Автор Алекс Сюй
введение
На данный момент этот цикл криптовалютного бычьего рынка является самым скучным с точки зрения бизнес-инноваций. Ему не хватает таких феноменальных тенденций, как DeFi, NFT и Gamefi на предыдущем бычьем рынке, что приводит к отсутствию горячих точек в отрасли. общий рынок, пользователи, отраслевые инвестиции и рост разработчиков относительно слабы.
Это также отражается на текущих ценах активов. Если посмотреть на весь цикл, большинство альтернативных монет продолжают терять позиции по отношению к BTC, включая ETH. В конце концов, стоимость платформы смарт-контрактов определяется процветанием приложения. Когда развитие и инновации приложения слабы, будет сложно повысить оценку публичной цепочки.
ИИ, как новая категория криптобизнеса в этом раунде, извлекает выгоду из взрывной скорости развития и постоянных горячих точек во внешнем деловом мире и, вероятно, по-прежнему приведет к значительному увеличению внимания к проектам отслеживания ИИ в мире криптографии.
В отчете IO.NET, опубликованном автором в апреле, автор разобрался в необходимости объединения ИИ и криптографии, то есть в преимуществах криптоэкономических решений в определенности, мобилизации ресурсов распределения и недоверии, которые могут решить проблему случайности и ресурсоемкие проблемы искусственного интеллекта. Одно из решений трех проблем неотличимости человека от машины.
В рамках искусственного интеллекта в области криптоэкономики автор пытается обсудить и вывести некоторые важные вопросы в другой статье, в том числе:
Какие еще идеи развиваются в сфере крипто-ИИ или будут взрываться в будущем?
Каталитические пути и логика этих повествований
Цели проекта, связанные с повествованием
Риски и неопределенности в повествовательной дедукции
Эта статья представляет собой инсценированное размышление автора на момент публикации. В будущем она может измениться, и мнения могут быть весьма субъективными. Пожалуйста, не используйте ее в качестве инвестиционного справочника. Комментарии и обсуждения коллег приветствуются.
Далее идет текстовая часть.
Следующая волна повествований в сфере крипто-ИИ
Прежде чем официально подвести итоги следующей волны повествований о зашифрованном ИИ, давайте сначала взглянем на основные повествования о нынешнем зашифрованном ИИ. С точки зрения рыночной стоимости, те, у кого более 1 миллиарда долларов США:
Вычислительная мощность: Render (RNDR, рыночная стоимость в обращении 3,85 миллиарда), Akash (рыночная стоимость в обращении 1,2 миллиарда), IO.NET (последний раунд оценки первичного финансирования в 1 миллиард)
Сеть алгоритмов: Bittensor (TAO, рыночная стоимость в обращении 2,97 миллиарда)
AI-агент: Fetchai (FET, оборотная рыночная капитализация до слияния составляла 2,1 миллиарда долларов)
* Время данных: 2024.5.24, денежная единица — доллары США.
В дополнение к вышеупомянутым областям, какое направление ИИ будет следующим, если рыночная стоимость одного проекта превысит 1 миллиард?
Автор считает, что об этом можно рассуждать с двух точек зрения: повествование о «стороне предложения отрасли» и повествование о «моменте GPT».
Первый взгляд на повествование об ИИ: со стороны предложения отрасли посмотрите на возможности отслеживания энергии и данных, лежащие в основе ИИ.
Со стороны промышленного предложения четырьмя движущими силами развития ИИ являются:
Алгоритмы: высококачественные алгоритмы могут более эффективно выполнять задачи обучения и вывода.
Вычислительная мощность: будь то обучение модели или рассуждение на основе модели, для обеспечения вычислительной мощности требуется оборудование графического процессора. Это также является основным узким местом отрасли на данный момент. Нехватка ядра в отрасли привела к высоким ценам на чипы среднего и высокого класса. .
Энергия: вычислительный центр обработки данных, необходимый для искусственного интеллекта, будет потреблять много энергии, помимо мощности, необходимой самому графическому процессору для выполнения вычислительных задач, обработка тепловыделения графического процессора также требует большого количества энергии. Общая энергия Около 40% потребления.
Данные. Повышение производительности больших моделей требует расширения параметров обучения, что означает необходимость в огромных объемах высококачественных данных.
В ответ на движущие силы вышеупомянутых четырех отраслей на треках алгоритмов и вычислительной мощности есть криптопроекты с оборотной рыночной стоимостью более 1 миллиарда долларов США, в то время как на треках энергетики и данных еще не было проектов с такой же рыночной стоимостью. .
