introdução
Até agora, este ciclo de alta do mercado criptográfico é o mais enfadonho em termos de inovação empresarial. Faltam as tendências de nível de fenômeno, como DeFi, NFT e Gamefi no mercado altista anterior, resultando na falta de pontos quentes da indústria em. o mercado global, os utilizadores, o investimento da indústria e o crescimento dos promotores são relativamente fracos.
Isso também se reflete nos preços atuais dos ativos. Olhando para todo o ciclo, a maioria das moedas Alt continuam a perder sangue em relação à taxa de câmbio do BTC, incluindo o ETH. Afinal, a valorização da plataforma de contrato inteligente é determinada pela prosperidade da aplicação. Quando o desenvolvimento e a inovação da aplicação são fracos, será difícil aumentar a valorização da cadeia pública.
A IA, como uma categoria de negócios criptográficos mais recente nesta rodada, se beneficia da velocidade de desenvolvimento explosiva e dos pontos críticos contínuos no mundo dos negócios externos, e ainda é possível trazer um bom aumento na atenção aos projetos de rastreamento de IA no mundo criptográfico. mundo.
No relatório IO.NET divulgado pelo autor em abril, o autor classificou a necessidade de combinar IA e criptografia, ou seja, as vantagens das soluções criptoeconômicas na certeza, mobilização de recursos de alocação e falta de confiança, o que pode resolver a aleatoriedade e natureza intensiva de recursos da IA Uma das soluções para os três desafios de ser indistinguível entre humanos e máquinas.
Na área de IA no campo da criptoeconomia, o autor tenta discutir e deduzir algumas questões importantes por meio de outro artigo, incluindo:
Que outras narrativas estão surgindo na trilha da IA criptográfica e que podem explodir no futuro?
Os caminhos catalisadores e a lógica dessas narrativas
Objetivos do projeto relacionados à narrativa
Riscos e incertezas na dedução narrativa
Este artigo é o pensamento encenado do autor no momento da publicação. Ele pode mudar no futuro e as opiniões são altamente subjetivas. Também pode haver erros nos fatos, dados e raciocínio. Comentários e discussões de colegas são bem-vindos.
A seguir está o texto principal.
A próxima onda de narrativas na trilha da criptografia AI
Antes de fazer um balanço oficial da próxima onda de narrativas na trilha da IA criptográfica, vamos primeiro dar uma olhada nas principais narrativas da IA criptográfica atual. Do ponto de vista do valor de mercado, aquelas com mais de 1 bilhão de dólares americanos são:
Poder de computação: Render (RNDR, valor de mercado circulante de 3,85 bilhões), Akash (valor de mercado circulante de 1,2 bilhão), IO.NET (rodada mais recente de avaliação de financiamento primário de 1 bilhão)
Rede de algoritmos: Bittensor (TAO, valor de mercado de circulação 2,97 bilhões)
Agente de IA: Fetchai (FET, valor de mercado circulante pré-fusão de 2,1 bilhões)
*Hora dos dados: 2024.5.24, as unidades monetárias são dólares americanos.
Além dos campos acima, qual faixa de IA será a próxima com valor de mercado de um único projeto superior a 1 bilhão?
O autor considera que isso pode ser especulado a partir de duas perspectivas: a narrativa do “lado da oferta da indústria” e a narrativa do “momento GPT”.
A primeira perspectiva da narrativa da IA: Do lado da oferta industrial, observe as oportunidades de rastreamento de energia e dados por trás da IA
Do ponto de vista da oferta da indústria, as quatro forças motrizes para o desenvolvimento da IA são:
Algoritmos: algoritmos de alta qualidade podem realizar tarefas de treinamento e inferência com mais eficiência
Poder de computação: Quer se trate de treinamento de modelo ou de raciocínio de modelo, o hardware GPU é necessário para fornecer poder de computação. Este também é o principal gargalo da indústria no momento. A escassez do núcleo da indústria levou a preços elevados para chips de médio a alto padrão. .
Energia: O centro de computação de dados necessário para IA gerará uma grande quantidade de consumo de energia. Além da energia exigida pela própria GPU para executar tarefas de computação, o processamento da dissipação de calor da GPU também requer muita energia. é responsável pela energia total Cerca de 40% do consumo
Dados: melhorar o desempenho de grandes modelos requer a expansão dos parâmetros de treinamento, o que significa a necessidade de grandes quantidades de dados de alta qualidade
Tendo em vista a força motriz das quatro indústrias acima, tanto as faixas de algoritmo quanto de poder de computação têm projetos de criptografia com um valor de mercado circulante de mais de 1 bilhão de dólares americanos, enquanto as faixas de energia e dados ainda não viram projetos com o mesmo mercado valor.
