparte na lokalnej mocy obliczeniowej i wsparciu modeli, które ostatecznie stworzą osobisty system AI.

Czwarta dyskusja okrągła koncentrowała się na tym, jak połączyć świat Crypto i AI, inwestorzy omawiali obecne problemy centralizowanych systemów AI oraz w jaki sposób Crypto + AI może przełamać te przeszkody.

Hiroki, kierownik badań Lemniscap, zauważył, że istnieją dwa główne wyzwania związane z budowaniem zdecentralizowanej sieci AI. Pierwszym jest trudność w porównaniu skalowalności zdecentralizowanych sieci obliczeniowych z centralnymi konkurentami, a drugim jest trudność w kontrolowaniu jakości danych dostarczanych przez indywidualnych uczestników.

Will, partner inwestycyjny w Faction, stwierdził, że obecnie możesz poprosić AI o zaplanowanie całych wakacji, ale plany nie mogą zostać zrealizowane, ponieważ AI nie jest w stanie pomóc w płatnościach. Will uważa, że agenci AI potrzebują portfela kryptograficznego, a portfel kryptograficzny będzie pełnił rolę konta bankowego, technologia płatności ma ogromne możliwości, ponieważ wszystkie transakcje finansowe będą musiały przechodzić przez tych agentów.

Ryan, partner inwestycyjny w Coinbase Ventures, uważa, że obecnie większość modeli może uzyskać dostęp jedynie do publicznych danych, a dostęp do wrażliwych danych prywatnych, takich jak dane finansowe, medyczne itp., jest niemożliwy. Crypto może przyczynić się do uzyskania dostępu do prywatnych zbiorów danych, co poprawi wydajność AI w określonych dziedzinach. Systemy agentów nie są jeszcze w stanie wykonać bardzo skomplikowanych zadań, w rzeczywistości nie wiedzą, jak zrozumieć treść inteligentnych kontraktów i podejmować działania. Potrzebujemy dużych modeli, które mogą uzyskać, zrozumieć i dokonać ludzkiej analizy treści inteligentnych kontraktów.

Dan, inwestor z Hashed, zauważył, że obecnie systemy motywacyjne w rozproszonej AI nie są doskonałe, w całym łańcuchu wartości AI tylko nieliczni wnieśli znaczący pozytywny wkład, ale ich wkład nie został uwzględniony w motywacji. Brak dobrych mechanizmów dystrybucji prowadzi do niesprawiedliwości w rozdzielaniu. Ponadto modele posiadające społeczność muszą być bezpieczne i kontrolowane, a prawa do parametrów powinny być oddane społeczności do badań, a nie jak w przypadku firm centralizowanych oferować czarną skrzynkę. Jeśli model dotyczy scenariuszy związanych z emocjonalnym wsparciem, powinien być zarządzany w otwartym środowisku.

Sylvia, dyrektor Bullish Capital, zauważyła, że podczas projektowania modeli motywacyjnych należy wziąć pod uwagę, jakie są rzeczywiste potrzeby. Na przykład, jeśli potrzebne są urządzenia brzegowe, trzeba rozważyć, jak znaleźć je wśród wielu rozproszonych urządzeń obliczeniowych. Dlatego zanim nie zostanie rozwiązany problem optymalizacji architektury modelu, nie można zaprojektować naprawdę efektywnego modelu motywacyjnego.

Powyższe to pełne podsumowanie AiFi Summit 2024 Devcon. Mimo stawienia czoła wyzwaniom regulacyjnym, motywacyjnym i innym, obszar AiFi wciąż pełen jest możliwości. Wraz z nowymi szczytami na rynkach i ogólnym wzrostem zainteresowania obszarem AI, branża wykazuje pozytywne tendencje, a talenty wciąż napływają, co prowadzi do coraz większej liczby innowacji.

Więcej treści, proszę śledzić

GAIB: https://x.com/gaib_ai

Codatta: https://x.com/codatta_io

KITE AI: https://x.com/GoKiteAI