Фактически, дефицит поставок энергии и данных может вскоре возникнуть и стать новой волной промышленных горячих точек, что приведет к росту связанных проектов в области шифрования.
Давайте сначала поговорим об энергетике.
29 февраля 2024 года Маск заявил на конференции Bosch Internet World 2024: «Я предсказал нехватку чипов больше года назад, и следующим дефицитом будет электричество. Я думаю, что в следующем году электричества не будет хватать. Запустите все чипсы».
Судя по конкретным данным, Институт искусственного интеллекта Стэнфордского университета (человеко-ориентированный искусственный интеллект) под руководством Ли Фейфея ежегодно публикует «Отчет об индексе искусственного интеллекта». В отчете, опубликованном командой в 2022 году для 21-й отрасли искусственного интеллекта, исследовательская группа. В результате оценки был сделан вывод, что потребление энергии ИИ в этом году составило лишь 0,9% мирового спроса на электроэнергию, а давление на энергетику и окружающую среду было ограниченным. В 2023 году Международное энергетическое агентство (МЭА) пришло к выводу, что глобальные центры обработки данных потребляли около 460 тераватт-часов (ТВтч) электроэнергии в 2022 году, что составляет 2% мирового спроса на электроэнергию. Оно также прогнозировало, что к 2026 году глобальные центры обработки данных будут потреблять энергию. будет составлять всего 620 тераватт-часов и достигать 1050 тераватт-часов.
Фактически, оценка Международного энергетического агентства все еще консервативна, поскольку уже существует большое количество проектов вокруг ИИ, которые вот-вот будут запущены, и соответствующий спрос на энергию намного выше, чем предполагалось в 2023 году.
Например, Microsoft и OpenAI планируют проект «Звездные врата». Ожидается, что этот план будет запущен в 2028 году и завершен примерно в 2030 году. В рамках проекта планируется построить суперкомпьютер с миллионами специализированных микросхем искусственного интеллекта, чтобы предоставить OpenAI беспрецедентную вычислительную мощность и поддержать его развитие в области искусственного интеллекта, особенно исследований и разработок больших языковых моделей. . Ожидается, что этот план будет стоить более 100 миллиардов долларов, что в 100 раз превышает стоимость современных крупных центров обработки данных.
Потребление энергии только в «Звездных вратах» достигает 50 тераватт-часов.
Именно поэтому основатель OpenAI Сэм Альтман заявил на Давосском форуме в январе этого года: «Будущий искусственный интеллект требует энергетических прорывов, потому что искусственный интеллект будет потреблять гораздо больше энергии, чем люди ожидают».
После вычислительной мощности и энергии следующей областью дефицита в быстро растущей индустрии искусственного интеллекта, вероятно, станут данные.
Другими словами, нехватка качественных данных, необходимых для ИИ, стала реальностью.
В настоящее время, благодаря эволюции GPT, люди в основном выяснили правила роста возможностей большой языковой модели — то есть, расширяя параметры модели и данные обучения, возможности модели могут быть улучшены в геометрической прогрессии — и этот процесс не может в краткосрочной перспективе.
Но проблема в том, что в будущем высококачественных и открытых данных может стать все меньше, а продукты искусственного интеллекта могут столкнуться с теми же противоречиями спроса и предложения в данных, что и чипы и энергия.
Во-первых, это рост споров по поводу владения данными.
27 декабря 2023 года газета New York Times официально подала иск против OpenAI и Microsoft в Федеральный окружной суд США, обвинив их в использовании миллионов собственных статей для обучения модели GPT без разрешения, требуя от них «незаконного копирования и использования уникальных» Мы будем нести ответственность за законные и фактические убытки в размере миллиардов долларов за нашу работу», а также уничтожим все модели и обучающие данные, содержащие материалы The New York Times, защищенные авторским правом.
Позже, в конце марта, газета New York Times опубликовала новое заявление, нацеленное не только на OpenAI, но также на Google и Meta. В заявлении New York Times говорится, что OpenAI транскрибировал речевые части большого количества видеороликов на YouTube с помощью инструмента распознавания речи под названием Whisper, а затем сгенерировал текст как текст для обучения GPT-4. The New York Times заявила, что крупные компании сейчас очень часто используют мелкое воровство при обучении моделей ИИ, и сообщила, что Google также занимается этим, конвертируя видеоконтент YouTube в текст для обучения своих собственных крупных моделей. по сути ущемляющие права создателей видеоконтента.