Na verdade, a escassez de energia e de dados poderá em breve surgir e tornar-se numa nova vaga de hotspots industriais, impulsionando assim um aumento de projectos relacionados no campo da encriptação.
Vamos falar primeiro sobre energia.
Em 29 de fevereiro de 2024, Musk disse na Conferência Bosch Internet World 2024: "Eu previ uma escassez de chips há mais de um ano, e a próxima escassez será de eletricidade. Acho que não haverá eletricidade suficiente no próximo ano para operar todos os salgadinhos."
A julgar por dados específicos, o Instituto de Inteligência Artificial da Universidade de Stanford (Inteligência Artificial Centrada no Homem) liderado por Li Feifei lança o "Relatório de Índice de IA" todos os anos. No relatório divulgado pela equipe em 2022 para a indústria de IA de 21 anos, o. equipe de pesquisa A avaliação acredita que o consumo de energia da IA representou apenas 0,9% da demanda global de eletricidade naquele ano, e a pressão sobre a energia e o meio ambiente foi limitada. Em 2023, a Agência Internacional de Energia (AIE) concluiu que os data centers globais consumiram aproximadamente 460 terawatts-hora (TWh) de eletricidade, representando 2% da demanda global de eletricidade, e previu que até 2026, os data centers globais irão consumir energia será tão tão baixo quanto 620 terawatts-hora e tão alto quanto 1.050 terawatts-hora.
Na verdade, a estimativa da Agência Internacional de Energia ainda é conservadora, porque já existe um grande número de projectos em torno da IA que estão prestes a ser lançados, e a escala de procura de energia correspondente está muito além da sua imaginação em 2023.
Por exemplo, o projeto Stargate que está sendo planejado pela Microsoft e OpenAI. Espera-se que este plano seja lançado em 2028 e concluído por volta de 2030. O projeto planeja construir um supercomputador com milhões de chips de IA dedicados para fornecer à OpenAI um poder de computação sem precedentes e apoiar seu uso em inteligência artificial, especialmente em grandes modelos de linguagem de pesquisa e. desenvolvimento. Espera-se que o plano custe mais de US$ 100 bilhões, 100 vezes mais que o custo dos grandes data centers atuais.
O consumo de energia sozinho do projeto Stargate chega a 50 terawatts-hora.
É precisamente por isso que o fundador da OpenAI, Sam Altman, disse no Fórum de Davos em janeiro deste ano: “A inteligência artificial do futuro requer avanços energéticos, porque a inteligência artificial consumirá muito mais energia do que as pessoas esperam”.
Depois do poder e da energia da computação, a próxima área de escassez na indústria de IA em rápido crescimento provavelmente serão os dados.
Por outras palavras, a escassez de dados de alta qualidade exigidos pela IA tornou-se uma realidade.
Atualmente, a partir da evolução do GPT, os humanos basicamente descobriram as regras para o crescimento de grandes capacidades de modelos de linguagem - ou seja, ao expandir os parâmetros do modelo e os dados de treinamento, as capacidades do modelo podem ser melhoradas exponencialmente - e este processo não pode ser visto no curto prazo.
Mas o problema é que dados abertos e de alta qualidade podem tornar-se cada vez mais escassos no futuro, e os produtos de IA podem enfrentar as mesmas contradições de oferta e procura de dados que os chips e a energia.
O primeiro é um aumento nas disputas sobre a propriedade de dados.
Em 27 de dezembro de 2023, o New York Times processou formalmente a OpenAI e a Microsoft no Tribunal Distrital Federal dos EUA, acusando-as de usar milhões de seus próprios artigos para treinar modelos GPT sem permissão, exigindo-lhes "cópia ilegal e uso de bilhões de dólares exclusivos de dólares em danos legais e reais” e a destruição de todos os modelos e dados de treinamento contendo material protegido por direitos autorais do The New York Times.
No final de março, o New York Times publicou uma nova declaração, visando não apenas a OpenAI, mas também o Google e o Meta. A declaração do New York Times disse que a OpenAI usou uma ferramenta de reconhecimento de fala chamada Whisper para transcrever as partes da fala de um grande número de vídeos do YouTube e, em seguida, gerou texto como texto para treinar o GPT-4. O New York Times afirmou que agora é muito comum que grandes empresas usem pequenos furtos ao treinar modelos de IA, e disse que o Google também está fazendo isso. Eles também convertem o conteúdo de vídeo do YouTube em texto para o treinamento de seus próprios grandes modelos. essencialmente infringindo os direitos dos criadores de conteúdo de vídeo.