New York Times и OpenAI — это «первое дело об авторском праве на ИИ». Учитывая сложность дела и его далеко идущее влияние на будущее индустрии контента и ИИ, результат может быть достигнут нескоро. Одним из окончательных возможных результатов является внесудебное урегулирование между двумя сторонами, при котором богатые Microsoft и OpenAI выплатят крупную компенсацию. Однако усиление проблем с авторским правом на данные в будущем неизбежно приведет к увеличению общей стоимости высококачественных данных.
Кроме того, как крупнейшая в мире поисковая система Google также сообщила, что рассматривает возможность взимания платы за свою функцию поиска, но целью взимания платы является не широкая общественность, а компании, занимающиеся искусственным интеллектом.
Источник: Рейтер
Google хранит огромное количество контента на своих серверах поисковых систем, включая почти весь контент, появившийся на любой интернет-странице с 21 века. В настоящее время поисковые продукты, управляемые искусственным интеллектом, такие как зарубежные, такие как perplexity, и отечественные, такие как Kimi и Secret Tower, все обрабатывают искомые данные с помощью искусственного интеллекта, а затем выдают их пользователям. Плата поисковых систем за ИИ неизбежно приведет к увеличению стоимости сбора данных.
Фактически, помимо общедоступных данных, гиганты искусственного интеллекта также присматриваются к закрытым внутренним данным.
Photobucket — это признанный веб-сайт для размещения изображений и видео, который в начале 2000-х годов имел 70 миллионов пользователей и занимал почти половину онлайн-фоторынка США. С развитием социальных сетей число пользователей Photobucket значительно сократилось. В настоящее время осталось всего 2 миллиона активных пользователей (они платят высокую плату в размере 399 долларов США в год в соответствии с соглашением и политикой конфиденциальности, подписанными пользователями). они зарегистрированы, ими не пользовались более года. Аккаунт будет переработан, а также поддерживается право Photobucket на использование загруженных пользователем изображений и видеоданных. Генеральный директор Photobucket Тед Леонард заявил, что 1,3 миллиарда фото- и видеоданных чрезвычайно ценны для обучения генеративных моделей искусственного интеллекта. Он ведет переговоры с несколькими технологическими компаниями о продаже данных по ценам от 5 центов до 1 доллара за фотографию и более 1 доллара за видео. По оценкам, данные, которые может предоставить Photobucket, стоят более 1 миллиарда долларов.
EPOCH, исследовательская группа, занимающаяся тенденциями развития искусственного интеллекта, однажды опубликовала отчет о данных, необходимых для машинного обучения, на основе использования данных и генерации новых данных с помощью машинного обучения в 2022 году, а также с учетом роста вычислительных ресурсов. «Анализ пределов масштабирования наборов данных в машинном обучении», в отчете сделан вывод, что высококачественные текстовые данные будут исчерпаны в период с февраля 2023 по 2026 год, а данные изображений будут исчерпаны в период между 2030 годом. 2060 и 2060. Если эффективность использования данных невозможно существенно повысить или появятся новые источники данных, текущая тенденция использования больших моделей машинного обучения, основанных на огромных наборах данных, может замедлиться.
Судя по нынешней ситуации, когда гиганты искусственного интеллекта покупают данные по высоким ценам, бесплатные высококачественные текстовые данные практически исчерпаны. Прогноз EPOCH, сделанный 2 года назад, оказался относительно точным.
В то же время появляются и решения проблемы «нехватки данных ИИ», а именно: услуги по предоставлению данных ИИ.
Defined.ai — компания, предоставляющая персонализированные данные реального качества для компаний, занимающихся искусственным интеллектом.
Примеры типов данных, которые может предоставить Defined.ai: https://www.defined.ai/datasets.
Его бизнес-модель такова: компании, занимающиеся искусственным интеллектом, предоставляют Defined.ai свои собственные данные. Например, с точки зрения качества изображения, какое разрешение необходимо, чтобы избежать размытия, передержки и аутентичности контента. Что касается контента, компании, занимающиеся искусственным интеллектом, могут настраивать определенные темы на основе своих собственных учебных задач, например, фотографии в ночное время, конусы в ночное время, парковки и знаки, чтобы повысить уровень распознавания ИИ в ночных сценах. Публика может принять задание, а компания рассмотрит его после фотографирования, а затем в зависимости от количества фотографий будут определены детали, соответствующие требованиям. Цена составляет около 1-2 долларов США за качественную фотографию. , 5-7 долларов США за короткометражный фильм продолжительностью более десяти секунд. Качественный видеоролик продолжительностью более 10 минут стоит 100-300 долларов США, а текст - 1 доллар США за тысячу слов. Получатель субподрядного задания может получить. около 20% от суммы гонорара. Предоставление данных может стать еще одним краудсорсинговым бизнесом после «маркировки данных».
Глобальный краудсорсинг задач, экономические стимулы, ценообразование на информационные активы, распространение и защита конфиденциальности — каждый может участвовать — звучит как бизнес-категория, которая особенно подходит для парадигмы Web3.
Повествовательные цели ИИ с точки зрения предложения отрасли
Обеспокоенность, вызванная нехваткой чипов, проникла в индустрию шифрования, в результате чего распределенные вычислительные мощности стали самой популярной категорией технологий искусственного интеллекта с самой высокой рыночной стоимостью на данный момент.
Итак, если противоречие между спросом и предложением в индустрии искусственного интеллекта в сфере энергетики и данных разразится в ближайшие 1-2 года, какие проекты, связанные с повествованием, существуют сейчас в индустрии шифрования?
Давайте сначала посмотрим на энергетические цели.
Существует очень мало энергетических проектов, которые запустили ведущий CEX, и есть только один — Power Ledger (токен Powr).
Power Ledger, основанная в 2017 году, представляет собой комплексную энергетическую платформу, основанную на технологии блокчейн. Она направлена на децентрализацию энергетических операций, содействие прямой торговле электроэнергией отдельными лицами и сообществами, поддержку широкого применения возобновляемых источников энергии и обеспечение прозрачности и эффективности транзакций. Первоначально Power Ledger работал на основе цепочки консорциума, модифицированной на основе Ethereum. Во второй половине 2023 года Power Ledger обновила свой официальный документ и запустила собственную комплексную публичную цепочку, которая была модифицирована на основе технической структуры Solana для облегчения обработки высокочастотных микротранзакций на рынке распределенной энергетики. В настоящее время основными направлениями деятельности Power Ledger являются:
Торговля энергией: позволяет пользователям напрямую покупать и продавать электроэнергию, особенно из возобновляемых источников энергии, в одноранговой сети.
Торговля экологическими продуктами: например, торговля квотами на выбросы углерода и сертификатами возобновляемой энергии, а также финансирование на основе экологических продуктов.
Работа публичной цепочки: привлекайте разработчиков приложений для создания приложений на блокчейне Powerledger, а комиссии за транзакции в публичной цепочке выплачиваются в токенах Powr.
Текущая оборотная рыночная стоимость проекта Power Ledger составляет 170 миллионов долларов, а полная рыночная стоимость в обращении — 320 миллионов долларов.
По сравнению с целями шифрования энергии, количество целей шифрования на дорожке данных больше.
Автор перечисляет только проекты отслеживания данных, на которые я сейчас обращаю внимание и запустил хотя бы одну из CEX Binance, OKX и Coinbase, и они расположены от низшего к высшему согласно FDV:
1.Стримр – ДАННЫЕ
Ценное предложение Streamr заключается в создании децентрализованной сети передачи данных в реальном времени, которая позволит пользователям свободно торговать и обмениваться данными, сохраняя при этом полный контроль над своими данными. Через свой рынок данных Streamr надеется дать возможность производителям данных продавать потоки данных напрямую заинтересованным потребителям без необходимости использования посредников, тем самым снижая затраты и повышая эффективность.
Источник: https://streamr.network/hub/projects.
В реальном случае сотрудничества Streamr сотрудничает с DIMO, еще одним проектом по аппаратному обеспечению транспортных средств Web3, для сбора данных о температуре, давлении воздуха и других данных с помощью аппаратных датчиков DIMO, установленных на транспортном средстве, для формирования потока данных о погоде и передачи его нуждающимся учреждениям.
По сравнению с другими проектами по работе с данными, Streamr больше фокусируется на данных из Интернета вещей и аппаратных датчиков. Помимо упомянутых выше данных об транспортных средствах DIMO, другие проекты включают поток данных о дорожном движении Хельсинки в реальном времени. Таким образом, токен проекта Streamr DATA однажды удвоил свою цену за один день в декабре прошлого года, когда концепция Depin была в самом разгаре.
Текущая оборотная рыночная стоимость проекта Streamr составляет 44 миллиона долларов, а полная оборотная рыночная стоимость — 58 миллионов долларов.