O New York Times e a OpenAI são o “primeiro caso de direitos autorais de IA”. Considerando a complexidade do caso e seu impacto de longo alcance no futuro do conteúdo e na indústria de IA, um resultado pode não estar disponível em breve. Um dos resultados finais possíveis é um acordo extrajudicial entre as duas partes, com as ricas Microsoft e OpenAI pagando uma grande compensação. No entanto, mais fricções em matéria de direitos de autor de dados no futuro aumentarão inevitavelmente o custo global dos dados de alta qualidade.
Além disso, como o maior mecanismo de busca do mundo, o Google também revelou que está considerando cobrar por sua função de busca, mas o alvo da cobrança não é o público em geral, mas sim as empresas de IA.
Fonte: Reuters
Os servidores do motor de busca do Google armazenam uma grande quantidade de conteúdo, podendo-se até dizer que o Google armazena todo o conteúdo que apareceu em todas as páginas da Internet desde o século XXI. Os atuais produtos de pesquisa orientados por IA, como os estrangeiros, como o perplexity, e os nacionais, como Kimi e Secret Tower, processam os dados pesquisados por meio de IA e depois os enviam aos usuários. As cobranças dos mecanismos de pesquisa pela IA aumentarão inevitavelmente o custo da aquisição de dados.
Na verdade, além dos dados públicos, os gigantes da IA também estão de olho nos dados internos não públicos.
Photobucket é um site estabelecido de hospedagem de imagens e vídeos que tinha 70 milhões de usuários e quase metade do mercado de fotos online dos EUA no início dos anos 2000. Com a ascensão das mídias sociais, o número de usuários do Photobucket caiu significativamente. Atualmente, existem apenas 2 milhões de usuários ativos (eles têm que pagar uma alta taxa de US$ 399 por ano, de acordo com o acordo e a política de privacidade assinada pelos usuários). quando se registraram, não foram usados por mais de um ano. A conta será reciclada e também apoia o direito do Photobucket de usar as fotos e dados de vídeo enviados pelos usuários. O CEO da Photobucket, Ted Leonard, revelou que seus 1,3 bilhão de dados de fotos e vídeos são extremamente valiosos para o treinamento de modelos generativos de IA. Ele está em negociações com várias empresas de tecnologia para vender os dados, com ofertas que variam de 5 centavos a US$ 1 por foto e mais de US$ 1 por vídeo, estimando que os dados que o Photobucket pode fornecer valem mais de US$ 1 bilhão.
EPOCH, uma equipe de pesquisa focada na tendência de desenvolvimento da inteligência artificial, publicou certa vez um relatório sobre os dados necessários para o aprendizado de máquina com base no uso de dados e na geração de novos dados por aprendizado de máquina em 2022, e considerando o crescimento dos recursos computacionais . Ficaremos sem dados? Uma análise dos limites do dimensionamento de conjuntos de dados em aprendizado de máquina", o relatório concluiu que os dados de texto de alta qualidade se esgotarão entre fevereiro de 2023 e 2026, e os dados de imagem se esgotarão em 2030. e 2060. Se a eficiência da utilização dos dados não puder ser melhorada significativamente, ou se surgirem novas fontes de dados, a tendência atual de grandes modelos de aprendizagem automática que dependem de conjuntos de dados massivos poderá abrandar.
A julgar pela situação atual em que os gigantes da IA estão a comprar dados a preços elevados, os dados de texto gratuitos de alta qualidade foram basicamente esgotados. A previsão da ÉPOCA há 2 anos era relativamente precisa.
Ao mesmo tempo, também estão a surgir soluções para a procura de "escassez de dados de IA", nomeadamente: serviços de fornecimento de dados de IA.
Defined.ai é uma empresa que fornece dados personalizados, reais e de alta qualidade para empresas de IA.
Exemplos de tipos de dados que Defined.ai pode fornecer: https://www.defined.ai/datasets
Seu modelo de negócios é: as empresas de IA fornecem à Defined.ai suas próprias necessidades de dados. Por exemplo, em termos de qualidade, quão alta é a resolução necessária para evitar desfoque, superexposição e conteúdo autêntico. Em termos de conteúdo, as empresas de IA podem personalizar temas específicos com base em suas próprias tarefas de treinamento, como fotos noturnas, cones noturnos, estacionamentos e sinalização, para melhorar a taxa de reconhecimento da IA em cenas noturnas. O público pode realizar a tarefa, e a empresa irá revisá-la após aceitá-la, e então as peças que atendem aos requisitos serão liquidadas com base no número de fotos. O preço é de cerca de 1 a 2 dólares americanos por uma imagem de alta qualidade. , 5-7 dólares americanos para um curta-metragem com mais de dez segundos e Um vídeo de alta qualidade com mais de 10 minutos custa US$ 100-300, e o texto custa US$ 1 por mil palavras. A pessoa que recebe a tarefa de subcontratação pode. receba cerca de 20% da taxa. O fornecimento de dados pode se tornar outro negócio de crowdsourcing após a “rotulagem de dados”.