2.Ковалентный – CQT
В отличие от других проектов данных, Coвалент предоставляет данные блокчейна. Coвалентная сеть считывает данные из узлов блокчейна через RPC, затем обрабатывает и систематизирует данные для создания эффективной базы данных запросов. Таким образом, пользователи Coвалента могут быстро получить необходимую им информацию без необходимости выполнять сложные запросы непосредственно из узла блокчейна. Этот тип услуги также называется «индексированием данных блокчейна».
Клиентами Coвалента в основном являются B-стороны, включая проекты Dapp, такие как различные Defi, а также многие компании централизованного шифрования, такие как Consensys (материнская компания Metamask), CoinGecko (известная станция рынка криптоактивов), Rotki ( налоговые инструменты), Rainbow (зашифрованный кошелек) и т. д. Кроме того, клиентами Coвалента также являются Fidelity, гигант традиционной финансовой индустрии, и Ernst & Young, четыре основные бухгалтерские фирмы. Согласно данным, официально раскрытым Coвалентом, выручка проекта от услуг передачи данных превысила доход The Graph, ведущего проекта в той же области.
Ожидается, что благодаря целостности, открытости, аутентичности и характеру данных в цепочке в режиме реального времени индустрия Web3 станет высококачественным источником данных для сегментированных сценариев ИИ и конкретных «малых моделей ИИ». Как поставщик данных, Coвалент начала предоставлять данные для различных сценариев ИИ и запустила проверяемые структурированные данные специально для ИИ.
Источник: https://www.coвалентhq.com/solutions/decentralized-ai/
Например, он предоставляет данные для интеллектуальной торговой платформы SmartWhales и использует искусственный интеллект для определения прибыльных торговых моделей и адресов; Entender Finance использует структурированные данные Coвалент и обработку искусственного интеллекта для получения информации в реальном времени, обнаружения аномалий и прогнозного анализа.
В настоящее время основные сценарии предоставления услуг передачи данных в цепочке, предоставляемые Coвалентом, по-прежнему являются финансовыми. Однако с обобщением продуктов и типов данных Web3 сценарии использования данных в цепочке также будут расширяться.
Текущая оборотная рыночная стоимость проекта Coвалент составляет 150 миллионов долларов, а полная рыночная стоимость в обращении составляет 235 миллионов долларов. По сравнению с The Graph, проектом индексирования данных блокчейна в том же направлении, он имеет явное оценочное преимущество.
3.Hivemapper – Мед
Среди всех информационных материалов видеоданные часто имеют самую высокую цену за единицу. Hivemapper может предоставлять данные, включая видео и картографическую информацию, компаниям, занимающимся искусственным интеллектом. Hivemapper сам по себе является децентрализованным глобальным картографическим проектом, целью которого является создание подробной, динамичной и доступной картографической системы с помощью технологии блокчейна и вклада сообщества. Участники могут собирать данные карты с помощью видеорегистратора и добавлять их в сеть данных Hivemapper с открытым исходным кодом, а также получать вознаграждения в зависимости от своего вклада в токен проекта HONEY. Чтобы улучшить сетевые эффекты и снизить затраты на взаимодействие, Hivemapper построен на Solana.
Hivemapper была основана в 2015 году с первоначальной идеей использования дронов для создания карт, но позже обнаружила, что эту модель сложно масштабировать, и обратилась к использованию видеорегистраторов и смартфонов для сбора географических данных, что снизило стоимость создания глобальных карт.
По сравнению с программным обеспечением для просмотра улиц и карт, таким как Google Maps, Hivemapper может более эффективно расширять покрытие карты, поддерживать актуальность реальных сцен карты и улучшать качество видео за счет стимулирующих сетей и моделей краудсорсинга.
До того, как спрос на данные искусственного интеллекта резко возрос, основными клиентами Hivemapper были представители сектора автономного вождения в автомобильной промышленности, компании навигационных услуг, правительства, страховые компании, компании по недвижимости и т. д. Теперь Hivemapper может предоставлять ИИ и крупным моделям широкий спектр данных о дорогах и окружающей среде через API. Благодаря вводу постоянно обновляемых потоков данных изображений и характеристик дорог модели ИИ и МО смогут лучше преобразовывать данные в улучшенные возможности и производительность. Задачи, связанные с географическим положением и визуальным суждением.
Источник данных: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
Текущая оборотная рыночная стоимость проекта Hivemapper-Honey составляет 120 миллионов долларов, а полная рыночная стоимость в обращении — 496 миллионов долларов.
В дополнение к трем вышеупомянутым проектам, проекты на треке данных включают The Graph — GRT (рыночная стоимость обращения — 3,2 миллиарда долларов, FDV — 3,7 миллиарда долларов), чей бизнес похож на Coвалентный, а также предоставляет услуги индексации данных блокчейна и Ocean Protocol — OCEAN (рыночная стоимость обращения 670 млн $, FDV 1,45 млрд $, этот проект скоро будет объединен с Fetch.ai и SingularityNET, токен будет конвертирован в ASI), протокол с открытым исходным кодом, предназначенный для содействия обмену и монетизации данных и услуги, связанные с данными, соединяющие потребителей данных с поставщиками данных для обмена данными, обеспечивая при этом доверие, прозрачность и отслеживаемость.
Второй взгляд на повествование об искусственном интеллекте: GPT появляется снова через мгновение, и появляется общий искусственный интеллект.
По мнению автора, первым годом «трека ИИ» в индустрии шифрования стал 2023 год, когда GPT потряс мир. Всплеск проектов зашифрованного ИИ — это скорее «горячие последствия», вызванные бурным развитием ИИ. промышленность.
Хотя возможности GPT4, Turbo и т. д. постоянно совершенствовались после GPT3.5, а также потрясающая демонстрация Сорой возможностей создания видео, включая быструю разработку больших языковых моделей, отличных от OpenAI, нельзя отрицать, что технологический прогресс ИИ стал достоянием общественности. Когнитивное воздействие ослабевает, люди постепенно используют инструменты ИИ, а масштабной замены рабочих мест, похоже, еще не произошло.
Итак, наступит ли в будущем еще один «момент GPT» в сфере ИИ, когда произойдет скачок в развитии ИИ, который шокирует общественность и заставит людей осознать, что в результате их жизнь и работа изменятся?
Этим моментом может стать появление общего искусственного интеллекта (AGI).
AGI относится к тому факту, что машины обладают обширными когнитивными способностями, подобными людям, и могут решать множество сложных проблем, а не только конкретные задачи. Система AGI обладает такими возможностями, как высокая степень абстрактного мышления, обширные базовые знания, здравый смысл и причинно-следственное понимание во всех областях, а также межпрофессиональное обучение. Производительность AGI неотличима от лучших людей в различных областях, а с точки зрения комплексных возможностей он полностью превосходит лучшие человеческие группы.
Фактически, независимо от того, представлено ли оно в научно-фантастических романах, играх, фильмах и телепередачах или в ожиданиях общественности после быстрой популярности GPT, общественность уже давно ожидала появления AGI, превосходящего уровень человеческого познания. Другими словами, GPT сам по себе является ведущим продуктом AGI и пророческой версией общего искусственного интеллекта.
Причина, по которой GPT имеет такое большое промышленное энергетическое и психологическое воздействие, заключается в том, что скорость и эффективность ее внедрения превзошли общественные ожидания: люди не ожидали, что система искусственного интеллекта, способная выполнить тест Тьюринга, действительно появилась, и это происходит так быстро. .
Фактически, искусственный интеллект (AGI) может снова пережить внезапность «момента GPT» через 1-2 года: люди только что адаптировались к помощи GPT и обнаруживают, что ИИ больше не просто помощник, он может даже самостоятельно решать экстремальные задачи. Самые творческие и сложные работы, включая те проблемы, которые десятилетиями занимали ведущих ученых человечества.
8 апреля этого года Маск дал интервью Николаю Тангену, главному инвестиционному директору норвежского суверенного фонда благосостояния, и рассказал о времени, когда появился AGI.
Он сказал: «Если определить AGI как нечто умнее самой умной части человечества, я думаю, что он, скорее всего, появится в 2025 году».
То есть, согласно его выводам, пройдет максимум полтора года, прежде чем появится AGI. Конечно, он добавил обязательное условие: «если мощность и аппаратное обеспечение будут соответствовать требованиям».
Преимущества появления AGI очевидны.
Это означает, что производительность человечества сделает большой шаг вперед, и большое количество проблем научных исследований, которые десятилетиями преследовали нас, будут решены. Если мы определим «самую умную часть человечества» как уровень лауреатов Нобелевской премии, это означает, что, пока будет достаточно энергии, вычислительной мощности и данных, у нас может быть бесчисленное количество неутомимых «лауреатов Нобелевской премии», работающих круглосуточно над важнейшие научные проблемы.