Crowdsourcing global de tarefas, incentivos económicos, preços de activos de dados, circulação e protecção da privacidade, todos podem participar, soa como uma categoria de negócios que é particularmente adequada para o paradigma Web3.
Objetivos narrativos de IA na perspectiva do lado da oferta da indústria
A preocupação causada pela escassez de chips penetrou na indústria de criptografia, tornando o poder de computação distribuído a categoria de rastreamento de IA mais popular e com maior valor de mercado até agora.
Portanto, se a contradição entre oferta e procura na indústria de IA em energia e dados surgir nos próximos 1-2 anos, que projectos relacionados com narrativas existem actualmente na indústria de encriptação?
Vejamos primeiro as metas energéticas.
Existem muito poucos projetos de energia que lançaram o CEX líder e existe apenas um Power Ledger (Token Powr).
Fundada em 2017, a Power Ledger é uma plataforma de energia abrangente baseada na tecnologia blockchain. Tem como objetivo descentralizar as transações de energia, promover o comércio direto de eletricidade por indivíduos e comunidades, apoiar a aplicação generalizada de energia renovável e garantir a segurança da energia através da energia. contratos inteligentes. Transparência e eficiência das transações. Inicialmente, o Power Ledger operava com base na cadeia de consórcios modificada do Ethereum. No segundo semestre de 2023, o Power Ledger atualizou seu white paper e lançou sua própria cadeia pública abrangente, que foi modificada com base na estrutura técnica de Solana para facilitar o processamento de microtransações de alta frequência no mercado de energia distribuída. Atualmente os principais negócios da Power Ledger incluem:
Comércio de energia: permite aos utilizadores comprar e vender diretamente eletricidade, especialmente de fontes de energia renováveis, peer-to-peer.
Comercialização de produtos ambientais: como a comercialização de créditos de carbono e certificados de energia renovável, e financiamento baseado em produtos ambientais.
Operação de cadeia pública: atraia desenvolvedores de aplicativos para criar aplicativos no blockchain Powerledger, e as taxas de transação da cadeia pública serão pagas em tokens Powr.
O valor de mercado de circulação atual do projeto Power Ledger é de US$ 170 milhões, e o valor de mercado de circulação total é de US$ 320 milhões.
Comparado com os alvos de criptografia de energia, o número de alvos de criptografia na trilha de dados é mais abundante.
O autor lista apenas os projetos de rastreamento de dados aos quais estou prestando atenção atualmente e que lancei pelo menos um dos CEXs da Binance, OKX e Coinbase, e eles estão organizados de baixo para cima de acordo com FDV:
1.Streamr – DADOS
A proposta de valor do Streamr é construir uma rede de dados descentralizada em tempo real que permita aos usuários negociar e compartilhar dados livremente, mantendo controle total sobre seus dados. Através do seu mercado de dados, a Streamr espera permitir que os produtores de dados vendam fluxos de dados diretamente aos consumidores interessados, sem a necessidade de intermediários, reduzindo assim os custos e aumentando a eficiência.
Fonte: https://streamr.network/hub/projects
Em um caso real de cooperação, Streamr coopera com outro projeto de hardware de veículo Web3 DIMO para coletar temperatura, pressão atmosférica e outros dados por meio de sensores de hardware DIMO montados no veículo para formar um fluxo de dados meteorológicos e transmiti-los às instituições que deles necessitam.
Em comparação com outros projetos de dados, o Streamr se concentra mais nos dados da Internet das Coisas e nos sensores de hardware. Além dos dados de veículos DIMO mencionados acima, outros projetos incluem o fluxo de dados de tráfego em tempo real de Helsinque. Portanto, o token do projeto DATA da Streamr duplicou seu crescimento em um único dia em dezembro do ano passado, quando o conceito Depin estava no seu auge.
O valor de mercado circulante atual do projeto Streamr é de US$ 44 milhões, e o valor de mercado total em circulação é de US$ 58 milhões.