На самом деле лауреаты Нобелевской премии не так ценны, как один из нескольких сотен миллионов. Большинство из них находятся на уровне лучших университетских профессоров с точки зрения способностей и интеллекта, но благодаря вероятности и удаче они выбрали правильное направление, продолжил он. сделать это, и получил результаты. Люди того же уровня, что и он, его столь же выдающиеся коллеги, возможно, тоже получили Нобелевскую премию в параллельной вселенной научных исследований. К сожалению, людей с ведущими профессорами университетов и участниками прорывных научных исследований по-прежнему недостаточно, поэтому скорость «прохождения всех правильных направлений научных исследований» по-прежнему очень низкая.
Благодаря AGI, если энергия и вычислительная мощность будут полностью обеспечены, мы сможем иметь неограниченное количество AGI уровня «лауреата Нобелевской премии» для проведения углубленных исследований в любом возможном прорывном направлении научных исследований, и скорость совершенствования технологий будет в десятки раз быстрее. Совершенствование технологий приведет к тому, что ресурсы, которые мы сейчас считаем очень дорогими и дефицитными, через 10–20 лет увеличатся в сотни раз, например, производство продуктов питания, новые материалы, новые лекарства, образование высокого уровня и т. д., а стоимость их получение также будет уменьшаться в геометрической прогрессии. Мы смогли накормить большее население с меньшими ресурсами, и благосостояние на душу населения быстро возросло.
Диаграмма тенденций мирового ВВП, источник данных: Всемирный банк.
Это может показаться немного сенсационным. Давайте посмотрим на два примера, которые автор также использовал в предыдущих отчетах об исследованиях IO.NET:
В 2018 году лауреат Нобелевской премии по химии Фрэнсис Арнольд заявил на церемонии награждения: «Сегодня мы можем читать, записывать и редактировать любую последовательность ДНК в практических приложениях, но мы пока не можем ее составить». Спустя пять лет после его выступления, в 2023 году, исследователи. из Стэнфордского университета и стартапа Salesforce Research, занимающегося искусственным интеллектом в Кремниевой долине, опубликовали статью в журнале «Nature-Biotechnology». Они использовали большую языковую модель, точно настроенную на основе GPT3, чтобы перейти от 0 до одного миллиона новых белков, и были созданы два белка с совершенно разными свойствами. были обнаружены структуры, но обе обладают бактерицидными способностями, которые, как ожидается, станут решением для борьбы с бактериями в дополнение к антибиотикам. Другими словами: с помощью ИИ было преодолено узкое место «создания» белка.
Ранее алгоритм искусственного интеллекта AlphaFold предсказал структуру почти всех 214 миллионов белков на Земле за 18 месяцев. Этот результат в сотни раз превосходил работу всех структурных биологов человека в прошлом.
Изменения уже происходят, и появление ОИИ еще больше ускорит этот процесс.
С другой стороны, проблемы, связанные с появлением ОИИ, также огромны.
AGI не только заменит большое количество умственных работников, но и поставщики ручных услуг, которые сейчас считаются «менее затронутыми искусственным интеллектом», также пострадают от сокращения производственных затрат, вызванного зрелостью технологий робототехники и разработкой новых материалов. , и на них будут влиять машины. Доля рабочих мест, замененных программным обеспечением, будет быстро увеличиваться.
В это время вскоре всплывут две проблемы, которые когда-то казались очень далекими:
Проблемы трудоустройства и доходов большого числа безработных
В мире, где ИИ повсюду, как отличить ИИ от людей?
Worldcoin\Worldchain пытается найти решение, то есть использовать систему UBI (универсальный базовый доход) для предоставления базового дохода населению и использовать биометрию на основе радужной оболочки глаза, чтобы отличать людей от ИИ.
Фактически, ББД, который распределяет деньги среди всех людей, не является воздушным замком без практической практики. Такие страны, как Финляндия и Англия, ввели универсальный базовый доход, а политические партии в Канаде, Испании, Индии и других странах активно предлагают его продвигать. соответствующие эксперименты.
Преимущество распространения UBI на основе модели биометрическая идентификация + блокчейн заключается в том, что эта система является глобальной и имеет более широкий охват населения. Кроме того, на основе сети пользователей, расширяемой за счет распределения доходов, могут быть построены и другие бизнес-модели. сервисы (Defi), социальные сети, краудсорсинг задач и т. д. формируют деловое сотрудничество внутри сети, именно поэтому
Одной из соответствующих целей воздействия, вызванного появлением AGI, является Worldcoin – WLD с оборотной рыночной капитализацией в 1,03 миллиарда долларов и полной оборотной рыночной капитализацией в 47,2 миллиарда долларов.