2.Covalente – CQT
Ao contrário de outros projetos de dados, o Covalent fornece dados blockchain. A rede Covalent lê dados de nós de blockchain por meio de RPC e, em seguida, processa e organiza os dados para criar um banco de dados de consulta eficiente. Dessa forma, os usuários do Covalent podem recuperar rapidamente as informações de que precisam, sem precisar realizar consultas complexas diretamente do nó do blockchain. Esse tipo de serviço também é chamado de “indexação de dados blockchain”.
Os clientes da Covalent são principalmente do lado comercial, incluindo projetos Dapp, como vários Defi, e muitas empresas de criptografia centralizadas, como Consensys (a empresa-mãe da Metamask), CoinGecko (uma conhecida estação de mercado de ativos criptográficos), Rotki (ferramenta fiscal ) ), Rainbow (carteira criptografada), etc. Além disso, a Fidelity, gigante do setor financeiro tradicional, e a Ernst & Young, as quatro principais empresas de contabilidade, também são clientes da Covalent. Segundo dados divulgados oficialmente pela Covalent, a receita do projeto com serviços de dados superou a do The Graph, projeto líder na mesma área.
Devido à integridade, abertura, autenticidade e natureza em tempo real dos dados na cadeia, espera-se que a indústria Web3 se torne uma fonte de dados de alta qualidade para cenários segmentados de IA e "pequenos modelos de IA" específicos. Como fornecedora de dados, a Covalent começou a fornecer dados para vários cenários de IA e lançou dados estruturados verificáveis especificamente para IA.
Fonte: https://www.covalenthq.com/solutions/decentralized-ai/
Por exemplo, fornece dados para a plataforma de negociação inteligente on-chain SmartWhales e usa IA para identificar padrões e endereços de transações lucrativas; a Entender Finance usa dados estruturados e processamento de IA da Covalent para insights em tempo real, detecção de anomalias e análise preditiva.
Actualmente, os principais cenários para serviços de dados on-chain fornecidos pela Covalent ainda são financeiros. No entanto, com a generalização dos produtos e tipos de dados Web3, os cenários de utilização de dados on-chain também serão expandidos.
O valor de mercado de circulação atual do projeto Covalent é de US$ 150 milhões, e o valor de mercado de circulação total é de US$ 235 milhões. Em comparação com o projeto de índice de dados blockchain The Graph na mesma faixa, ele tem uma clara vantagem de avaliação.
3.Hivemapper – Querida
Entre todos os materiais de dados, os dados de vídeo geralmente têm o preço unitário mais alto. O Hivemapper pode fornecer dados, incluindo informações de vídeo e mapas, para empresas de IA. O próprio Hivemapper é um projeto de mapa global descentralizado que visa criar um sistema de mapas detalhado, dinâmico e acessível por meio da tecnologia blockchain e contribuições da comunidade. Os participantes podem capturar dados de mapas por meio de uma dashcam e adicioná-los à rede de dados de código aberto Hivemapper, e receber recompensas com base em suas contribuições no token do projeto HONEY. Para melhorar os efeitos de rede e reduzir os custos de interação, o Hivemapper é construído em Solana.
O Hivemapper foi fundado em 2015. A visão original era usar drones para criar mapas, mas depois descobriu que esse modelo era difícil de escalar, então passou a usar gravadores de direção e smartphones para capturar dados geográficos, reduzindo o custo de produção global de mapas. .
Comparado com software de visualização de rua e mapas como o Google Maps, o Hivemapper pode expandir a cobertura do mapa com mais eficiência, manter a atualização das cenas reais do mapa e melhorar a qualidade do vídeo, estimulando os modelos de rede e crowdsourcing.
Antes da explosão da procura de dados pela IA, os principais clientes da Hivemapper incluíam o setor de condução autónoma da indústria automóvel, empresas de serviços de navegação, governos, companhias de seguros e imobiliárias, etc. Agora o Hivemapper pode fornecer IA e modelos grandes com uma ampla gama de dados rodoviários e ambientais por meio de APIs. Por meio da entrada de fluxos de dados de imagens e características rodoviárias constantemente atualizados, os modelos de IA e ML serão capazes de transformar melhor os dados em recursos e tarefas de execução aprimorados. relacionado à localização geográfica e julgamento visual.
Fonte de dados: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
O valor de mercado circulante atual do projeto Hivemapper-Honey é de US$ 120 milhões, e o valor de mercado total em circulação é de US$ 496 milhões.
Além dos três projetos acima, os projetos na faixa de dados incluem The Graph – GRT (valor de mercado de circulação de US$ 3,2 bilhões, FDV US$ 3,7 bilhões), cujo negócio é semelhante ao Covalent e também fornece serviços de indexação de dados blockchain e Ocean Protocol – OCEAN; (valor de mercado de circulação 670 milhões de $, FDV 1,45 bilhão de $, este projeto será em breve fundido com Fetch.ai e SingularityNET, o token será convertido para ASI), um protocolo de código aberto projetado para promover a troca e monetização de dados e dados serviços relacionados, conectando consumidores de dados com provedores de dados para compartilhar dados, garantindo ao mesmo tempo confiança, transparência e rastreabilidade.
A segunda perspectiva da narrativa da IA: o GPT reaparece em instantes e a inteligência artificial geral chega
Na opinião do autor, o primeiro ano da “trilha da IA” na indústria de criptografia é 2023, quando a GPT chocou o mundo. O aumento nos projetos de IA de criptografia é mais uma “consequência acalorada” provocada pelo desenvolvimento explosivo da IA. indústria.
Embora os recursos do GPT 4, turbo, etc. tenham sido continuamente atualizados após o GPT 3.5, bem como a incrível exibição de recursos de criação de vídeo de Sora, incluindo o rápido desenvolvimento de grandes modelos de linguagem além do OpenAI, é inegável que o progresso tecnológico de A IA trouxe ao público O impacto cognitivo está enfraquecendo, as pessoas estão gradualmente usando ferramentas de IA e a substituição de empregos em grande escala parece ainda não ter acontecido.
Então, será que o “momento GPT” reaparecerá no campo da IA no futuro, com um salto no desenvolvimento da IA que choca o público, fazendo as pessoas perceberem que as suas vidas e trabalho serão mudados como resultado?
Este momento pode ser a chegada da inteligência artificial geral (AGI).
AGI refere-se ao fato de que as máquinas possuem habilidades cognitivas abrangentes semelhantes às dos humanos e podem resolver uma variedade de problemas complexos, não apenas tarefas específicas. O sistema AGI possui um alto grau de pensamento abstrato, amplo conhecimento prévio, raciocínio de bom senso e compreensão causal em todos os campos, e capacidades de aprendizagem de transferência interprofissional. O desempenho da AGI não é diferente dos melhores humanos em vários campos e, em termos de capacidades abrangentes, supera completamente os melhores grupos humanos.
Na verdade, independentemente da apresentação em romances de ficção científica, jogos, filmes e obras de televisão, ou das expectativas do público após a rápida popularidade do GPT, o público há muito espera o surgimento de AGI que ultrapassa o nível da cognição humana. Em outras palavras, o próprio GPT é o principal produto da AGI e a versão profética da inteligência artificial geral.
A razão pela qual o GPT tem um impacto psicológico e energético industrial tão grande é que a velocidade e o desempenho de sua implementação superaram as expectativas do público: as pessoas não esperavam que um sistema de inteligência artificial que pudesse completar o teste de Turing realmente chegasse, e é tão rápido .
Na verdade, a inteligência artificial (AGI) pode voltar a ter a rapidez do "momento GPT" dentro de 1-2 anos: as pessoas acabaram de se adaptar à assistência da GPT e descobrem que a IA já não é apenas um assistente, pode até mesmo completar tarefas extremas de forma independente. O trabalho mais criativo e desafiador, incluindo aqueles problemas que prenderam os principais cientistas da humanidade por décadas.
Em 8 de abril deste ano, Musk aceitou uma entrevista com Nicolai Tangen, diretor de investimentos do Fundo Soberano Norueguês, e falou sobre a época em que o AGI apareceu.
Ele disse: “Se a AGI for definida como sendo mais inteligente do que a parte mais inteligente da raça humana, acho que provavelmente aparecerá em 2025”.
Ou seja, segundo ele deduz, demorará no máximo um ano e meio até que a AGI chegue. Claro, ele adicionou um pré-requisito, que é “se a potência e o hardware conseguirem acompanhar”.
Os benefícios do advento da AGI são óbvios.
Significa que o nível de produtividade humana dará um grande passo em frente e que um grande número de problemas de investigação científica que nos prenderam durante décadas serão resolvidos. Se definirmos a “parte mais inteligente da humanidade” como o nível dos vencedores do Prémio Nobel, isso significa que, enquanto houver energia, capacidade computacional e dados suficientes, poderemos ter incontáveis “vencedores do Prémio Nobel” a trabalhar dia e noite em os problemas científicos mais importantes.