Риски и неопределенности в повествовательной дедукции
Эта статья отличается от многих предыдущих отчетов об исследованиях и проектах, опубликованных Mint Ventures. Выводы и прогнозы повествования крайне субъективны. Читателям предлагается относиться к содержанию этой статьи только как к расхождению, а не как к прогнозу. будущее. Вышеупомянутый повествовательный вывод автора сталкивается со многими неопределенностями, ведущими к неверным предположениям. Эти риски или влияющие факторы включают, помимо прочего:
Энергия: быстрое снижение энергопотребления, вызванное заменой графического процессора.
Хотя потребность в энергии для ИИ резко возросла, производители чипов, представленные NVIDIA, обеспечивают более высокую вычислительную мощность при более низком энергопотреблении за счет постоянного обновления оборудования. Например, в марте этого года NVIDIA выпустила два процессора B200, в которые интегрирована вычислительная карта нового поколения GB200. использует графический процессор и процессор Grace. Его производительность обучения в 4 раза выше, чем у основного AI-графического процессора предыдущего поколения H100, его производительность вывода в 7 раз выше, чем у H100, а необходимое энергопотребление составляет всего 1/4 от H100. Конечно, несмотря на это, желание людей получить энергию от ИИ еще далеко не исчерпано. Поскольку удельное энергопотребление снижается, а сценарии и потребности применения ИИ продолжают расширяться, общее потребление энергии может фактически увеличиться.
Что касается данных: Q* планирует внедрить «самогенерируемые данные».
В OpenAI всегда ходили слухи о проекте «Q*», который упоминался во внутреннем сообщении, отправленном сотрудникам OpenAI. По сообщению агентства Reuters со ссылкой на инсайдеров OpenAI, это может стать прорывом для OpenAI в стремлении к созданию сверхинтеллекта/общего искусственного интеллекта (AGI). Q* может не только использовать свои возможности абстракции для решения ранее не встречавшихся математических задач, но также может самостоятельно создавать данные, используемые для обучения больших моделей, без необходимости использования реальных данных. Если этот слух правдив, то узкое место в обучении крупных моделей ИИ, ограниченное недостатком высококачественных данных, будет устранено.
Приближается AGI: скрытые опасения OpenAI
Пока неизвестно, появится ли AGI в 2025 году, как сказал Маск, но это лишь вопрос времени. Однако, поскольку Worldcoin является прямым бенефициаром истории появления AGI, наибольшую озабоченность может исходить от OpenAI. В конце концов, он признан «теневым токеном OpenAI».
Ранним утром 14 мая OpenAI продемонстрировала производительность последней версии GPT-4o и 19 других различных версий больших языковых моделей в комплексных оценках задач на весенней конференции по запуску новых продуктов. Только из таблицы GPT-4o набрал 1310 баллов. и визуальный балл составил 1310. Кажется, он намного выше, чем следующие, но с точки зрения общего балла он всего на 4,5% выше, чем GPT4 Turbo, занявший второе место, на 4,9% выше, чем Google Gemini 1.5 Pro, занявший четвертое место, и на 4,9% выше, чем пятое место Claude 3 Opus от Anthropic, поднявшееся на 5,1%.
Прошло чуть больше года с тех пор, как GPT3.5 потряс мир своим дебютом. Конкуренты OpenAI уже приблизились к очень близкому положению (хотя GPT5 еще не выпущен и, как ожидается, будет выпущен в этом году). конкурентоспособность в будущем? Своя лидирующая позиция в отрасли, ответ, кажется, становится размытым. Если лидерство и доминирование OpenAI будут ослаблены или даже превзойдены, то повествовательная ценность Worldcoin как теневого токена OpenAI также уменьшится.
Кроме того, в дополнение к решению для аутентификации по радужной оболочке Worldcoin, на этот рынок начало выходить все больше и больше конкурентов. Например, проект Humanity Protocol по сканированию ладони только что объявил о завершении нового раунда финансирования в размере 30 миллионов долларов США по оценке. стоимостью 1 миллиард долларов США, и LayerZero Labs. Также было объявлено, что он будет работать на Humanity и присоединится к его сети узлов валидации, используя доказательства ZK для аутентификации учетных данных.
Заключение
Наконец, хотя автор и вывел дальнейшее повествование об искусственном интеллекте, этот трек отличается от крипто-родных треков, таких как DeFi. Это скорее продукт увлечения искусственным интеллектом, перешедшего в мир. Многие текущие проекты связаны с бизнес-моделями. Многие проекты больше похожи на мемы на тему искусственного интеллекта (например, Rndr похож на мем NVIDIA, а Worldcoin — на мем OpenAI). следует относиться к этому с осторожностью.