Na verdade, os vencedores do Prémio Nobel não são tão preciosos como um em algumas centenas de milhões. A maioria deles está ao nível dos melhores professores universitários em termos de capacidade e inteligência, mas por causa da probabilidade e da sorte, escolheram a direcção certa, continuou. fazer isso e obteve resultados. Pessoas do mesmo nível que ele, seus colegas igualmente destacados, também podem ter ganhado o Prêmio Nobel no universo paralelo da pesquisa científica. Mas, infelizmente, ainda não há pessoas suficientes com professores universitários de topo e pessoas envolvidas em avanços na investigação científica, pelo que a velocidade de "atravessar todas as direcções certas da investigação científica" ainda é muito lenta.
Com AGI, quando a energia e o poder de computação são totalmente fornecidos, podemos ter AGIs "vencedores do Prêmio Nobel" ilimitados para conduzir exploração aprofundada em qualquer direção de avanço da pesquisa científica possível, e a velocidade de melhoria da tecnologia será dezenas de vezes mais rápida. A melhoria da tecnologia fará com que recursos que hoje consideramos bastante caros e escassos aumentem centenas de vezes em 10 a 20 anos, como a produção de alimentos, novos materiais, novos medicamentos, educação de alto nível, etc., e o custo de obtê-los também diminuirá exponencialmente. Conseguimos alimentar uma população maior com menos recursos e a riqueza per capita aumentou rapidamente.
Gráfico de tendência total do PIB global, fonte de dados: Banco Mundial
Isso pode parecer um pouco sensacional. Vejamos dois exemplos. Esses dois exemplos foram usados pelo autor em relatórios de pesquisa anteriores no IO.NET:
Em 2018, o ganhador do Prêmio Nobel de Química Francis Arnold disse na cerimônia de premiação: “Hoje podemos ler, escrever e editar qualquer sequência de DNA em aplicações práticas, mas ainda não podemos compô-la cinco anos depois de seu discurso, em 2023, os pesquisadores”. da Universidade de Stanford e da startup de IA do Vale do Silício, Salesforce Research, publicou um artigo na "Nature-Biotechnology". Eles usaram um grande modelo de linguagem ajustado com base em GPT 3 a 0, criaram 1 milhão de novas proteínas e encontraram 2 proteínas com estruturas completamente diferentes. , mas ambos têm capacidade bactericida e espera-se que se tornem uma solução para combater bactérias além dos antibióticos. Em outras palavras: com a ajuda da IA, o gargalo da “criação” de proteínas foi rompido.
Anteriormente, o algoritmo de inteligência artificial AlphaFold previu a estrutura de quase todas as 214 milhões de proteínas da Terra em 18 meses. Este resultado foi centenas de vezes o trabalho de todos os biólogos estruturais humanos no passado.
A mudança já está a acontecer e a chegada da AGI irá acelerar ainda mais este processo.
Por outro lado, os desafios trazidos pelo advento da AGI também são enormes.
A AGI não apenas substituirá um grande número de trabalhadores mentais, mas os prestadores de serviços manuais que agora são considerados “menos afetados pela IA” também serão impactados pela redução nos custos de produção provocada pela maturidade da tecnologia robótica e pelo desenvolvimento de novos materiais , e serão afetados por máquinas. A proporção de postos de trabalho substituídos por software aumentará rapidamente.
Nesse momento, dois problemas que antes pareciam muito distantes logo surgirão:
Questões de emprego e rendimento para o grande número de desempregados
Num mundo onde a IA está em toda parte, como distinguir entre IA e humanos?
A Worldcoin\Worldchain está tentando fornecer uma solução, ou seja, usar o sistema UBI (Renda Básica Universal) para fornecer renda básica ao público e usar biometria baseada na íris para distinguir as pessoas da IA.
Na verdade, o UBI que distribui dinheiro a todas as pessoas não é um castelo no ar sem prática prática. Países como a Finlândia e a Inglaterra implementaram o rendimento básico universal, e os partidos políticos no Canadá, Espanha, Índia e outros países estão a propor-se activamente a promovê-lo. experimentos relacionados.
A vantagem da distribuição do UBI baseada no modelo de identificação biométrica + blockchain é que o sistema é global e tem maior cobertura da população. Além disso, outros modelos de negócios podem ser construídos com base na rede de usuários ampliada por meio da distribuição de renda, por exemplo, financeira. serviços (Defi), redes sociais, crowdsourcing de tarefas, etc. formam colaboração comercial dentro da rede.
Um dos alvos correspondentes para o impacto provocado pelo advento da AGI é o Worldcoin-WLD, com um valor de mercado em circulação de US$ 1,03 bilhão e um valor de mercado total em circulação de US$ 47,2 bilhões.
Riscos e incertezas na dedução narrativa
Este artigo é diferente de muitos relatórios de projetos e pesquisas divulgados anteriormente pela Mint Ventures. A dedução e a previsão da narrativa são altamente subjetivas. Os leitores são solicitados a tratar o conteúdo deste artigo apenas como uma discussão divergente, e não como uma previsão da narrativa. futuro. A dedução narrativa do autor acima mencionada enfrenta muitas incertezas, levando a conjecturas erradas. Esses riscos ou fatores de influência incluem, mas não estão limitados a:
Energia: Queda rápida no consumo de energia causada pela substituição da GPU
Embora a demanda de energia em torno da IA tenha aumentado, os fabricantes de chips representados pela NVIDIA estão fornecendo maior poder de computação com menor consumo de energia por meio de atualizações contínuas de hardware. Por exemplo, em março deste ano, a NVIDIA lançou um chip que integra duas placas de computação de IA de nova geração. GB 200 tem 200 GPU e uma CPU Grace Seu desempenho de treinamento é 4 vezes maior que o da GPU AI principal H 100 da geração anterior, seu desempenho de inferência é 7 vezes maior que o de H 100 e o consumo de energia necessário é de apenas H 100 1/4. . É claro que, apesar disso, o desejo das pessoas por energia proveniente da IA está longe de terminar. Com o declínio no consumo unitário de energia e com a expansão adicional dos cenários e necessidades de aplicação da IA, o consumo total de energia pode realmente aumentar.
Em termos de dados: Q* planeja alcançar “dados autoproduzidos”
Sempre houve rumores de um projeto “Q*” dentro da OpenAI, que foi mencionado em uma mensagem interna enviada aos funcionários pela OpenAI. De acordo com a Reuters citando especialistas da OpenAI, isso pode ser um avanço para a OpenAI em sua busca por superinteligência/inteligência artificial geral (AGI). O Q* não só pode usar seus recursos de abstração para resolver problemas matemáticos nunca antes vistos, como também pode criar por conta própria os dados usados para treinar grandes modelos sem a necessidade de dados do mundo real. Se esse boato for verdadeiro, o gargalo de dados insuficientes de alta qualidade no treinamento de grandes modelos de IA será quebrado.
AGI está chegando: as preocupações ocultas da OpenAI
Ainda não se sabe se o AGI chegará em 2025 como disse Musk, mas é apenas uma questão de tempo. No entanto, como beneficiário direto do advento da narrativa AGI, a maior preocupação da Worldcoin pode vir do OpenAI. Afinal, ele é reconhecido como um “token sombra OpenAI”.
Na madrugada de 14 de maio, a OpenAI mostrou o desempenho do GPT-4 o mais recente e de 19 outras versões diferentes de modelos de linguagem grande em pontuações de tarefas abrangentes na conferência de lançamento de novos produtos da primavera. Somente na tabela, o GPT-4 o pontuou. 1310, visualmente parece muito superior aos seguintes, mas pela pontuação total, é apenas 4,5% superior ao segundo colocado GPT 4 turbo e 4,9% superior ao quarto colocado Gemini 1.5 Pro do Google. 5,1% superior ao quinto colocado Claude 3 Opus da Antrópico.
Pouco mais de um ano se passou desde que o GPT 3.5 chocou o mundo quando estreou. Os concorrentes do OpenAI já alcançaram uma posição muito próxima (embora o GPT 5 ainda não tenha sido lançado e deva ser lançado este ano). desempenho no futuro? Sua própria posição de liderança no setor, a resposta parece estar ficando confusa. Se a liderança e o domínio da OpenAI forem diluídos ou mesmo ultrapassados, então o valor narrativo da Worldcoin como token sombra da OpenAI também diminuirá.
Além da solução de autenticação de íris da Worldcoin, mais e mais concorrentes estão começando a entrar neste mercado. Por exemplo, o projeto de identificação de digitalização da palma da mão Humanity Protocol acaba de anunciar a conclusão de uma nova rodada de financiamento de US$ 30 milhões com uma avaliação. de US$ 1 bilhão, e LayerZero Labs Também foi anunciado que rodará no Humanity e se juntará à sua rede de nós validadores, usando provas ZK para autenticar credenciais.
Conclusão
Finalmente, embora o autor tenha deduzido a narrativa subsequente da trilha de IA, a trilha de IA é diferente das trilhas cripto-nativas, como DeFi. É mais um produto do derramamento da mania da IA. para o círculo monetário. Muitos projetos atualmente têm modelos de negócios. Muitos projetos são mais parecidos com memes com tema de IA (por exemplo, Rndr é semelhante ao meme da NVIDIA e Worldcoin é semelhante ao meme do OpenAI). deve tratá-lo com cautela.
